[发明专利]一种数据特征提取方法、系统及电子设备和存储介质在审
| 申请号： | 201811376725.5 | 申请日： | 2018-11-19 |
| 公开（公告）号： | CN109460794A | 公开（公告）日： | 2019-03-12 |
| 发明（设计）人： | 吴元清;关依;鲁仁全;李鸿一 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 罗满 |
| 地址： | 510060 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种数据特征提取方法、系统及一种电子设备和计算机可读存储介质，该方法包括：获取多个模态的原始数据，对所述原始数据进行预处理得到每个所述模态对应的像素矩阵；分析每个所述像素矩阵，得到每个所述模态之间的关联关系，并利用所述关联关系建立宽度学习的神经网络模型；根据所述像素矩阵利用所述神经网络模型提取每个所述模态的高维特征，并将所有所述高维特征融合为模态信息；将所述模态信息进行降维处理，得到数据特征提取结果。本申请提供的数据特征提取方法相比单一模态的特征提取更加全面。多模态信息融合实现工业生产对多源信息的有效利用，提高了生产质量与生产效率。 | ||
| 搜索关键词： | 模态 数据特征提取 像素矩阵 神经网络模型 电子设备 模态信息 原始数据 高维 计算机可读存储介质 多模态信息融合 预处理 关联关系建立 存储介质 多源信息 关联关系 降维处理 生产效率 特征融合 特征提取 申请 分析 生产 学习 | ||
【主权项】：
1.一种数据特征提取方法，其特征在于，包括：获取多个模态的原始数据，对所述原始数据进行预处理得到每个所述模态对应的像素矩阵；分析每个所述像素矩阵，得到每个所述模态之间的关联关系，并利用所述关联关系建立宽度学习的神经网络模型；根据所述像素矩阵利用所述神经网络模型提取每个所述模态的高维特征，并将所有所述高维特征融合为模态信息；将所述模态信息进行降维处理，得到数据特征提取结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东工业大学，未经广东工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811376725.5/，转载请声明来源钻瓜专利网。
