-
公开(公告)号：CN115687939B
公开(公告)日：2024-09-24
申请号：CN202211071421.4
申请日：2022-09-02
IPC: G06F18/22 , G06F18/214 , G06F18/2411 , G06F40/284 , G06F40/295
Abstract: 本发明公开一种基于多任务学习的Mask文本匹配方法及介质。方法步骤包括：1)获取至少两个待匹配文本；2)对所述待匹配文本进行特征提取，得到每个待匹配文本的文本字词特征；3)建立基于BERT的文本匹配模型；4)将所有待匹配文本的文本字词特征输入到文本匹配模型，获得不同待匹配文本的匹配结果。介质包括计算机程序。本发明提出了结合数据特点构建Mask矩阵简化模型的思路，在简化模型的同时也能放大待匹配文本之间的差异，使最终模型训练的泛化能力增强。
-
公开(公告)号：CN116416968A
公开(公告)日：2023-07-11
申请号：CN202111656134.5
申请日：2021-12-30
Abstract: 本发明公开一种由双编码器组成的transformer的重庆方言语音识别方法，包括以下步骤：1)获取语音数据；2)对语音数据进行傅里叶转换，得到语音频谱图；3)得到向量V；4)获取transformer模型的输入X；5)得到参数Q、参数K、参数V；6)将参数Q、参数K、参数V输入到transformer模型的编码器encoder1和编码器encoder2中，分别得到编码器输出Y1和编码器输出Y2；7)将编码器输出Y1输入到Gate CNN网络中，得到语音识别文本概率分布p1；将编码器输出Y2输入到transformer模型的解码器中，得到语音识别文本概率分布p2；8)计算得到语音识别文本P。本发明设计了两个不同的解码器分别对两个dropout输出做解码，进一步增加了整个解码结构的鲁棒性。
-
公开(公告)号：CN111652287A
公开(公告)日：2020-09-11
申请号：CN202010390856.X
申请日：2020-05-11
Abstract: 本发明公开了基于卷积深度神经网络的AD量表手绘交叉五边形分类方法，步骤为：1)获取若干带有手绘交叉五边形的图像，并进行预处理；2)对预处理后的图像进行增强，并打上评估标签；以增强后的图像和评估标签建立训练数据集；3)建立卷积深度神经网络；4)将训练数据集输入到卷积深度神经网络中，利用随机梯度下降算法对卷积深度神经网络进行训练，得到手绘交叉五边形评估模型；5)将待分类图像输入到手绘交叉五边形评估模型中，获取待分类图像的评估标签，完成手绘交叉五边形的评估。本发明提出一种基于卷积深度神经网络的AD量表手绘交叉五边形分类方法，有效提高了卷积深度神经网络评分的准确率。
-
公开(公告)号：CN104867153B
公开(公告)日：2017-10-20
申请号：CN201510280008.2
申请日：2015-05-28
Applicant: 重庆大学
Abstract: 本发明公开了一种基于脑磁共振影像中磷酸化tau蛋白含量信息的检测系统，设置有MRI图像采集装置、图像预处理装置、特征提取装置以及参数反演装置；所述参数反演装置用于将最优特征子集反演出磷酸化tau蛋白含量；该参数反演装置中固化有训练好的SVM模型，所述SVM模型是通过选择多个训练样本图像的多个特征参数，并以每个样本图像对应PET图像的磷酸化tau蛋白含量为评价标准，最终训练出的最优特征子集与磷酸化tau蛋白含量的映射关系。该系统可仅通过脑磁共振图像就可以定量显示磷酸化tau蛋白含量，具有无创、无辐射、安全、自动化程度高等优点。
-
公开(公告)号：CN104268566A
公开(公告)日：2015-01-07
申请号：CN201410476135.5
申请日：2014-09-18
Applicant: 重庆大学
IPC: G06K9/62
CPC classification number: G06T7/0012 , G06T2207/10104 , G06T2207/30096
Abstract: 本发明公开了一种淋巴结疾病智能诊断系统中的数据处理方法，其特征在于按照以下步骤进行：步骤1：将样本数据进行归一化处理，使其处于预设区间范围内，该样本数据包括M个患者数据和N个非患者数据；步骤2：基于P-value算法对归一化后的数据进行特征选择；步骤3：基于前向特征选择对步骤2所选择出的特征作进一步筛选；步骤4：按照步骤3所筛选出的特征，构建LS-SVM训练模型；步骤5：按照步骤1的方式对测试数据进行归一化处理，并选择步骤3所筛选出的特征带入步骤4所构建的LS-SVM训练模型中进行分类识别，输出分类结果。本方法在构建训练模型时数据特征维数少，缩短了诊断时间，同时又保证了诊断系统的准确率。
-
Patent Agency Ranking
公开(公告)号：CN103829944A
公开(公告)日：2014-06-04
申请号：CN201410113578.8
申请日：2014-03-26
Applicant: 重庆大学
