【技术实现步骤摘要】
本专利技术涉及区块链数据检测，尤其是指一种区块链多模态数据异常检测方法。
技术介绍
1、区块链技术因其去中心化、透明性和不可纂改等特性，已经被广泛应用于金融、供应链管理、版权保护、身份验证和共享经济等多个领域。随着区块链技术的迅速发展，越来越多的应用场景开始关注多模态数据的存储和处理。多模态数据指的是来自不同来源、格式或类型的数据，例如文本、图像和音频等，其在金融分享评估、医疗记录管理和物联网设备通信等多个领域具有重要的应用价值。
2、区块链虽然能够保证数据的不可纂改性，但现有技术缺乏有效的数据验证机制，即在数据上链之前，无法对多模态数据进行全面和深入的分析和验证，从而导致异常数据、错误数据或伪造数据的写入，影响区块链数据的整体质量和系统性能，并进一步对依赖于区块链数据的决策系统造成误导，影响相关应用的准确性和效率。例如，在金融领域，错误的交易数据可能导致错误的信用评估，在医疗领域，不准确的病历数据可能影响病情诊断和治疗方案的选择，因此，如何设计一种能够有效验证多模态数据准确性和可靠性的机制，以有效地识别和防止异常数据、错误...
【技术保护点】
1.一种区块链多模态数据异常检测方法，其特征在于，包括：
2.根据权利要求1所述的区块链多模态数据异常检测方法，其特征在于，每个模态数据集的稀疏投影矩阵项表示为：
3.根据权利要求1所述的区块链多模态数据异常检测方法，其特征在于，所述第一多模态图正则项表示为：
4.根据权利要求1所述的区块链多模态数据异常检测方法，其特征在于，所述超球目标函数表示为：
5.根据权利要求1所述的区块链多模态数据异常检测方法，其特征在于，所述正常数据样本分布熵惩罚项的构建过程包括：
6.根据权利要求5所述的区块链多模态数据异常检测...
【技术特征摘要】
1.一种区块链多模态数据异常检测方法，其特征在于，包括：
2.根据权利要求1所述的区块链多模态数据异常检测方法，其特征在于，每个模态数据集的稀疏投影矩阵项表示为：
3.根据权利要求1所述的区块链多模态数据异常检测方法，其特征在于，所述第一多模态图正则项表示为：
4.根据权利要求1所述的区块链多模态数据异常检测方法，其特征在于，所述超球目标函数表示为：
5.根据权利要求1所述的区块链多模态数据异常检测方法，其特征在于，所述正常数据样本分布熵惩罚项的构建过程包括：
6.根据权利要求5所述的区块链多模态数据异常检测方法，...
【专利技术属性】
技术研发人员：钱鹏江，姚健，樊成，张冠宇，周玲，刘洋，方伟，蒋亦樟，王闯，
申请(专利权)人：江南大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。