基于改进灰狼算法的异常情绪识别方法

    公开(公告)号:CN119580320A

    公开(公告)日:2025-03-07

    申请号:CN202411610833.X

    申请日:2024-11-12

    Abstract: 本发明公开了一种基于改进灰狼算法的异常情绪识别方法,输入个体情绪向量数据集;设置改进灰狼算法参数和待优化LSTM网络参数,并设置参数约束;随机初始化种群,并对每个个体进行编码;输入训练集并对个体进行解码,解码后的向量作为LSTM网络参数进行训练;在测试集上计算目标函数,获取每个种群的适应度得分;迭代更新LSTM网络参数,并检查终止条件;迭代过程中,采用动态惯性权重和正交优化策略优化改进灰狼算法的步长;采用鲶鱼效应和莱维飞行进行随机游走优化;输出优化后的LSTM网络参数。本发明的改进灰狼算法引入动态种群和自适应步长策略,以提高优化过程的全局搜索能力和局部探索能力,实现更精确的情绪识别和异常点检测。

    基于改进布谷鸟算法的微表情识别方法

    公开(公告)号:CN118247819B

    公开(公告)日:2025-02-11

    申请号:CN202410181653.8

    申请日:2024-02-18

    Abstract: 本发明公开了一种基于改进布谷鸟算法的微表情识别方法,采用卷积神经网络人脸识别技术对摄像头采集的图像进行人脸区域的识别,进行人脸图像预处理,进行图像特征提取,面部特征向量集送入基于改进布谷鸟算法的深度学习分类器。分类器进行初始种群的生成,并设置目标优化函数为图片分类的准确率,在达到最大迭代次数或终止条件时,输出最优特征子集和模型参数并进行应用,在没有达到时,采用基于改进布谷鸟算法的反馈优化方法进行反馈优化。本发明采用改进布谷鸟算法对深度学习模型进行优化,获取性能较优的模型用于实时监控,最后采用最邻近算法用于情绪异常点检测并按情绪分量进行心理问题的风险等级的研判,科学合理的进行心理健康评估。

    基于增量预训练的社会诉求数据的文本分类优化方法

    公开(公告)号:CN119271811A

    公开(公告)日:2025-01-07

    申请号:CN202411446688.6

    申请日:2024-10-16

    Abstract: 本发明公开了一种基于增量预训练的社会诉求数据的文本分类优化方法,收集各社会诉求平台的社会诉求数据,社会诉求数据以文本格式呈现;对收集的社会诉求数据进行预处理;预处理后基于改进树的词挖掘算法挖掘新词,对其进行分词处理,然后利用术语频率逆文档频率TF‑IDF算法提取关键词;基于GPT的数据增强技术扩大关键词数据集;输入预训练BERT模型,并选择增量预训练策略对预训练BERT模型进行训练;采用基于训练好的BERT模型的文本分类算法和命名实体识别算法实现社会诉求数据的文本信息分类。本发明旨在解决社会诉求和优化社会诉求领域的文本分类功能,实现对社会诉求数据深层信息的有效提取。

    基于改进布谷鸟算法的微表情识别方法

    公开(公告)号:CN118247819A

    公开(公告)日:2024-06-25

    申请号:CN202410181653.8

    申请日:2024-02-18

    Abstract: 本发明公开了一种基于改进布谷鸟算法的微表情识别方法,采用卷积神经网络人脸识别技术对摄像头采集的图像进行人脸区域的识别,进行人脸图像预处理,进行图像特征提取,面部特征向量集送入基于改进布谷鸟算法的深度学习分类器。分类器进行初始种群的生成,并设置目标优化函数为图片分类的准确率,在达到最大迭代次数或终止条件时,输出最优特征子集和模型参数并进行应用,在没有达到时,采用基于改进布谷鸟算法的反馈优化方法进行反馈优化。本发明采用改进布谷鸟算法对深度学习模型进行优化,获取性能较优的模型用于实时监控,最后采用最邻近算法用于情绪异常点检测并按情绪分量进行心理问题的风险等级的研判,科学合理的进行心理健康评估。

Patent Agency Ranking