基于多模态数据融合的设备异常检测方法

本发明提供了一种基于多模态数据融合的设备异常检测方法，具体包括以下步骤：获取目标设备的多模态数据；对采集数据预处理，构建针对视觉、音频、文本三类模态的深度学习模型，并提取各自特征。利用单模态数据的交替学习和跨模态学习机制在各模态间共享动态特征；结合外部因素，计算各模态的不确定性值，智能分配模态信息权重，对多模态数据进行动态融合；基于融合后的多模态信息进行综合评分，量化并判定设备异常状态。本发明通过数据融合，能够提升设备异常检测的精准度和鲁棒性，减少误报率和漏报率。