-
公开(公告)号：CN114333909A
公开(公告)日：2022-04-12
申请号：CN202111626611.3
申请日：2021-12-28
Applicant: 深圳航天科技创新研究院 , 哈尔滨工业大学
Abstract: 本公开实施例提供一种情感识别方法及其装置、计算机设备、存储介质，属于计算机信息处理技术领域，所述方法包括：获取音频信号；对所述音频信号进行分帧处理，得到多个分帧信号，提取多个所述分帧信号的声学特征；根据所述声学特征构建第一特征矩阵；获取所述声学特征对应的情感打分值；根据所述情感打分值构建第二特征矩阵；根据所述第一特征矩阵和所述第二特征矩阵从多个所述声学特征中选择目标声学特征；根据所述目标声学特征构建情感预测模型，根据所述情感预测模型进行情感识别，原理简单，计算量小，音频信号的情感识别无需人工操作，减少了人工对音频的情感标注工作，情感识别的准确率高。
-
公开(公告)号：CN111317467A
公开(公告)日：2020-06-23
申请号：CN202010119912.6
申请日：2020-02-26
Applicant: 深圳航天科技创新研究院 , 哈尔滨工业大学
IPC: A61B5/0476 , A61B5/00
Abstract: 本申请适用于脑电生物信号技术领域，提供了一种脑电信号分析方法、装置、终端设备及存储介质，通过获取目标事件特征，提取目标事件特征的目标特征点，映射到脑电信号上，从而提取诱发的脑电信号成分，根据事件点可以提取任意时长的脑电信号成分进行分析，从而解决对连续的脑电信号无法进行有效分析的问题。
-
公开(公告)号：CN110570878A
公开(公告)日：2019-12-13
申请号：CN201910881274.9
申请日：2019-09-18
Applicant: 哈尔滨工业大学
IPC: G10L25/18
Abstract: 本发明公开了一种基于短时离散谐波变换的音色特征提取方法，包括：用基于三电平中心削波互相关函数法提取基音周期估计值，并基于基音周期获得对音频信号的谐波结构信息进行提取的频域变换方法，进一步提取谐波结构信息，构建音色谐波谱特征，用于对音频音色特征的提取。本发明的优点是：可以解决现有技术中对音频谐波结构信息提取不足，且使用的相关音色特征数目庞大，信息冗余，效率低下的问题，获得具有稀疏性的音频谐波结构信息提取方法。
-
公开(公告)号：CN110443194A
公开(公告)日：2019-11-12
申请号：CN201910715343.9
申请日：2019-08-05
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于SPI稀疏约束的时变信号成分提取方法，包括：a)SPI稀疏性能估计指标及包含SPI指标的时变信号成分估计范式，以及b)一种基于上述范式的时变信号成分提取方法，包括数据预处理、系统初始化、稀疏建模与波形字典学习、时变信号单次特定成分估计及新异类目标成分波形发现等五个独立步骤。本发明的优点是，相对于传统方法，具有不依赖统计平稳性或独立性假设的优势，可以获取更可靠的时变信号特定成分字典和时变信号特定成分的盲估计，且具有非监督的发现未知的目标成分的能力，对具备复杂结构和许多未知或未发现成分的时变信号的分析具有广阔的潜在应用价值。适用于各类面向时变信号成分分析和提取的设备和算法的改进。
-
公开(公告)号：CN116434307A
公开(公告)日：2023-07-14
申请号：CN202310410116.1
申请日：2023-04-18
Applicant: 哈尔滨工业大学
IPC: G06V40/16 , G06V20/40 , G06V10/774 , G06V10/75 , G06T7/269
Abstract: 本发明公开了一种基于运动单元原型模板的微表情特征提取方法，包括：在预处理中，针对不同被试之间面部差异问题和同一被试在视频中的头部平移问题，使用了基于器官的面部位置校正和裁剪方法，保证光流特征提取的准确性；为准确分析微表情中的运动单元，提出面向运动单元的原型模板。每个原型模板中记录了具有代表性的面部运动单元动态信息，并对具有一定差异的面部动作的AU识别具有较强的鲁棒性；为准确捕捉微表情动作，将微表情视频的光流图序列与AU运动模板进行匹配，得到对视频中复杂微表情动作的深入解析，提升微表情特征的准确率性和可解释性。本发明的优点是：能够有效捕捉微表情发生时细微的面部动作，可用于微表情检测，识别和生成。
