-
公开(公告)号：CN113705384B
公开(公告)日：2024-04-05
申请号：CN202110925608.5
申请日：2021-08-12
申请人： 西安交通大学
IPC分类号： G06V40/16 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09
摘要： 本发明公开了一种考虑局部时空特性和全局时序线索的面部表情识别方法，包括：首先，基于人脸识别技术处理原始视频得到只包含面部区域的视频，并将视频平均分为一定数量的片段；其次，提出一个基于超级图像的时空卷积模型，以采样每个片段的视频帧为输入，利用2D卷积实现视频片段的局部时空特征提取，同时获取不同时刻片段的情感状态向量，有效降低模型训练参数，提升训练速度；最后，提出一个双流长短时记忆模型，考虑了情感表达的时序变化关系和片段级局部时空特征的时序关系，二者相融合提高面部表情识别性能。本发明简单且易于实现，与目前普遍存在的识别模型结构相比，模型参数量降低，同时保证了面部表情识别的有效性。
-
公开(公告)号：CN111370122B
公开(公告)日：2023-12-19
申请号：CN202010125334.7
申请日：2020-02-27
申请人： 西安交通大学
IPC分类号： G16H50/30 , G16H50/70 , G16H70/20 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/09 , G06F18/2415 , G06F123/02
摘要： 能够提升时序数据风险预测的准确性。本发明公开了一种基于知识指导的时序数据风险预测方法、系统及其应用，包括以下步骤：采集样本时序数据，将每个样本时序数据转换为输入序列矩阵，从知识图中获取风险事件及事件关系的特征信息；将距离权重矩阵、风险事件及事件关系的特征信息输入到预先设定的网络模型中，获得两个上下文向量，将两个上下文向量进行全连接，进行风险预测；根据各样本时序数据序列以及两个上下文向量训练预先设定的网络模型，进行有监督的训练，得到发生风险的概(56)对比文件陈德华;殷苏娜;乐嘉锦;王梅;潘乔;朱立峰.一种面向临床领域时序知识图谱的链接预测模型.计算机研究与发展.2017,(12),全文.
-
公开(公告)号：CN111370122A
公开(公告)日：2020-07-03
申请号：CN202010125334.7
申请日：2020-02-27
申请人： 西安交通大学
摘要： 本发明公开了一种基于知识指导的时序数据风险预测方法、系统及其应用，包括以下步骤：采集样本时序数据，将每个样本时序数据转换为输入序列矩阵，从知识图中获取风险事件及事件关系的特征信息；将距离权重矩阵、风险事件及事件关系的特征信息输入到预先设定的网络模型中，获得两个上下文向量，将两个上下文向量进行全连接，进行风险预测；根据各样本时序数据序列以及两个上下文向量训练预先设定的网络模型，进行有监督的训练，得到发生风险的概率后训练至预设收敛条件，获得训练好的风险预测模型；通过得到的风险预测模型进行风险预测。本发明对时序序列数据表示更加合理有效，能够提升时序数据风险预测的准确性。
-
公开(公告)号：CN111382930B
公开(公告)日：2022-08-16
申请号：CN202010125879.8
申请日：2020-02-27
申请人： 西安交通大学
摘要： 本发明公开了一种面向时序数据的风险预测方法及系统，包括：获取样本集合中每个风险事件的时间信息和内容信息；将事件信息通过词嵌入技术转换为等维度高维向量；用风险事件向量对预设的预测模型进行训练，获得训练后的风险预测网络模型；用获得的风险预测网络模型处理待预测的风险事件，输出风险事件的风险水平和影响水平的因素所占比重。本发明通过注意力机制和深度网络，可以在保证模型高精确度的前提下，并行训练网络而且可对预测结果进行分析，可解释性强，具有说服力。
-
公开(公告)号：CN111382930A
公开(公告)日：2020-07-07
申请号：CN202010125879.8
申请日：2020-02-27
申请人： 西安交通大学
摘要： 本发明公开了一种面向时序数据的风险预测方法及系统，包括：获取样本集合中每个风险事件的时间信息和内容信息；将事件信息通过词嵌入技术转换为等维度高维向量；用风险事件向量对预设的预测模型进行训练，获得训练后的风险预测网络模型；用获得的风险预测网络模型处理待预测的风险事件，输出风险事件的风险水平和影响水平的因素所占比重。本发明通过注意力机制和深度网络，可以在保证模型高精确度的前提下，并行训练网络而且可对预测结果进行分析，可解释性强，具有说服力。
-
公开(公告)号：CN109902112A
公开(公告)日：2019-06-18
申请号：CN201910068168.9
申请日：2019-01-24
