基于动态补全的多模态缺失数据情感识别方法及系统
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
基于动态补全的多模态缺失数据情感识别方法及系统
申请号:
CN202511454084
申请日期:
2025-10-13
公开号:
CN120930079A
公开日期:
2025-11-11
类型:
发明专利
摘要
本发明提供一种基于动态补全的多模态缺失数据情感识别方法及系统,涉及情感识别领域,包括计算模态可靠性权重向量,确定模态组合并进行动态对齐,构建演化轨迹图预测缺失节点特征,基于信息熵分布划分时序补全区间进行自适应特征补全,最终实现情感识别。本发明能有效处理多模态数据缺失问题,提高了跨模态特征捕获能力和情感识别准确率,增强了系统鲁棒性。
技术关键词
时序演化规律
时序特征
预测特征
多模态
融合特征
信息熵
偏移特征
情感识别方法
数据缺失标记
节点特征
动态
序列
特征值
模态特征
计算机程序指令
概率密度函数
情感识别系统