基于多模态数据融合的增量式联邦学习系统

本发明公开的属于联邦学习技术领域，具体为基于多模态数据融合的增量式联邦学习系统，包括：数据层，用于负责收集和存储来自不同数据源的多模态数据，所述多模态数据包括文本、图像、音频、视频；感知层，用于对多模态数据进行特征提取，以能够将多模态数据转换为可计算的特征向量；融合层，用于采用多种融合策略对不同模态的特征向量进行融合。本发明通过采用多种融合策略以及注意力机制，能够充分结合不同模态数据的特点，有效整合异构数据。