-
公开(公告)号：CN112783327A
公开(公告)日：2021-05-11
申请号：CN202110134953.7
申请日：2021-01-29
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供了一种基于表面肌电信号进行手势识别的方法和系统，该方法使用卷积递归神经网络提取每个时刻的表面肌电信号的空间特征和时间特征，并通过注意力机制加权融合时间特征以预测用户的手势类别。本发明的手势识别方法能够自适应学习表面肌电信号的有效特征表达，实现用户手势的高精准度识别。
-
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：CN107157450A
公开(公告)日：2017-09-15
申请号：CN201710463520.X
申请日：2017-06-19
Applicant: 中国科学院计算技术研究所
IPC: A61B5/00 , A61B5/11 , A61B5/0488 , G06K9/62
Abstract: 本发明提供了用于对帕金森病人的手部运动能力进行量化评估方法和系统，利用可穿戴的肌电传感器捕获被检测者在执行指定动作时的手部表面肌电信号，基于训练好的与所述指定动作对应的运动能力分类器以从表面肌电信号中提取时域特征和频域特征以及与指定动作的完成情况相关的特征来对被检测者的手部运动能力进行量化评估。通过该方法和系统可以更客观准确地对帕金森病人的手部运动能力进行等级评估。
-
公开(公告)号：CN106203380A
公开(公告)日：2016-12-07
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：CN119150092A
公开(公告)日：2024-12-17
申请号：CN202411171767.0
申请日：2024-08-26
Applicant: 中国科学院计算技术研究所
IPC: G06F18/241 , G06F18/23 , G06F18/214 , G06N3/0895 , G06N3/098 , G16H50/70
Abstract: 本发明提供了一种医疗数据分类模型的联邦构建方法，用于联合多个有标签客户端和多个无标签客户端构建医疗数据分类模型，其中，有标签客户端指示该客户端上的数据集包括多个医疗数据及其对应的疾病标签，无标签客户端指示该客户端上的数据集仅包括多个医疗数据，所述方法包括：联邦客户端聚类步骤用于将数据分布相似的各个客户端聚类到一个子联邦集合中；联邦半监督自训练步骤用于对每个子联邦集合中的客户端进行排序，并以排序结果对无标签客户端进行打标签处理以使每个无标签客户端的所有医疗数据均被赋予目标伪标签；联邦客户端训练步骤用于基于所有有标签客户端和所有被赋予目标伪标签的无标签客户端执行多轮联邦训练得到医疗数据分类模型。
-
Patent Agency Ranking
公开(公告)号：CN117421590A
公开(公告)日：2024-01-19
申请号：CN202311235562.X
申请日：2023-09-25
Applicant: 中国科学院计算技术研究所
IPC: G06F18/214 , G06N20/00
Abstract: 一种联邦学习客户端的数据质量评估方法，包括：步骤S1：根据多个客户端当前轮训练更新后的本地模型参数和对应的样本数据量获得更新后的全局模型参数；步骤S2：根据当前轮更新前与更新后的客户端的本地模型参数计算各个客户端的本地参数梯度，步骤S3：根据更新前与更新后的全局模型参数计算服务端的全局参数梯度；步骤S4：计算服务端的全局参数梯度与各个客户端的本地参数梯度之间的动土距离，根据动土距离确定各个客户端的数据质量。
-
公开(公告)号：CN112908466B
公开(公告)日：2023-08-04
申请号：CN202110041814.X
申请日：2021-01-13
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于迁移学习的阿尔兹海默病智能决策支持方法和系统，包括通过拍照设备设备，采集患者眼底图像数据，同时利用辅助设备采集患者辅助生理数据，并进行补齐、归一化、滤波等预处理；对图片数据提取图像特征，对辅助序列数据，提取特征，并对不同传感器特征数据进行归一化与拼接；在传播方案获取与标签传播阶段，通过广义条件梯度下降算法对针对融合距离的目标函数进行优化，通过IBP算法获取梯度方向，通过线搜索获取步长，依次迭代直至收敛，根据获取的传播方案，将源域中已有的标定通过传播方案扩散至目标域未标定样本。从而获得更准确的目标域数据标定。
-
公开(公告)号：CN112861796B
公开(公告)日：2023-04-07
申请号：CN202110268443.9
申请日：2021-03-12
Applicant: 中国科学院计算技术研究所
IPC: G06V40/10 , G06F18/24 , G06F18/2431 , G06F18/214 , G06N20/00
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：CN112861679B
公开(公告)日：2023-01-20
申请号：CN202110123629.5
申请日：2021-01-29
Applicant: 中国科学院计算技术研究所
IPC: G06V40/20 , G06V10/764 , G06V10/774
Abstract: 本发明提供了一种面向行为识别的迁移学习方法和系统，该方法依据基于熵减的最优传输方案确定待标定的数据的标签，其中，基于熵减的最优传输方案中包括对源域数据的标签类别比例的熵进行限制。本发明中的迁移学习方法和系统能够在目标域数据类别少于源域数据类别的情况下，使得源域中分布的类别相对集中，源域分布与目标域更加匹配，从而有效减少负迁移，更鲁棒、准确地获取目标域待标定数据标签。
-
公开(公告)号：CN115577803A
公开(公告)日：2023-01-06
申请号：CN202211248244.2
申请日：2022-10-12
Applicant: 中国科学院计算技术研究所
IPC: G06N20/20 , G06F18/241 , G06F18/214
Abstract: 本发明提出一种对混合噪声鲁棒的联邦学习方法，包括：将客户端根据本地训练数据和主观逻辑损失函数更新的本地度量模型参数发送给服务端；获取服务端根据客户端以及其他客户端更新的本地度量模型参数和对应的样本数据量计算的全局度量模型参数；由客户端根据全局度量模型参数和本地训练数据，计算每一训练样本的主观逻辑损失及本地高斯混合分布并发送给服务端；获取服务端根据多个本地高斯混合分布计算的区间阈值，并基于区间阈值和本地高斯混合分布对训练数据进行混合噪声识别，进而对识别的开集噪声、闭集噪声分别进行过滤和修正。本发明还提出一种对混合噪声鲁棒的联邦学习系统，以及一种用于联邦学习的数据处理装置。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.043 seconds)
