基于深度学习的数据融合方法研究综述

数据融合是最大程度发挥大数据价值的关键，深度学习是挖掘数据深层特征信息的技术利器，基于深度学习的数据融合能够充分挖掘大数据潜在价值，从新的深度和广度拓展对世界的探索和认识。本文综述了近几年基于深度学习的数据融合方法的相关文献，以此了解深度学习在数据融合中应用所具有的优势。首先，分类阐述常见的数据融合方法，同时指出这些方法的优点和不足；接着，从基于深度学习特征提取的数据融合方法、基于深度学习融合的数据融合方法、基于深度学习全过程的数据融合方法三个方面对基于深度学习的数据融合方法进行分析，并做了对比研究与总结；最后，总结全文，讨论了深度学习在数据融合中应用的难点和未来需要进一步研究的问题。 

https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CAPJ&dbname=CAPJLAST&filename=JSGG20201119008&v=UVJbamaWiqPhx%25mmd2F%25mmd2BOu5dHCwhPPmxv19yW5mC2ZX1%25mmd2Bqh0bZ9gpg2gmEH78ZzOsc7eT

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“深度数据融合” 就可以获取《基于深度学习的数据融合方法研究综述》专知下载链接

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源