-
公开(公告)号：CN111967495B
公开(公告)日：2024-06-14
申请号：CN202010639556.0
申请日：2020-07-06
Applicant: 中国科学院计算技术研究所
IPC: G06F18/241 , G06F18/243 , G06F18/214 , G06N5/01 , G06N20/20 , G16H50/70
Abstract: 本发明提供一种分类识别模型构建方法，用于构建用于小样本目标域的分类识别模型，包括如下步骤：S1、获得一个源域模型，其中所述源域模型是利用源域数据集训练集成模型生成的，所述源域模型包括多个个体分类器；S2、基于源域模型中每个个体分类器对源域数据集和目标域数据集的信息增益确定该个体分类器的特征信息增益评估指标；S3、基于每个分类器对应的特征信息增益评估指标采用预设调整策略对每个分类器进行重构，所有重构后的分类器组成目标域分类识别模型。本发明综合考虑了当前源域模型对目标域数据的分割准确度，及当前源域模型是否覆盖目标域中具有重要参考价值的属性特征，能够适应于样本数量小、标注困难的医疗诊断场景。
-
公开(公告)号：CN117828412A
公开(公告)日：2024-04-05
申请号：CN202311394420.8
申请日：2023-10-25
Applicant: 中国科学院计算技术研究所
IPC: G06F18/241 , A61B5/00 , A61B5/369 , A61B5/318 , A61B5/389 , A61B5/398 , G06F18/26 , G06F18/213 , G06F18/214 , G16H20/70 , G16H10/60 , G16H50/70
Abstract: 本发明提供一种单通道脑电睡眠分类模型构建方法，所述方法包括：S1、获取原始PSG数据，所述PSG数据包含多条记录，每条记录包含多个通道数据，所述每条记录对应有睡眠阶段分类标签；S2、以一个预设的脑电通道为目标单通道，以多个其他通道为关联通道，从所述原始PSG数据中的每条记录中筛选出目标单通道数据和原始关联通道数据组成训练数据集；S3、构建初始分类模型，所述初始模型包括初始关联特征挖掘单元、分类单元、融合模块；S4、采用训练数据集训练所述初始分类模型至收敛，其中，训练过程中采用基于目标单通道数据挖掘的关联通道特征与关联通道数据的特征之间的距离损失、分类标签损失构建的综合损失更新模型参数。
-
公开(公告)号：CN117669696A
公开(公告)日：2024-03-08
申请号：CN202311370744.8
申请日：2023-10-23
Applicant: 中国科学院计算技术研究所
Abstract: 本发明实施例提供了糖尿病患者病变评估模型的联邦训练方法，该方法中在服务端和多个客户端对所述初始糖尿病患者病变评估模型进行多轮联邦训练，在每轮联邦训练中，每个客户端基于其对应的局部糖尿病患者眼底图像数据集的噪声率得到局部糖尿病患者病变评估模型中关键参数和非关键参数对应的参数矩阵，更新参数矩阵中的关键参数，服务端基于来自于每个客户端的局部糖尿病患者病变评估模型参数和局部糖尿病患者眼底图像数据集中的数据量，更新上一轮联邦训练后的糖尿病患者病变评估模型参数。该方法提高了模型的鲁棒性和性能，使得该模型能够更好地辅助医生通过糖尿病患者眼底图像更准确的评估糖尿病患者视网膜是否病变。
-
公开(公告)号：CN112766337B
公开(公告)日：2024-01-12
申请号：CN202110028695.4
申请日：2021-01-11
Applicant: 中国科学院计算技术研究所 , 鹏城实验室
IPC: G06F18/24 , G06F18/214 , G06N3/08
Abstract: 本发明提供了一种用于预测众包数据的正确标签的方法和系统，该方法利用了一种神经网络模型，该模型基于每个众包数据的所有初始标签的均值获取对应的众包数据的参考标签，通过训练获得；并利用神经网络模型获得每个众包数据的预测标签，基于每个众包数据的每个初始标签相对于预测标签的可信度迭代校准当前神经网络模型，直至神经网络模型收敛或精度持续下降。本发明中的方法和系统能够减少对深度学习中对众包数据工作者能力的依赖，从而提高深度学习模型的准确度和鲁棒性。(56)对比文件Ryan Drapeau.MicroTalk: UsingArgumentation to Improve CrowdsourcingAccuracy《.Proceedings, The Fourth AAAIConference on Human Computation andCrowdsourcing》.2016,
-
公开(公告)号：CN117272150A
公开(公告)日：2023-12-22
申请号：CN202311388682.3
申请日：2023-10-25
Applicant: 中国科学院计算技术研究所
IPC: G06F18/241 , G06F18/214 , G06F18/213 , G06F18/25 , G06N3/045 , G06N3/0464 , G06N3/08 , A61B5/00 , A61B5/369
