-
公开(公告)号:CN108769754B
公开(公告)日:2020-10-13
申请号:CN201810457690.1
申请日:2018-05-14
Applicant: 中国科学院计算技术研究所
IPC: H04N21/2543 , H04N21/258 , H04N21/45
Abstract: 本发明涉及一种基于视频回放终端的视频回放方法和系统,包括:获取视频播放终端屏幕的分辨率,及移动网络流量的费率信息,通过拟合该分辨率下用户观看质量与视频码率之间的关系,得到用户体验质量函数,并以该费率信息和视频码率的相乘结果作为代价系数,将该用户体验质量函数减去该代价系数构建观看视频的效益函数;根据该分辨率以及该费率信息,采用梯度下降法得到该效益函数最大时对应的码率,并将该效益函数最大时对应的码率作为最优码率,该视频回放终端根据该最优码率向视频服务器请求视频并播放。由此可实现权衡流量资费和视频体验,达到节约流量的目的。
-
公开(公告)号:CN111190487A
公开(公告)日:2020-05-22
申请号:CN201911391335.X
申请日:2019-12-30
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种建立数据分析模型的方法,包括基于当前的用户数据,在服务器端采用深度神经网络学习和预训练初始云模型,并将初始云模型下发给不同的用户;用户根据自身数据特性,基于接收到的云模型构建其自身用户模型同时采用深度神经网络学习和训练,并将训练后的用户模型回传给服务器;服务器将接收到的用户模型基于预设的周期进行融合,得到新的云模型;用户基于接收到的新的云模型,调整其自身用户模型同时采用深度神经网络学习和训练,并将训练后的用户模型回传给服务器。基于本发明方法构建的模型框架可以通过结合联邦学习和同态加密技术,可以解决数据孤岛和个性化的问题,通过汇总来自不同组织机构的数据,构建强大的机器学习模型,同时还能保护用户的隐私。
-
公开(公告)号:CN111178408A
公开(公告)日:2020-05-19
申请号:CN201911317900.8
申请日:2019-12-19
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种基于联邦随机森林学习的健康监护模型构建方法,包括:于任一客户端,对本地的当前数据集进行分类,以构建客户端决策树的当前节点,获取该当前节点的分裂属性、分裂值和信息增益为该客户端的中间结果,并将该中间结果发送至协作端;于该协作端,从所有客户端的中间结果中选取具有最大信息增益者对应的分裂属性和分裂值作为分裂信息,并将该分裂信息分发至所有客户端;于任一该客户端,根据该分裂信息对本地的当前数据集进行划分;并以划分后的当前数据集构建本地的当前节点的左右子树;重复顺序执行上述步骤以进行迭代,直到该当前节点满足迭代终止条件,以当前的客户端决策树组成的随机森林模型为客户端健康监护模型。
-
公开(公告)号:CN110693510A
公开(公告)日:2020-01-17
申请号:CN201910987452.6
申请日:2019-10-17
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种注意力缺陷多动障碍辅助诊断装置及其使用方法,包括:显示屏幕,用于与被测者进行交互,并显示测试场景;穿戴式加速度传感器,用于采集被测者在该测试场景中的肢体加速度;数据处理模块,用于对该肢体加速度进行预处理,得到待测数据,将该待测数据输入基于深度神经网络的注意缺陷多动障碍检测模型进行识别,得到辅助诊断结果,并将其发送至该显示屏幕。本发明提出的基于深度学习方法通过加速度图像实现分类注意缺陷多动障碍组与对照组样本的分类方法具有结果准确、客观、便于推广,能够辅助临床中注意缺陷多动障碍患者的辅助诊断。
-
公开(公告)号:CN110517773A
公开(公告)日:2019-11-29
申请号:CN201910635805.6
申请日:2019-07-15
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种测试装置、方法、存储介质和系统,该装置包括:一标签模块,包括至少一标签,该每一标签内设置一传感单元,该每一传感单元内置一第一维度信息;一感知模块,包括至少一感知单元,该每一感知单元内包括一感应接收子单元,该每一感应接收子单元用于接收和识别所述第一维度信息,并内置一第二维度信息;一计算模块,包括:一规则选择子模块,用于选择测试规则,并根据该测试规则随机生成一测试提示;一时钟子模块,用于记录每一测试操作时间以及每一测试规则时间;一测试评价子模块,用于获取测试信息,根据该测试信息生成测试结果;以及一显示模块,用于显示所述测试提示、所述测试结果。该装置具有很好的应用价值。
-
公开(公告)号:CN106203380B
