多模态行为数据融合可视化技术研究

郝佳晶; 杨寅

doi:10.16009/j.issn.1009-5624.2026.12.041

信息记录材料 ›› 2026, Vol. 27 ›› Issue (12) : 123 -126. DOI: 10.16009/j.issn.1009-5624.2026.12.041

多模态行为数据融合可视化技术研究

郝佳晶, 杨寅

作者信息 +

Author information +

文章历史 +

摘要

针对多模态行为数据在可视化过程中存在的数据异构性、关系复杂性和动态变化问题，本文提出一种结合特征提取、数据关联建模与动态交互展示的可视化技术框架。该框架采用机器学习的深度表示学习方法，对多模态数据特征进行提取与转换；通过构建多层次语义关联网络，揭示数据间潜在的语义关系；并借助动态可视化策略，实现对用户需求的实时响应。相较于传统方法，本文所提框架的四类模态数据特征提取精度均超过93%,平均语义关联准确率达96.2%,提高了10.3个百分点，平均交互响应时间缩短约44.9%,具有广泛的应用潜力。