CN119539815A 一种基于自适应多模态融合与行为预测的无感支付系统及方法 （吉林云投莱森购数字科技有限公司）

道世纪路101(新区宾馆综合楼)3单元一种基于自适应多模态融合与行为预测的本发明公开了一种基于自适应多模态融合2链网络模块(5)和模块间通信模块(6)，所述用户模块(2)内设有生物特征采集设备(21)和(8)安装在无感支付机机体(7)顶部，所述边缘计算模块(3)内设有多模态融合身份验证模块(31)、分布式交易处理器(32)和服务器(33)，所述云计算模块(4)内设有行为预测模块2.根据权利要求1所述的一种基于自适应多模态融合与行为预测的无感支付系统，其3.根据权利要求1所述的一种基于自适应多模态融合与行为预测的无感支付系统，其4.根据权利要求1所述的一种基于自适应多模态融合与行为预测的无感支付系统，其5.根据权利要求1所述的一种基于自适应多模态融合与行为预测的无感支付系统，其域链记录单元(53)智能合约设计定义交易验证和数据访问权限，共识机制采用权益证明6.根据权利要求1所述的一种基于自适应多模态融合与行为预测的无感支付系统，其特征在于：所述数据传输协议(61)使用TLS加密的HTTPS协议，所述接口设计(62)采用7.根据权利要求1_6任一所述的一种基于自适应多模态融合与行为预测的无感支付系步骤一、自适应多模态融合算法：根据环境和用户特步骤二、基于强化学习的行为预测模型：利用强化学38.根据权利要求7所述的一种基于自适应多模态融合与行为预测的无感支付系统的使所述特征融合单元(314)加权融合计算v身份验证单元(315)通过分类器设计采用深P=λ1m+λ2e通过任务调度策略单元(322)控制边缘服务器处理高优先级任务，云服务器处理低优9.根据权利要求7所述的一种基于自适应多模态融合与行为预测的无感支付系统的使θ))2]θ)，410.根据权利要求7所述的一种基于自适应多模态融合与行为预测的无感支付系统的2)＝E(m1+m2modn)v5付流程非常简单，车主不需要安装任何APP，只需在支付宝或微信中绑定车牌号和车辆型[0004]传统无感支付系统在身份验证和购物行为识别方面存在准确性和安全性不足的[0005]本发明的目的在于提供一种基于自适应多模态融合与行为预测的无感支付系统存在准确性和安全性不足的问题，单一模态的生物识别如人脸识别容易受到环境因素影6设计和消息队列。[0009]作为本发明的一种优选技术方案，所述行为预测模块利用强化学习中的深度Q网[0011]作为本发明的一种优选技术方案，所述数据传输协议使用TLS所述接口设计采用RESTfulAPI，定义请求和响应格式，所述消息队列使用RabbitMQ或[0024]身份验证单元通过分类器设计采用深度神经网络(DNN)作为分类器，输入融合特7θ))2]θ)，2)＝E(m1+m2modn)89密单元51、加密计算单元52和区域链记录单元53，模块间通信模块6内设有数据传输协议[0073]多模态融合身份验证模块31内设有数据预处理单元311、环境参数获取单元312、[0097]通过任务调度策略单元322控制边缘服务器处理高优先级任务，云服务器处理低θ))2]θ)，2)＝E(m1+m2modn)iviv合约定义数据访问权限和交易验证规则；交易上链将交易哈希和加密数据存储在区块链[0149]尽管参照前述实施例对本发明进行了详细的说明，对于