-
公开(公告)号：CN116306592A
公开(公告)日：2023-06-23
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：CN104867153A
公开(公告)日：2015-08-26
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：CN103839272A
公开(公告)日：2014-06-04
申请号：CN201410113556.1
申请日：2014-03-25
Applicant: 重庆大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于K均值聚类法的脑磁共振图像配准方法，首先利用Harris算子和SUSAN算子的混合角点检测获取总角点集，利用角点强度筛选出新的角点集，采用互相关系数法进行粗匹配筛选，然后引入K均值聚类法对角点进行聚类，之后结合归一化相关法和投票匹配法筛选出精准的角点对，最后采用Powell算法对角点集合进行优化，得到重建参数值，对图像进行最终配准。其显著效果是：本发明具有良好的稳定性，能够完整、正确地描述特征点信息，减少了后续运算中程序的运行时间，提高了配准精度，实现对图像配准算法更精确、更有效率的改进，能更好的兼容大范围波动的变换图像。
-
公开(公告)号：CN116416967B
公开(公告)日：2024-09-24
申请号：CN202111651840.0
申请日：2021-12-30
Abstract: 本发明公开一种通过迁移学习提升重庆方言语音识别的方法，步骤为：1)获取语音数据；2)得到语音频谱图；3)对语音频谱图向量化，得到向量V；4)获取transformer模型的输入X；5)将参数Q、参数K、参数V输入到transformer模型的编码器中，得到编码器输出Y1和编码器输出Y2；6)将编码器输出Y1和编码器输出Y2输入到transformer模型的解码器中，得到语音识别文本；8)确定拼音BERT模型的输入x；9)将输入x输入到拼音BERT模型中，得到语音识别结果。本发明通过pipeline设计模式，将ASR中的声学模型，语言模型独立开，增强了ASR模型选择的多样性。
-
公开(公告)号：CN116416967A
公开(公告)日：2023-07-11
申请号：CN202111651840.0
申请日：2021-12-30
Abstract: 本发明公开一种通过迁移学习提升重庆方言语音识别的方法，步骤为：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)利用VGG网络对语音频谱图向量化，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和编码器输出Y2输入到transformer模型的解码器中，得到语音识别文本；8)确定拼音BERT模型的输入x；9)将输入x输入到拼音BERT模型中，得到语音识别结果。本发明能更全面的捕捉到语义层面信息，并通过pipeline设计模式，将ASR中的声学模型，语言模型独立开，增强了ASR模型选择的多样性。
-
Patent Agency Ranking
公开(公告)号：CN115691481A
公开(公告)日：2023-02-03
申请号：CN202211071402.1
申请日：2022-09-02
Abstract: 本发明公开一种基于门控卷积的老年方言语音识别方法，包括以下步骤：1)获取使用者录制的至少两个音频文件；2)分别对每个音频文件进行处理，得到频谱向量Vr和频域特征Fbankr；3)将频谱向量Vr和频域特征Fbankr作为输入数据输入到Gate CNN网络中，得到第r个音频文件的语音识别结果hr；4)重复步骤3)，从而获取R个音频文件的语音识别结果；5)对R个音频文件的语音识别结果进行处理，得到最终的语音识别结果。本发明利用Gate CNN做声学模型，即保留了CNN的特征处理能力，又保留了模型的时许特性，同时结构简单，参数可控。
-
公开(公告)号：CN111860103A
公开(公告)日：2020-10-30
申请号：CN202010390890.7
申请日：2020-05-11
Abstract: 本发明公开一种基于Tensorflow目标检测的动作识别方法，主要步骤为：1)获取含有人体姿态和目标物体的视频流，并分解为若干帧图像；2)构造卷积神经网络，并训练得到目标物体识别模型；3)利用目标物体识别模型框选出每帧图像中的目标物体，并为矩形框打上类别标签；4)基于矩形框的左上角归一化坐标(xmin_nor,ymin_nor)、右下角归一化坐标值(xmax_nor,ymax_nor)确定目标物体坐标；5)对目标物体坐标进行处理；6)建立动作识别模型；7)将处理后的矩形框坐标输入到动作识别模型中，对人体姿态进行识别。本发明基于对坐标数据进行欧氏距离、相对位置提取的方法，实现了动作识别模型的建立，通过设置阈值和时序条件分析多个视频帧数据快速准确完成了动作识别。
-
公开(公告)号：CN111651999A
公开(公告)日：2020-09-11
申请号：CN202010390849.X
申请日：2020-05-11
IPC: G06F40/30 , G06F40/216 , G06F40/289 , G06F40/253
Abstract: 本发明公开一种面向AD量表书写能力检测的文本语义分析自动评价系统，主要包括待评估语料输入模块、训练语料获取模块、语料预处理模块、语法完整性判断模块、语义通顺度分析模块和数据库；本发明结合受试者所写中文语句的语法成分完整性和语义通顺度，判断语句是否可理解，进而判断受试者是否具有基本的书写能力，有效提高了中文语句可理解度的判断效率和准确度。
-
公开(公告)号：CN104881686A
公开(公告)日：2015-09-02
申请号：CN201510282981.8
申请日：2015-05-28
Applicant: 重庆大学
CPC classification number: G06K9/6269 , G06T7/0012 , G06T2207/10088 , G06T2207/30016
Abstract: 本发明公开了一种基于脑磁共振影像的Aβ蛋白沉积信息检测系统，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；所述特征提取装置用于提取最优特征子集；所述参数反演装置用于将所述最优特征子集反演出Aβ蛋白沉积含量；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Aβ蛋白沉积含量为评价标准，最终训练出的最优特征子集与Aβ蛋白沉积含量的映射关系。其显著效果是：不仅具有无创、无辐射、安全、自动化程度高等优点，而且可应用于阿尔茨海默病诊断的临床应用。
-
公开(公告)号：CN103440665A
公开(公告)日：2013-12-11
申请号：CN201310418228.8
申请日：2013-09-13
Applicant: 重庆大学
Abstract: 本发明公开一种膝关节软骨图像自动分割方法，其特征在于：包括基于SVM的边缘定位步骤和基于区域生长法的图像分割步骤，其中：其中基于SVM的边缘定位步骤包括：膝关节MRI图像的采集和转换、自适应Canny边缘检测以及基于SVM软骨边缘分类，基于区域生长法的图像分割步骤主要采用改进的自动选取种子点的区域生长法分割软骨组织。本发明的有益效果为：对膝关节MRI图像进行软骨分割，有效的利用模式识别与边缘检测相结合实现精准定位，再与区域生长法结合充分定位互补，实现待分割区域的内部相似特性和外部差异特性相结合；有效克服了传统分割方法的结果过分割或分割不准确等缺点。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.023 seconds)
