-
公开(公告)号:CN115553777A
公开(公告)日:2023-01-03
申请号:CN202211362642.7
申请日:2022-11-02
Applicant: 济南大学
IPC: A61B5/16 , A61B5/024 , A61B5/00 , G06N3/04 , G06N3/08 , G06V10/25 , G06V10/82 , G06V20/40 , G06V40/16
Abstract: 本发明公开了一种非接触式精神压力检测方法及系统,该方法包括:对获取的原始视频帧图像进行预处理,识别视频帧图像中人脸面部区域,提取感兴趣区域图像;采用基于不同颜色空间互补特性的CHROM算法对获取的感兴趣区域图像进行BVP信号提取;利用基于梯度提升回归的多输出回归模型对提取的BVP信号进行信号恢复;基于恢复的BVP信号,分别进行基于时空特征图的心率预测和HRV特征提取;利用预测的心率和HRV特征训练压力检测模型,通过训练完成的检测模型实现对视频帧图像中待测人员的精神压力检测。本发明通过BVP信号恢复去除噪声,以及融合心率变异性特征与心率特征,实现精神压力检测准确性的提高。
-
公开(公告)号:CN112784289B
公开(公告)日:2022-10-18
申请号:CN202110103856.1
申请日:2021-01-26
Applicant: 济南大学
Abstract: 本发明公开了Android应用程序加密网络流量的提取系统及方法,包括:部署在服务器上的Android模拟器;所述Android模拟器上部署有Android应用程序、Android系统级TLS类库和Java虚拟机,所述Android应用程序内设有业务逻辑代码和应用内置的TLS类库,所述Java虚拟机内部署钩子框架,所述钩子框架内设有系统调用代理模块;所述系统调用代理模块分别与业务逻辑代码、应用内置的TLS类库、Android系统级TLS类库和流量收集模块连接;应用内置的TLS类库和Android系统级TLS类库均与Internet网络连接;流量收集模块与测试结果数据库连接。
-
公开(公告)号:CN114928614A
公开(公告)日:2022-08-19
申请号:CN202210527428.6
申请日:2022-05-16
Applicant: 济南大学
IPC: H04L67/1001 , H04L47/12 , H04L47/2408 , H04L47/2425
Abstract: 本申请提供一种基于SDN的确定性网络负载均衡方法及系统,涉及计算机网络技术领域,该方法通过获取当前SDN网络中所有接口以及队列的流量状态;在边缘设备上,对不同服务类型流量进行区分,确定优先级,并根据预设的转发策略进行流量转发,可以保证不同服务类型流量在规定时间内到达目的地;定时检测交换机的转发状态,在判定发生流量拥堵时,根据SDN网络中所有接口和队列的流量状态,进行控制器之间的负载均衡,并使用设定的神经网络算法确定出当前SDN网络中最优的转发路径,使拥堵流量在当前最优的转发路径上进行传输,可以减小网络出现瓶颈甚至瘫痪的可能,同时保证所选路径的实时性,从而保证对时延要求敏感的服务在网络中的传输速率。
-
公开(公告)号:CN113208592B
公开(公告)日:2022-08-16
申请号:CN202110333224.4
申请日:2021-03-29
Applicant: 济南大学 , 山东思正信息科技有限公司
IPC: A61B5/16
Abstract: 本公开公开的一种具有多作答模式的心理测试系统,包括:模式选择模块,用于供使用者选择图文测试模式或语音测试模式;图文测试模块,用于当使用者选择图文测试模式时,以图文的形式显示心理测试题目和作答选项,供使用者作答,获得作答结果;语音测试模块,用于当使用者选择语音测试模式时,以语音的形式播放心理测试题目和作答选项,并根据使用者的语速、口头语出现频率等调整语音播放速度,供使用者作答,生成作答结果;测试结果生成模块,用于对图文测试模块或语音测试模块生成的作答结果进行分析,获取心理测试结果。提供图文和语音两种测试模式供使用者根据自身情况进行选择,从而能够有效的对不同人群进行心理测试。
-
公开(公告)号:CN114863341A
公开(公告)日:2022-08-05
申请号:CN202210535724.0
申请日:2022-05-17
Applicant: 济南大学
IPC: G06V20/40 , G06V10/764 , G06V10/80 , G06N3/12 , G06Q50/20
Abstract: 本发明涉及人工智能技术领域,提供了一种在线课程学习监督方法及系统,包括:采集待监督用户的退课预测数据;对所述退课预测数据进行预处理和特征提取后,得到退课特征,输入加权软投票集成分类模型,得到待监督用户对所选课程的退课概率;若退课概率超出设定值,则向待监督用户发送提醒信息;其中,加权软投票集成分类模型集成若干个基分类器,并由遗传算法确定每个基分类器的权重,各基分类器的结果经过加权求和得到模型输出的退课概率。提高了模型对不同数据的泛化能力,提高线课程学习监督的精度。
