-
公开(公告)号:CN118628309A
公开(公告)日:2024-09-10
申请号:CN202411074192.0
申请日:2024-08-07
申请人: 北京智精灵科技有限公司 , 北京喜阅童乐教育科技有限公司
IPC分类号: G06Q50/20 , G06F18/2431 , G09B17/00 , G09B7/04
摘要: 本申请实施例中提供了一种认知能力训练系统、方法、电子设备、计算机程序及存储介质。其系统包括数据存储模块、训练任务定制模块、训练任务推送模块和训练结果记录模块。数据存储模块保存训练题目和账号信息;训练任务定制模块根据账号信息中的认知能力等级信息和训练进度信息确定优势认知能力对应的第一难度等级和劣势认知能力对应的第二难度等级;选择具有第一难度等级的训练题目和具有第二难度等级的训练题目;利用选择的训练题目生成训练任务;训练任务推送模块在目标训练周期推送训练任务;训练结果记录模块用于基于训练结果更新训练进度信息。通过“扬长补短”的原则,增加账号使用者的自信心和积极性,从而得到良好的训练效果。
-
公开(公告)号:CN118609792A
公开(公告)日:2024-09-06
申请号:CN202410578183.9
申请日:2024-05-10
申请人: 北京智精灵科技有限公司
摘要: 本发明公开了一种成套游戏式认知测评系统及方法。该系统包括:登录单元,用于新用户注册以及系统登录;任务库,包括多个认知测评任务,以与多项一级脑能力下的每一项二级脑能力一一对应;模式选择单元,与任务库连接,用于从任务库中抽取认知测评任务,形成全认知测评方案或个性化认知测评方案;认知测评单元,与模式选择单元连接,以推送全认知测评方案或个性化认知测评方案给用户进行认知测评,并获取用户的认知测评数据;输出单元,与认知测评单元连接并内置有预设算法,以基于用户的认知测评数据即刻呈现认知测评结果。该系统针对多项一级脑能力下的每一项二级脑能力均对应设计一个认知测评任务,可以实现全认知测评或个性化认知测评。
-
公开(公告)号:CN118606523A
公开(公告)日:2024-09-06
申请号:CN202411074218.1
申请日:2024-08-07
申请人: 北京智精灵科技有限公司 , 北京喜阅童乐教育科技有限公司
IPC分类号: G06F16/903 , G06F16/901
摘要: 本申请提供一种组词训练数据生成装置、组词训练装置及方法、电子设备、存储介质及计算机程序。组词训练数据生成装置包括第一数据处理模块,根据汉字数据的字难度等级和字相似性属性创建多个汉字数据集合,每个汉字数据集合包括字表难度等级和一组相似汉字数据;第二数据处理模块,遍历每个汉字数据集合中的汉字数据,针对每个汉字数据集合中的每个汉字数据,确定能够与该汉字数据组词的匹配汉字数据及对应的词数据;至少根据对应汉字数据所在汉字数据集合的字表难度等级确定每个词数据的词难度等级;利用汉字数据集合中的汉字数据的匹配汉字数据创建对应的匹配汉字数据集合,利用汉字数据集合中的汉字数据对应的词数据创建对应的词数据集合。
-
公开(公告)号:CN118553007A
公开(公告)日:2024-08-27
申请号:CN202410430281.8
申请日:2024-04-10
IPC分类号: G06V40/20 , G06V10/75 , G06V20/40 , G06V10/774 , G06V10/82
摘要: 本发明公开了一种实时人体动作的匹配方法及系统。该匹配方法包括如下步骤:设定匹配距离阈值,采集实时视频流;对预设目标的关键点和实时视频流的关键点进行预处理;将实时视频流的关键点与预设目标的关键点进行对比,计算两者间的角度匹配距离、点位匹配距离、线段交叉匹配距离和二维几何矩匹配距离;将四种匹配距离进行归一化处理,得到综合匹配距离,并判定匹配是否成功;向使用者反馈匹配结果。本发明综合运用多种匹配策略,全面考虑了人体姿态在角度、位置、轮廓和整体分布上的特征信息,能够准确捕捉到动作细节的微小差异,使匹配结果更加可靠,而且部署成本低廉,可以广泛应用于多种动作匹配领域。
-
公开(公告)号:CN117649920A
公开(公告)日:2024-03-05
申请号:CN202410121276.9
申请日:2024-01-29
申请人: 北京智精灵科技有限公司
IPC分类号: G16H20/70
摘要: 本发明公开了一种基于复合冲突评估儿童冲突抑制能力的测评方法及系统。该测评方法包括如下步骤:基于预设的复合冲突条件进行参数配置,以形成由预设数量的测评题目构成的题目库;对用户进行教学展示,以指导用户理解测评规则;基于题目库,抽取若干测评题目对用户进行模拟测评;模拟测评结束后,基于题目库对用户进行正式测评,其中,正式测评中要求用户依次完成题目库中的所有测评题目;获取用户在正式测评中的行为反应数据;基于行为反应数据,计算用户的测评得分,以输出本次测评结果。该方法结合了多种冲突刺激条件的冲突任务设计,充分调动用户注意和控制方面的认知资源,以评估用户的冲突抑制能力。
-
公开(公告)号:CN116895367B