公开(公告)日:2019-11-29
申请号:CN201610576125.8
申请日:2016-07-20
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供了一种融合情境感知信息的超声波手势识别方法,该方法同时采集超声波信号和与当前情境相关的情境信息,从采集的超声波信号获取手势特征,利用预先训练好的手势分类模型获取该手势特征属于预设的各种手势的概率;基于采集的情境信息确定各种手势在当前情境的下发生的概率;以及根据上述两种概率计算在当前情境中该手势特征属于预设的各种手势的概率并将其中最大概率对应的手势识别为与所采集的超声波信号对应的手势。该方法将手势信号与情境信息相融合,使用情境信息过滤用户的误操作手势、修正识别错误的手势,减少无效甚至错误的响应,从而提高了手势识别的准确率和鲁棒性,增强了人机交互体验。
-
公开(公告)号:CN107007263B
公开(公告)日:2019-11-19
申请号:CN201710277177.X
申请日:2017-04-25
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种普适化的睡眠质量测评方法和系统,包括:通过智能手环、手机内置的加速度传感器,分别采集并合成手环合成加速度、手机合成加速度;采用特征提取窗口分别提取手环合成加速度、手机合成加速度的手环运动特征、手机运动特征,并将手环运动特征和手机运动特征做时序上的动态对齐,生成测试样本;将测试样本输入睡眠状态识别模型,获取睡眠状态,以提取睡眠特征;将睡眠特征添加至测试样本,并将测试样本输入睡眠质量评估模型,得到睡眠质量评估等级。本发明融合了手环与手机的多元信息,利用两个同构运动传感器当穿戴于用户腕部和放置于用户睡眠环境中时的特征互补优势,从而获得高精度的睡眠状态识别结果和睡眠质量评估结果。
-
公开(公告)号:CN110222708A
公开(公告)日:2019-09-10
申请号:CN201910354991.6
申请日:2019-04-29
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于集成决策树的跌倒检测方法和系统,包括:对于标记为跌倒的第一加速度数据,取其中平方和最大的点,根据预设时间段范围取点左右的数据段作为原始集,对于标记为非跌倒的第二加速度数据,通过滑窗每次取预设时间段范围的数据段加入原始集,得到最终集,通过快速傅里叶变换提取最终集中各数据段的多维特征作为训练特征;创建多棵决策树,以训练特征作为输入特征,分别输入决策树以迭代训练各决策树,通过每一棵决策树去拟合上一棵决策树的残差,集合训练完成的决策树作为集成学习模型;获取待跌倒检测的第三加速度数据,利用滑窗的方法提取第三加速度数据的数据段作为检测数据,将检测数据输入至集成学习模型,得到跌倒检测结果。
-
公开(公告)号:CN106875630B
公开(公告)日:2018-12-04
申请号:CN201710144772.6
申请日:2017-03-13
Applicant: 中国科学院计算技术研究所
IPC: G08B21/04
Abstract: 本发明涉及一种基于层次分类的可穿戴跌倒检测方法和系统,该跌倒检测方法包括:采集用户的日常行为数据;对该日常行为数据进行合成、滤波等处理生成原始数据;利用滑动窗口机制提取该原始数据的时频域特征,生成样本,并将该样本组合成样本集;利用第一层一类分类模型对该样本集中的每一个样本进行识别,将识别后的结果发送至第二层的加权二类分类模型;第二层的加权二类分类模型负责对加权分配处理,生成加权跌倒样本,并将其送至第三层的规则二类分类模型;第三层的规则二类分类模型根据该加权跌倒样本是否符合跌倒规则,判断用户是否发生跌倒行为。本发明通过以上方法实现了对用户跌倒行为的准确判断。
-
公开(公告)号:CN108769754A
公开(公告)日:2018-11-06
申请号:CN201810457690.1
申请日:2018-05-14
Applicant: 中国科学院计算技术研究所
IPC: H04N21/2543 , H04N21/258 , H04N21/45
Abstract: 本发明涉及一种基于视频回放终端的视频回放方法和系统,包括:获取视频播放终端屏幕的分辨率,及移动网络流量的费率信息,通过拟合该分辨率下用户观看质量与视频码率之间的关系,得到用户体验质量函数,并以该费率信息和视频码率的相乘结果作为代价系数,将该用户体验质量函数减去该代价系数构建观看视频的效益函数;根据该分辨率以及该费率信息,采用梯度下降法得到该效益函数最大时对应的码率,并将该效益函数最大时对应的码率作为最优码率,该视频回放终端根据该最优码率向视频服务器请求视频并播放。由此可实现权衡流量资费和视频体验,达到节约流量的目的。
-
-
-
-
-
-
-
-
-