【技术实现步骤摘要】
本专利技术涉及数据处理，更具体的说是涉及一种基于张量分解的多模态数据分析方法及系统。
技术介绍
1、目前，用户的情感以及意图识别是人工智能和人机交互领域的重要研究方向，对提高用户体验和应用的智能性具有重要意义。基于多模态的用户生理数据的情感以及意图识别，由于其数据来源的客观性和多样性，能够更准确地捕捉用户的状态，成为近年来的研究热点。
2、但是，由于人们在特定情况下会隐藏自己的情感，因此基于面部表情和语音的情感识别等信息来辨别一个人当前的情感会存在可信度低的情况。
3、因此，如何提供一种能够解决上述问题的多模态数据分析方法是本领域技术人员亟需解决的问题。
技术实现思路
1、有鉴于此，本专利技术提供了一种基于张量分解的多模态数据分析方法及系统，通过过获取并处理多种类型的多模态生理信号数据(图像数据、语音数据、脑电信号数据)，能够更全面地反映用户的生理状态和行为特征，提供更丰富的信息和更高的识别精度。
2、为了实现上述目的，本专利技术采用如下技术方案：>
3、一种基于本文档来自技高网...
【技术保护点】
1.一种基于张量分解的多模态数据分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于张量分解的多模态数据分析方法，其特征在于，多模态生理信号数据具体包括：用户的图像数据、语音数据以及脑电信号数据。
3.根据权利要求2所述的一种基于张量分解的多模态数据分析方法，其特征在于，将经过预处理的所述多模态生理信号数据进行模态对齐的具体过程包括：
4.根据权利要求2所述的一种基于张量分解的多模态数据分析方法，其特征在于，得到对应的数据融合结果的具体过程包括：
5.根据权利要求4所述的一种基于张量分解的多模态数据分析...
【技术特征摘要】
1.一种基于张量分解的多模态数据分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于张量分解的多模态数据分析方法，其特征在于，多模态生理信号数据具体包括：用户的图像数据、语音数据以及脑电信号数据。
3.根据权利要求2所述的一种基于张量分解的多模态数据分析方法，其特征在于，将经过预处理的所述多模态生理信号数据进行模态对齐的具体过程包括：
4.根据权利要求2所述的一种基于张量分解的多模态数据分析方法，其特征在于，得到对应的数...
【专利技术属性】
技术研发人员：李国强，李龙杰，李上，杜云锋，
申请(专利权)人：另一个我北京虚拟科技开发有限公司，
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。