-
Patent Agency Ranking
-
公开(公告)号：CN110327043B
公开(公告)日：2022-04-01
申请号：CN201910715578.8
申请日：2019-08-05
Applicant: 哈尔滨工业大学
Abstract: 本发明给出了一种基于稀疏建模的事件相关电位波形图谱求解方法。包括：数据预处理，去燥、分帧和能量归一化；稀疏字典学习，字典初始化，稀疏建模，字典学习和收敛性判断；波形字典聚类；波形字典性质判定。本发明的优点在于：针对数据中固有的事件相关电位活动模式、而非依据认知实验赋予的标签获取ERP波形，不仅可以处理实验环境下的EEG数据，也可以处理没有标签的真实环境下获取的EEG数据，具有更好的普适性和实用性。此外，使用了面向单次、单帧数据处理的信号处理方法，能够有效提升EEG分析处理的灵活性，在脑机接口领域也具有显著的应用前景。
-
公开(公告)号：CN112966753A
公开(公告)日：2021-06-15
申请号：CN202110257323.9
申请日：2021-03-09
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于熵稳定约束的自动数据降维方法，包括以下步骤：步骤1，监测训练过程中网络输入层、隐含层和输出层的熵分布特征；步骤2，依据网络学习目的灵活地组合待分析熵分布特征匹配差异；步骤3，将匹配差异作为惩罚项加入网络整体损失函数中或是特异网络层的梯度项，而后经过多轮迭代后完成数据的降维，以用于后续分析。本发明的优点是：通过将不同神经网络层之间的熵匹配差异作为惩罚项，加入网络的整体损失函数中或是特异网络层的梯度项，达到对网络迭代过程中高维数据内在结构的保持的目的，且提取到的低维数据重建误差更小，还能准确的体现高维数据间的分布特征，保证了在不同网络初始化的条件下，网络编码层的输出趋向一致。
-
公开(公告)号：CN112668717A
公开(公告)日：2021-04-16
申请号：CN202110002440.0
申请日：2021-01-04
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种面向神经网络模型优化的数据处理方法和装置。方法包括：通过计算高阶笛卡尔扩张项，将原有的数据映射到表达能力更强，包含信息更多的高阶笛卡尔扩张空间中。装置包括：输入模块、笛卡尔扩张计算模块和输出模块；输入模块，用于确定并接收用于计算的多维度数据，包括确定输入数据的维度及各维度的数值；笛卡尔扩张计算模块，用于对所述输入模块确定的多维输入数据进行笛卡尔扩张计算；输出模块，根据计算结果，输出用于后续处理的高维度数据。本发明优点在于：在不影响模型效果的前提下降低了后续模型学习的难度，提高了学习效率并提供了分布式并行计算的便利性。
-
公开(公告)号：CN111008610A
公开(公告)日：2020-04-14
申请号：CN201911324186.5
申请日：2019-12-16
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种信息相关脑电位诱发实验方法，包括：步骤1，使用含有信息的刺激作为偏差，使用听觉材料和视觉材料分别进行了听觉Informational-Oddball实验和视觉Informational-Oddball实验。步骤2，将EEG信号分离成相互独立的信号，去除眼电、肌电等伪迹信号后，将留下的信号还原得到干净的EEG成分。步骤3，对EEG数据进行处理后，得到两种类型的诱发电位，使用配对T检验来检验两种诱发电位的差异，若差异显著，则说明，在有信息加工阶段，相关脑区确实发生了电位变化，从而证明IRP的存在。步骤4，用目标刺激的诱发电位减去偏差刺激的诱发电位，提取出IRP。本发明的有点在于：提出了信息相关脑电位和诱发实验范式，验证了实验的准确性，扩展了传统ERP。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.029 seconds)
