一种基于证据双重不确定性的多模态融合方法

本发明公开了一种基于证据双重不确定性的多模态融合方法，包括以下步骤：S1、依据各模态特征构建双重不确定性证据网络，同时建模随机性与认知性不确定性；S2、基于源模态预测目标模态的不确定性分布，设计跨模态不确定性重构机制以修复退化模态信息；S3、结合各模态预测置信度与平衡不确定性，提出自适应融合方法，采用对数归一化动态分配模态权重；S4、构建统一不确定性向量与模态特征联合表示，引入分层不确定性感知门控模块，根据模态可靠性进行选择。本方法在噪声输入、模态缺失及分布偏移下具备鲁棒性，可显著提升多模态分类与预测的准确率与泛化能力。