-
Patent Agency Ranking
公开(公告)号：CN107330727A
公开(公告)日：2017-11-07
申请号：CN201710519604.0
申请日：2017-06-30
Applicant: 重庆邮电大学
CPC classification number: G06Q30/0269 , G06Q30/0631 , G06Q50/01
Abstract: 本发明公开了一种基于隐语义模型的个性化推荐方法，步骤如下：(1)选取一段时间内的用户对商品评分，以评分，用户社交网络特征和用户属性作为数据集；(2)构建用户-商品评分矩阵，从中随机选取80％的数据作为训练数据，20％作为测试数据；(3)分析用户社交网络特征数据、用户属性信息，分别得到用户u对物品i的预测评分，(4)将三种评分数据加权，得到最后的预测评分；(5)采用测试集数据，测试算法的准确性，选用平均绝对误差(MAE)作为衡量标准。本发明在隐语义模型的基础上，融入用户社交网络特征和用户属性信息，有效提高对新用户的推荐准确度，有效地缓解冷启动和数据稀疏等问题。
-
公开(公告)号：CN107145878A
公开(公告)日：2017-09-08
申请号：CN201710403573.2
申请日：2017-06-01
Applicant: 重庆邮电大学
CPC classification number: G06K9/00335 , G06K9/00892 , G06K9/6256 , G06K9/6267 , G06K2009/00939
Abstract: 本发明请求保护一种基于深度学习的老人异常行为检测方法，属于深度学习领域。本发明通过多种传感器采集老人的体征信息、位置信息、图像信息，联合检测联合判断老人的异常行为，降低误判概率。首先根据多种传感器数据进行信号预处理，将处理的数据输入已训练好的BP神经网络获得老人身体状况，然后根据原始图像，对图像进行预处理后送入3D卷积神经网络提取特征向量，通过Softmax分类器识别老人的多种行为，再综合老人位置信息与驻留时长，根据模糊逻辑推理判断老人行为是否异常。本发明采用联合检测方法，通过深度学习，模糊逻辑推理对老人异常行为进行联合判断，降低了误判率，提高了检测的准确性。
-
公开(公告)号：CN107092895A
公开(公告)日：2017-08-25
申请号：CN201710322847.5
申请日：2017-05-09
Applicant: 重庆邮电大学
CPC classification number: G06K9/00523 , G06K9/00536 , G06K9/6267
Abstract: 本发明公开了一种基于深度信念网络的多模态情感识别方法，步骤如下：一、建立一个多模态情感识别数据库，包含3类情感的样本，分别是：语音情感识别数据库、心电情感识别数据库和呼吸情感识别数据库；二、获取每种情感识别数据库的深度信念网络分类器并对分类器进行数据集的训练，其中该分类器包括M个深度信念网络模型以及M个深度信念网络模型输出端共同连接的分类器；三、将3种情感识别数据库的深度信念网络分类器采用投票的方法进行决策层融合，得到最终的情感识别结果。本发明针对多模态情感数据库样本进行情感识别，包括语音、心电和呼吸，采用了深度信念网络构造分类器取代传统的人工抽取特征方法，减少了情感特征提取对人工经验和实验次数的依赖性，为深度信念网络和多模态情感识别的结合提供了新思路。
-
公开(公告)号：CN113796845B
公开(公告)日：2023-08-04
申请号：CN202110649008.0
申请日：2021-06-10
Applicant: 重庆邮电大学
IPC: A61B5/024 , A61B5/18 , G06V40/16 , G06V10/762 , G06V10/82 , G06N3/0442 , G06N3/08 , G06V20/59
Abstract: 本发明的内容为实现了一种基于图像处理的驾驶员心率识别方法，克服了接触式识别心率的缺点，实现了对驾驶员身体心跳的监测，实现驾驶员心率的识别，具体技术方案包括以下6个部分。感兴趣区域选取：驾驶员感兴趣区域的选取基于人脸68个特征点，选取感兴趣区域。特征提取：在感兴趣区域的基础上，提取其中的绿色通道特征作为驾驶员心率的真实表现，由于感兴趣区域内的特征提取易受光照分布不均的影响，本发明采用算法消除光照误差。转换成频域：构建小段绿色通道序列值，缩减误差，经FFT求得频率值。噪声过滤：过滤掉不符合常理的噪声。心率提取：根据绿色通道频率值与心率的关系求得粗略的心率值。心率平稳：根据上下帧，经算法求得平滑稳定的心率值。本发明具备非接触式，不会给驾驶司机造成不舒适的感受，同时避免传统设备心率识别携带不方便的问题。
-
公开(公告)号：CN113796845A
公开(公告)日：2021-12-17
申请号：CN202110649008.0
申请日：2021-06-10
Applicant: 重庆邮电大学
Abstract: 本发明的内容为实现了一种基于图像处理的驾驶员心率识别方法，克服了接触式识别心率的缺点，实现了对驾驶员身体心跳的监测，实现驾驶员心率的识别，具体技术方案包括以下6个部分。感兴趣区域选取：驾驶员感兴趣区域的选取基于人脸68个特征点，选取感兴趣区域。特征提取：在感兴趣区域的基础上，提取其中的绿色通道特征作为驾驶员心率的真实表现，由于感兴趣区域内的特征提取易受光照分布不均的影响，本发明采用算法消除光照误差。转换成频域：构建小段绿色通道序列值，缩减误差，经FFT求得频率值。噪声过滤：过滤掉不符合常理的噪声。心率提取：根据绿色通道频率值与心率的关系求得粗略的心率值。心率平稳：根据上下帧，经算法求得平滑稳定的心率值。本发明具备非接触式，不会给驾驶司机造成不舒适的感受，同时避免传统设备心率识别携带不方便的问题。
-
-
-
-
Search Results
5
records
(took 0.016 seconds)