IPC: A61B5/053
Abstract: 本发明公开了一种基于模式识别的胸阻抗信号处理方法，首先对获取的胸阻抗信号采用小波阈值去噪法去除胸阻抗信号中的高频噪声，其次采用形态学滤波法去除胸阻抗信号中的基线漂移，获得平滑的信号波形，接着采用多分辨率窗口搜索法进行波形定位，最后采用线性识别分析法对所获信号进行模式分类识别，获取正确的按压波形和通气波形。其显著效果是：本发明将小波去噪法、形态学滤波法和多分辨率窗口搜索法有机结合，能够有效的排除大部分畸变和噪声的干扰，正确地识别按压和通气波形，并达到实时处理的要求，从而计算出TTI信号的各项所需的参数，并反馈给心肺复苏操作人员对CPR过程提供指导。
-
公开(公告)号：CN116525045B
公开(公告)日：2025-04-29
申请号：CN202211492716.9
申请日：2022-11-25
IPC: G16H10/20 , G06F40/30 , G06F40/295 , G06F40/211
Abstract: 本发明公开一种基于语法树的神经心理量表答案筛选方法、系统及介质，方法步骤包括：1)获取测试者的音频，并将音频转录为心理量表文本；2)对标注有词边界的词序列进行依存句法分析，得到文本特征；3)对文本特征进行中心词提取，得到心理量表文本的中心词；4)对心理量表文本的中心词进行分析，得到语义角色识别结果；5)判断所述语义角色识别结果中是否包含MMSE量表中临床总结的语义角色，若是，则得到心理量表答案。系统包括音频获取及转换模块、分词模块、词性标注模块、实体识别模块、依存句法分析模块、中心词提取及分析模块、答案输出模块；本发明可以准确提取出测试者的真实意图，提高了人工智能技术应用在神经心理量表中的准确率。
-
公开(公告)号：CN116306592B
公开(公告)日：2025-01-07
申请号：CN202211492719.2
申请日：2022-11-25
IPC: G06F40/232 , G10L15/26 , G06N3/047 , G06N3/048 , G06N3/0442 , G06N3/08 , G16H50/30
Abstract: 本发明公开一种基于阅读理解的老年痴呆量表纠错方法、系统及介质，方法步骤包括：1)获取测试者关于老年痴呆量表的音频，并将测试者音频转录为待纠错文本；2)检索出与待纠错文本相匹配的神经心理量表文本，记为候选字符；3)将与待纠错文本和匹配的候选字符组合成文本对，并输入到BERT预训练模型中，得到待纠错文本Text中每个字符被替换为神经心理量表中第j个字符的条件概率；4)选择从候选字符列表中选择概率最大的字符作为字符的最终输出。系统包括：音频获取及转换模块、候选字符匹配模块、BERT处理模块、纠错模块；本发明结合神经心理量表的语言特点，提出了专有的纠错数据生成方法，弥补了训练数据欠缺的问题。
-
公开(公告)号：CN116416968B
公开(公告)日：2024-09-24
申请号：CN202111656134.5
申请日：2021-12-30
Abstract: 本发明公开一种由双编码器组成的transformer的重庆方言语音识别方法，包括以下步骤：1)获取语音数据；2)对语音数据进行傅里叶转换，得到语音频谱图；3)得到向量V；4)获取transformer模型的输入X；5)得到参数Q、参数K、参数V；6)将参数Q、参数K、参数V输入到transformer模型的编码器encoder1和编码器encoder2中，分别得到编码器输出Y1和编码器输出Y2；7)将编码器输出Y1输入到Gate CNN网络中，得到语音识别文本概率分布p1；将编码器输出Y2输入到transformer模型的解码器中，得到语音识别文本概率分布p2；8)计算得到语音识别文本P。本发明设计了两个不同的解码器分别对两个dropout输出做解码，进一步增加了整个解码结构的鲁棒性。
-
公开(公告)号：CN116525045A
公开(公告)日：2023-08-01
申请号：CN202211492716.9
申请日：2022-11-25
IPC: G16H10/20 , G06F40/30 , G06F40/295 , G06F40/211
Abstract: 本发明公开一种基于语法树的神经心理量表答案筛选方法、系统及介质，方法步骤包括：1)获取测试者的音频，并将音频转录为心理量表文本；2)对标注有词边界的词序列进行依存句法分析，得到文本特征；3)对文本特征进行中心词提取，得到心理量表文本的中心词；4)对心理量表文本的中心词进行分析，得到语义角色识别结果；5)判断所述语义角色识别结果中是否包含MMSE量表中临床总结的语义角色，若是，则得到心理量表答案。系统包括音频获取及转换模块、分词模块、词性标注模块、实体识别模块、依存句法分析模块、中心词提取及分析模块、答案输出模块；本发明可以准确提取出测试者的真实意图，提高了人工智能技术应用在神经心理量表中的准确率。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.023 seconds)
