多模态数据的异常识别方法、装置、设备及存储介质制造方法及图纸

技术编号:43902148 阅读:15 留言:0更新日期:2025-01-03 13:13
本申请属于人工智能和信息安全领域,涉及一种多模态数据的异常识别方法,包括获取多模态数据;针对所述多模态数据进行数据预处理,得到每种模态对应的基础数据;对所述每种模态对应的基础数据进行数据融合,生成所述多模态数据的融合向量;基于融合向量进行异常数据识别,得到异常识别结果。本申请还提供一种多模态数据的异常识别装置、计算机设备及存储介质。此外,本申请还涉及区块链技术,异常识别结果对应的数据可存储于区块链中。本申请通过对不同模态数据进行处理后拼接融合,再对融合数据进行异常识别,提高了业务数据异常识别的准确性。

【技术实现步骤摘要】

本申请涉及金融科技,尤其涉及一种多模态数据的异常识别方法、装置、设备及存储介质


技术介绍

1、随着计算机技术的发展,各行各业应用的数据量大增,这些数据往往包含多种形式,如文本、图像、语音等。在这些数据中可能存在着各种异常情况,如噪声、缺失、错误等。传统的异常数据识别方法通常只能处理一种类型的数据,难以满足实际需求。因此,需要一种能够同时处理多种类型数据的异常数据识别系统和方法。


技术实现思路

1、本申请实施例的目的在于提出一种多模态数据的异常识别方法、装置、计算机设备及存储介质,其主要目地为提高多模态数据的异常识别的准确率。

2、为了解决上述技术问题,本申请实施例提供一种多模态数据的异常识别方法,采用了如下所述的技术方案:

3、获取多模态数据;

4、针对所述多模态数据进行数据预处理,得到每种模态对应的基础数据;

5、对所述每种模态对应的基础数据进行数据融合,生成所述多模态数据的融合向量;

6、基于所述融合向量进行异常数据识别,得到异常识别结果。...

【技术保护点】

1.一种多模态数据的异常识别方法,其特征在于,包括下述步骤:

2.根据权利要求1所述的多模态数据的异常识别方法,其特征在于,所述多模态数据包括文本数据、图像数据和语音数据,所述针对所述多模态数据进行数据预处理,得到每种模态对应的基础数据包括:

3.根据权利要求1所述的多模态数据的异常识别方法,其特征在于,所述基于所述融合向量进行异常数据识别,得到异常识别结果的步骤,具体包括:

4.根据权利要求3所述的多模态数据的异常识别方法,其特征在于,所述采用分类器对所述分析结果进行异常数据识别,得到异常识别结果的步骤,具体包括:

5.根据权利要求4所述...

【技术特征摘要】

1.一种多模态数据的异常识别方法,其特征在于,包括下述步骤:

2.根据权利要求1所述的多模态数据的异常识别方法,其特征在于,所述多模态数据包括文本数据、图像数据和语音数据,所述针对所述多模态数据进行数据预处理,得到每种模态对应的基础数据包括:

3.根据权利要求1所述的多模态数据的异常识别方法,其特征在于,所述基于所述融合向量进行异常数据识别,得到异常识别结果的步骤,具体包括:

4.根据权利要求3所述的多模态数据的异常识别方法,其特征在于,所述采用分类器对所述分析结果进行异常数据识别,得到异常识别结果的步骤,具体包括:

5.根据权利要求4所述的多模态数据的异常识别方法,其特征在于,所述基于所述第一识别结果和所述第二识别结果,确定异常识别结果的步骤,具体包括:

6.根据权利要求...

【专利技术属性】
技术研发人员:黄学亮
申请(专利权)人:中国平安财产保险股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1