申请人： 西安交通大学
IPC分类号： G06F16/248 , G06F16/242 , G06F16/28 , G06F3/0482 , G06F3/0481 , G06F3/0484 , G06F3/0486 , G16H10/60
摘要： 本发明公开了一种基于时间轴的电子病历可视化方法及可视化系统，包括：采集获取电子病历中的患者诊疗数据，根据患者诊疗数据信息构建电子病历时间轴；将患者诊疗数据按照诊疗事件类型进行分类；将患者诊疗数据中的时间序列诊疗事件按照时间戳映射到电子病历时间轴上，将不同的诊疗事件类型区分显示；构建电子病历时间轴与视图区的交互功能，用于实现根据选择的诊疗事件类型和时间跨度查看具体事件内容；电子病历时间轴的交互方式至少包括：选择和刷选；根据诊疗事件类型设计可视化效果实现数据解码，完成电子病历的可视化。本发明可提高信息查找速度，提供更多的查询信息，便于医生快速总结临床经验数据。
-
公开(公告)号：CN109392460A
公开(公告)日：2019-03-01
申请号：CN201811275660.5
申请日：2018-10-30
申请人： 西安交通大学
IPC分类号： A01D46/30
摘要： 公开了一种全自动龙门式草莓采摘机及其采摘方法，采摘机包括行走单元、识别单元、定位单元和采摘单元，行走单元包括龙门式机架、行走轮和悬挂机构，识别单元配置成采集并识别待采摘草莓的图像数据，定位单元接收所述图像数据以定位采摘单元，定位机构分别包括布置在所述龙门式机架顶部的滑块，同步带连接板和步进电机，采摘单元包括固定在所述龙门式机架的气缸、固定在Z方向定位机构的同步带下侧的舵机、固定在所述舵机且经由舵机驱动以旋转的气动夹指和配置成切割待采摘草莓的刀片。
-
公开(公告)号：CN113780091A
公开(公告)日：2021-12-10
申请号：CN202110926712.6
申请日：2021-08-12
申请人： 西安交通大学
摘要： 本发明公开了一种基于身体姿势变化表示的视频情感识别方法。本发明提出的情感识别方法只关注视频中人们的关键关节点信息，通过对关节点变化进行编码，利用逐通道卷积网络识别情状态，解决某些情况下无法利用面部表情识别情感的问题。首先，对身体的25个关节点位置进行确定；其次，提出身体姿势变化的表示方法，将表示后的关节点信息按时间汇聚；最后，构建一个包含注意力机制的逐通道卷积神经网络来识别情感状态。本发明简单且易于实现，姿势变化表示方法无需复杂计算，浅层识别模型具有极低的开销，同时不需要进行预训练，保证情感识别有效性同时极大提高识别速度。
-
公开(公告)号：CN109902112B
公开(公告)日：2021-02-02
申请号：CN201910068168.9
申请日：2019-01-24
申请人： 西安交通大学
IPC分类号： G06F16/248 , G06F16/242 , G06F16/28 , G06F3/0482 , G06F3/0481 , G06F3/0484 , G06F3/0486 , G16H10/60
摘要： 本发明公开了一种基于时间轴的电子病历可视化方法及可视化系统，包括：采集获取电子病历中的患者诊疗数据，根据患者诊疗数据信息构建电子病历时间轴；将患者诊疗数据按照诊疗事件类型进行分类；将患者诊疗数据中的时间序列诊疗事件按照时间戳映射到电子病历时间轴上，将不同的诊疗事件类型区分显示；构建电子病历时间轴与视图区的交互功能，用于实现根据选择的诊疗事件类型和时间跨度查看具体事件内容；电子病历时间轴的交互方式至少包括：选择和刷选；根据诊疗事件类型设计可视化效果实现数据解码，完成电子病历的可视化。本发明可提高信息查找速度，提供更多的查询信息，便于医生快速总结临床经验数据。
-
公开(公告)号：CN113780091B
公开(公告)日：2023-08-22
申请号：CN202110926712.6
申请日：2021-08-12
申请人： 西安交通大学
IPC分类号： G06V40/10 , G06V20/40 , G06F18/2415 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种基于身体姿势变化表示的视频情感识别方法。本发明提出的情感识别方法只关注视频中人们的关键关节点信息，通过对关节点变化进行编码，利用逐通道卷积网络识别情状态，解决某些情况下无法利用面部表情识别情感的问题。首先，对身体的25个关节点位置进行确定；其次，提出身体姿势变化的表示方法，将表示后的关节点信息按时间汇聚；最后，构建一个包含注意力机制的逐通道卷积神经网络来识别情感状态。本发明简单且易于实现，姿势变化表示方法无需复杂计算，浅层识别模型具有极低的开销，同时不需要进行预训练，保证情感识别有效性同时极大提高识别速度。
-
-
-
-
-
-
-
-
-
搜索结果
13 条记录 (耗时 0.037 秒)