Abstract: 本发明提供一种单通道脑电睡眠分类模型构建方法，包括：S1、获取原始PSG数据，所述PSG数据包含多条记录，每条记录包含多个通道数据，所述每条记录对应有睡眠阶段分类标签；S2、以一个预设的脑电通道为目标单通道，以多个其他通道为关联通道，从所述原始PSG数据中的每条记录中筛选出目标单通道数据和原始关联通道数据组成训练数据集；S3、构建初始分类模型，所述初始模型包括特征提取模块、生成式对抗单元、分类单元、融合模块；S4、训练所述初始分类模型至收敛获得以特征提取模块、多个生成器、分类单元、融合模块构成的模型，其中，训练过程中生成器的损失、鉴别器损失、分类标签损失分别更新生成器的参数、鉴别器的参数、其他模块参数。
-
Patent Agency Ranking
公开(公告)号：CN110444296B
公开(公告)日：2022-07-29
申请号：CN201910596718.4
申请日：2019-07-02
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出了一种立体色块障碍测试系统、存储介质、装置及实施方法，其中立体色块障碍测试系统，包括：信息录入单元，用于记录测试对象的信息；测试单元，包括镜像测试模块和任务测试模块，用于所述测试对象对测试任务的练习和测试；数据分析单元，用于接收和分析任务测试数据，获得测试结果；文件存储单元，用于接收和存储所述测试对象的信息、测试数据和测试结果，并将测试结果输出。该装置和实施方法能够为轻度认知功能障碍、老年痴呆症等疾病的诊断、治疗和康复提供了更加简便、精准的单侧手指灵活度测验方法。
-
公开(公告)号：CN112949393A
公开(公告)日：2021-06-11
申请号：CN202110123722.6
申请日：2021-01-29
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供了一种面向肌电臂环的手势识别方法和系统，该方法基于多变量经验模态分解将不同时刻的表面肌电信号进行重构以获得时序肌电图像，并利用训练好的手势识别模型预测对应的手势类别。本发明的手势识别方法能够有效避免可穿戴肌电臂环在使用过程中因周围多块肌肉的干扰而影响手势识别精度的问题。
-
公开(公告)号：CN112861798A
公开(公告)日：2021-05-28
申请号：CN202110270458.9
申请日：2021-03-12
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种基于生理信号的分类识别方法、介质及电子设备，其中，生理信号由多个电极采集得到。基于生理信号的分类识别方法包括：基于电极之间的分布差异对多个电极进行聚类，得到多个电极簇；其中电极之间的分布差异包括电极所采集的生理信号之间的相关性以及电极之间的空间距离；对于多个电极簇中的每个电极簇，基于该电极簇内的电极所采集的生理信号构建一个或多个个体分类器；基于所构建的所有个体分类器形成分类识别模型；以及接收多个电极从待识别目标采集的生理信号，基于所接收的生理信号，通过分类识别模型得到分类识别结果。本发明可以实现基于生理信号的高精准、强鲁棒的分类识别。
-
公开(公告)号：CN112861796A
公开(公告)日：2021-05-28
申请号：CN202110268443.9
申请日：2021-03-12
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种特征自适应的动作识别方法，包括：基于初始数据集构建识别模型，初始数据集包括与多次生理信号采集相对应的来自已有电极集合中的所有电极的初始特征以及与多次生理信号采集对应的标签；获取采集自待识别目标的特征集合；确定所获取的特征集合中是否缺失来自所述已有电极集合中的一个或多个电极的特征；响应于确定缺失来自所述已有电极集合中的一个或多个电极的特征，将所述一个或多个电极作为一个或多个缺失电极，在所获取的特征集合中补充来自所述一个或多个缺失电极的特征；以及将所获取的特征集合作为识别模型的输入，得到动作识别结果。本发明提供的特征自适应的动作识别方法支持动作识别过程中特征空间的动态变化。
-
公开(公告)号：CN110444296A
公开(公告)日：2019-11-12
申请号：CN201910596718.4
申请日：2019-07-02
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出了一种立体色块障碍测试系统、存储介质、装置及实施方法，其中立体色块障碍测试系统，包括：信息录入单元，用于记录测试对象的信息；测试单元，包括镜像测试模块和任务测试模块，用于所述测试对象对测试任务的练习和测试；数据分析单元，用于接收和分析任务测试数据，获得测试结果；文件存储单元，用于接收和存储所述测试对象的信息、测试数据和测试结果，并将测试结果输出。该装置和实施方法能够为轻度认知功能障碍、老年痴呆症等疾病的诊断、治疗和康复提供了更加简便、精准的单侧手指灵活度测验方法。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.065 seconds)