-
公开(公告)号:CN114724167A
公开(公告)日:2022-07-08
申请号:CN202210498687.0
申请日:2022-05-09
Applicant: 济南大学
IPC: G06V30/416 , G06V30/413 , G06N3/08 , G06N3/04 , G06K9/62 , G06F40/30 , G06V10/764 , G06V10/82
Abstract: 本发明提供了一种营销文本识别方法及系统,包括:获取待识别文本,并进行预处理;基于预处理后的待识别文本,构建待识别文本的文本图;基于待识别文本的文本图,生成文本级单词表示,并结合所有标签的嵌入表示,生成文本表示;基于文本表示,采用分类器得到待识别文本是否属于营销文本的结果;其中,标签的嵌入表示的获取方法为:基于训练集的文本图及其标签,生成主题单词概率分布,将主题单词概率分布映射到标签向量空间,并在标签图的指导下学习标签间的相关性关系和语义信息,得到标签的嵌入表示。达到了生成完整标签嵌入的目的,联合学习单词与标签捕获更多与分类相关的信息,提高了营销文本识别的精度。
-
公开(公告)号:CN113506629A
公开(公告)日:2021-10-15
申请号:CN202110712305.5
申请日:2021-06-25
Applicant: 济南大学 , 山东思正信息科技有限公司
Abstract: 本发明属于心理检测技术领域,提供了一种症状自评量表简化及结果预测方法与系统。症状自评量表简化方法包括,获取症状自评量表测试记录;统计因子得分,并对因子进行排序;训练量表分数预测模型,依据设定的评价指标所对应的最小特征数,得到简化表保留因子;根据简化表保留因子分数,训练删除因子分数预测模型,得到删除因子分数;根据简化表保留因子对应的因子题组,训练因子分数预测模型,依据设定的评价指标所对应的最小特征数,得到简化题组题目;基于简化表因子和简化题组题目,生成简化症状自评量表。
-
公开(公告)号:CN109510712B
公开(公告)日:2021-10-15
申请号:CN201910021840.9
申请日:2019-01-10
Applicant: 济南大学
Abstract: 本申请公开了一种远程医疗数据隐私保护方法、系统及终端,生成远程医疗用户的伪身份信息、远程医疗用户和MSP的公钥和私钥;对远程医疗用户的医疗数据进行签密处理,生成对应的医疗数据签密密文;DAC将所有医疗数据签密密文进行聚合;当需要获取远程医疗用户的医疗数据时,MSP对签密密文聚合包进行验证,如果验证聚合签密有效,则对签密密文聚合包进行解密,以获得远程医疗用户的医疗数据。远程医疗用户私钥由自己和系统共同产生,没有任何实体可以在不被授权的情况下获得远程医疗用户的医疗数据,还采用签密密文聚合的方式,实现了远程医疗数据的隐私保护,降低了数据接收者在验证密文合法性时候的计算量,提高了系统效率。
-
公开(公告)号:CN113128232A
公开(公告)日:2021-07-16
申请号:CN202110512639.8
申请日:2021-05-11
Applicant: 济南大学 , 山东思正信息科技有限公司
IPC: G06F40/295 , G06F16/951 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于ALBERT与多重词信息嵌入的命名实体识别方法,利用训练后的深度学习模型对预处理后的待识别语句进行处理,得到识别结果;深度学习模型的训练过程包括根据已标注语料主题,进行未标注语料爬取;获取预训练好的ALBERT语言模型,对全部语料进行预训练微调,得到字向量;构建命名实体识别数据集,并对数据集做预处理,依据数据集构建多重词信息特征;将字向量序列与多重词信息特征序列进行融合,得到加强的字向量序列;构建深度学习模型,利用加强的字向量序列进行模型训练。本发明可以有效的表征字的多义性,提升实体识别的效率。
-
公开(公告)号:CN113065449A
公开(公告)日:2021-07-02
申请号:CN202110333000.3
申请日:2021-03-29
Applicant: 济南大学 , 山东思正信息科技有限公司
Abstract: 本发明公开了面部图像采集方法、装置、计算机设备及存储介质,包括:获取待处理的视频;对待处理视频的语音进行端点检测;从待处理视频中,根据端点检测结果,提取有声段语音对应的图像;对提取的图像进行面部表情检测,将图像和面部表情检测结果进行存储。依据情感表达时语音与面部表情之前的相关性,通过情感语音的端点检测算法,判断情感语音的活跃阶段,通过时间轴的映射,只采集具有活跃的情感语音同时间段的面部表情图像,以达到增强面部表情数据集的情感可去分性、减少冗余性的目的。情感语音端点检测算法采用的是一种新型的基于样本重建残差条件熵差值的端点检测算法。
-
-
-
-
-
-
-
-
-