公开(公告)日:2023-12-22
申请号:CN202311162949.7
申请日:2023-09-11
申请人: 北京智精灵科技有限公司
发明人: 秦丽
摘要: 本发明公开了一种基于脑功能训练的多动症训练方案推送方法及系统。该方法包括如下步骤:获取用户的脑影像数据;对脑影像数据进行数据分析,以获取用户的功能异常脑区;针对用户的功能异常脑区,基于历史数据筛选相似度满足预设条件的多个用户,形成相似用户集合;根据相似用户集合,基于历史数据筛选对认知提升有益的多个训练任务,形成训练任务集合;基于训练任务集合,分别计算用户对每个训练任务的收益率;将训练任务集合中的所有训练任务按照收益率的大小进行排序;筛选收益率排序靠前的多个训练任务,生成多动症训练方案并推送给用户进行多动症康复训练。
-
公开(公告)号:CN116807447B
公开(公告)日:2023-12-22
申请号:CN202311110033.7
申请日:2023-08-31
申请人: 北京智精灵科技有限公司
IPC分类号: A61B5/055 , G16H50/30 , G16H30/20 , G16H50/20 , G06T7/00 , G06N3/0464 , G06N3/048 , G06N3/08 , A61B5/00
摘要: 本发明公开了一种动态脑网络的脑龄预测建模方法、认知提升方法及系统。其中,采集不同年龄段健康人群的结构化数据和脑影像数据;对大脑进行脑功能网络划分,并对脑影像数据进行数据分析;根据数据分析结果建立初步的脑龄预测模型,并对初步的脑龄预测模型进行数据训练,形成最终的脑龄预测模型。利用该脑龄预测模型预测新用户的各脑功能网络区域的脑龄,并基于用户的各脑功能网络区域的脑龄预测结果,为用户推送个性化认知训练方案。本发明基于脑网络的划分进行区域性脑龄预测,并基于各脑功能网络区域的脑龄预测结果,为用户生成个性化认知训练方案。
-
公开(公告)号:CN116344042B
公开(公告)日:2023-12-01
申请号:CN202310634247.8
申请日:2023-05-31
申请人: 北京智精灵科技有限公司 , 首都医科大学宣武医院
IPC分类号: G16H50/20 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/084
摘要: 本发明公开了一种基于多模态分析的认知储备干预提升方法及系统。该方法包括如下步骤:基于预设的认知储备诊断模型对用户进行认知储备诊断;根据用户的认知储备诊断结果,向用户推送认知储备训练方案;经过预设周期后,对用户进行认知储备复诊;其中,认知储备诊断模型通过以下步骤构建:获取用户的多模态数据;对多模态数据进行降噪处理;对多模态数据进行数据增强,以根据生成式对抗网络学习原始数据集并生成新的数据集;根据新的数据集以及先验知识,构建初步的认知储备诊断模型;通过反向传播学习,对初步的认知储备诊断模型进行迭代更新,以生成最优的认知储备诊断模型。
-
公开(公告)号:CN116807476A
公开(公告)日:2023-09-29
申请号:CN202311080653.0
申请日:2023-08-25
申请人: 北京智精灵科技有限公司
IPC分类号: A61B5/16 , G16H20/70 , G06V10/44 , G06N3/0464 , G06V10/80
摘要: 本发明公开了一种基于界面式情感交互的多模态心理健康评估系统及方法。该系统包括健康评估单元、情绪情感识别单元、界面式情感交互单元和结果输出单元。评估方法包括利用界面式情感交互单元引导患者完成心理健康评估,并获取患者的心理健康评估数据;在患者的心理健康评估过程中,通过情绪情感识别单元获取患者的情绪情感数据,并传输给界面式情感交互单元;基于患者的情绪情感数据,利用界面式情感交互单元对患者的心理健康评估过程进行动态情绪调节;基于患者的心理健康评估数据,输出对应于患者的心理健康评估报告。本发明利用虚拟人参与心理健康评估的全流程,将虚拟人技术与情感感知技术相融合,诊断过程更加智能、更有温度。
-
公开(公告)号:CN116756294A
公开(公告)日:2023-09-15
申请号:CN202311017516.2
申请日:2023-08-14
申请人: 北京智精灵科技有限公司
发明人: 沈一
IPC分类号: G06F16/332 , G06N20/00 , G06F16/35 , G06F18/214
摘要: 本发明公开了一种对话意图识别模型的构建方法、对话意图识别方法及系统。该构建方法包括如下步骤:获取预训练样本集,并基于第一模型框架进行预训练,以形成预训练模型;针对多个意图类别,分别提取关键词,以形成关键词文本;将关键词文本输入第二模型框架,以输出对应于多个意图类别的旧样本集;获取新样本集,并与旧样本集进行拼接,形成拼接样本集;基于拼接样本集对第一模型框架再次进行模型训练,以形成最终的对话意图识别模型。利用该方法构建的对话意图识别模型无需存储预训练样本集的原始数据,只需要根据已有意图类别提取关键词样本即可进行不断迭代更新,从而节约了存储空间。
-
-
-
-
-
-
-
-
-