公开(公告)号：CN118888154A

公开(公告)日：2024-11-01

申请号：CN202410900779.6

申请日：2024-07-05

Applicant: 成都信息工程大学

Inventor： 郑文斌 ,  杨宇杰 ,  安俊秀

IPC: G16H50/70 ,  A61B5/16 ,  A61B5/00 ,  G06F18/25 ,  G06F18/15 ,  G06N3/0499 ,  G06N3/0455

Abstract: 本发明公开了一种基于多层次特征融合的多模态抑郁症识别系统，涉及多模态融合技术领域，所述系统包括：获取单元：用于获取多模态抑郁症数据，对所述多模态抑郁症数据进行预处理，获得多模态数据；第一特征单元：用于对所述多模态数据进行特征提取获得单模态的低级抑郁特征；对所述低级抑郁特征进行特征提取，获得单模态的高级抑郁特征；融合单元：用于时间维度、空间维度和所述高级抑郁特征，获得时空融合抑郁特征；关系图单元：用于所述时空融合抑郁特征和所述高级抑郁特征，获得模态融合关系图E；第二特征单元：用于对所述模态融合关系图E的模态的平衡关系进行处理，获得多模态抑郁特征；预测单元：用于将所述多模态抑郁特征输入抑郁预测模块，获得预测结果，可以解决现有多模态抑郁症识别模型缺少对每种模态内部具有高情绪感知特征的关注和对模态自身内部价值差异的处理，导致模型预测的精准度和泛化能力较差的问题。

公开(公告)号：CN112948238A

公开(公告)日：2021-06-11

申请号：CN202110136164.7

申请日：2021-02-01

Applicant: 成都信息工程大学

Inventor： 安俊秀 ,  孙琛恺 ,  靳宇倡 ,  陈宏松

IPC: G06F11/36 ,  G06Q10/06 ,  G06F16/906

Abstract: 本发明公开了推荐系统的多样性的量化方法，属于推荐系统技术领域，具体涉及推荐系统的多样性的量化领域，以解决现有的推荐系统缺乏评价指数的问题，包括如下步骤：步骤1、从日志中获取URL及用户信息；步骤2、编写程序，根据类别的信息将URL进行分类并初次筛选；步骤3、将所得的三元组中的值导入MySQL数据库中，再从中筛选重复数据，得到了多个类别的三部图；步骤4、将三部图思想编入程序中并进行计算，计算各类的校准的多样性指数与其在总类别中所占的比例，得到推荐系统的多样性指数。对推荐系统类别受众多样性进行量化，在评价推荐系统时，将本申请的多样性指数纳入评价体系中，将其作为评价标准之一。

公开(公告)号：CN119181045B

公开(公告)日：2025-04-04

申请号：CN202411291553.7

申请日：2024-09-14

Applicant: 成都信息工程大学

Inventor： 郑文斌 ,  彭君印 ,  安俊秀

IPC: G06V20/40 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08 ,  G06F16/901 ,  G06F16/783

Abstract: 本发明公开了一种基于跨模态特征互补和有向图学习的多模态对话情感识别方法，涉及对话情感识别技术领域，所述方法包括：获取视频对话数据，对所述视频对话数据进行特征提取，获得第一特征；对所述第一特征进行编码，获得第二特征；基于所述第二特征构建跨模态异构图，基于所述跨模态异构图获得注意力权重；基于所述注意力权重对所述跨模态异构图进行更新，获得最终跨模态异构图，提取所述最终跨模态异构图的互补特征信息，基于所述互补特征信息，对所述最终跨模态异构图的特征进行融合获得增强特征；基于所述增强特征构建多模态有向图；基于所述多模态有向图获得情感特征，将所述情感特征传输至预训练情感分类器进行预测，获得预测情感结果，可以解决现有ERC方法中多模态数据融合中的冲突和异构性、以及忽略各模态之间的相互作用，导致模态信息丢失、模态融合不充分的问题。

公开(公告)号：CN108846431B

公开(公告)日：2021-09-28

申请号：CN201810570293.5

申请日：2018-06-05

Applicant: 成都信息工程大学

Inventor： 安俊秀 ,  王梓懿 ,  靳宇倡 ,  刘敦虎

IPC: G06K9/62

Abstract: 本发明公开了一种基于改进贝叶斯模型的视频弹幕情感分类方法，包括以下步骤：使用聚类算法对视频弹幕进行时段划分，确定参数q、v，其中q为替换率，v为目标矫正率；使用贝叶斯模型对数据集进行初始分类，记录时段类别概率θ和先验概率ω；使用ω+q(θ‑ω)替换先验概率ω，对样本重新分类，计算并记录矫正量d与其变化量Δd，更新时段类别概率θ；若Δd≠0，返回第三步；选择矫正率与v最接近的矫正结果作为最后结果。本发明结合视频弹幕的实时性特点，提出一种基于时段划分的矫正贝叶斯算法即改进贝叶斯模型，并将其用于视频弹幕情感分类中，矫正了传统贝叶斯模型错分的样本，具有良好的分类效果，特别适用于情感倾向一致性较高的视频弹幕。

公开(公告)号：CN110569374A

公开(公告)日：2019-12-13

申请号：CN201910771272.4

申请日：2019-08-20

Applicant: 成都信息工程大学

Inventor： 安俊秀 ,  刘明月 ,  靳宇倡 ,  陈涛 ,  孙琛恺

IPC: G06F16/435 ,  G06F16/438 ,  G06F16/48

Abstract: 本发明提供了一种基于改进协同过滤算法的电影推荐方法，属于多媒体信息处理技术领域，首先研究了协同过滤算法的分类和应用场合，针对电影领域，选取了ItemCF算法和基于ALS模型的协同过滤算法，对于电影冷启动问题，对基于物品的协同过滤算法进行改进；针对ALS模型推荐精度低的问题，提出了混合模型的思路，在缓解数据稀疏带来的影响下，提高了推荐算法的准确度。

公开(公告)号：CN109272121A

公开(公告)日：2019-01-25

申请号：CN201811130475.7

申请日：2018-09-27

Applicant: 成都信息工程大学

Inventor： 安俊秀 ,  文仁强 ,  陆志君

IPC: G06N99/00

Abstract: 本发明公开了一种运筹学领域中经典的组合优化问题，即多选择多维度背包问题的多尺度量子谐振求解算法，首先针对原问题模型建立了拉格朗日松弛对偶模型，大大减少了约束条件，并利用拉格朗日价值来评价组内物品价值，在此基础上引入MMKP近似核问题，对寻找最优解具有启发作用，并且减少了问题规模。此外基于近似核问题构建了混合高斯采样模型，引导算法在可信区域强化搜索，在不可信区域均匀搜索，提高了求解精度和收敛速度。