-
公开(公告)号：CN110444296A
公开(公告)日：2019-11-12
申请号：CN201910596718.4
申请日：2019-07-02
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出了一种立体色块障碍测试系统、存储介质、装置及实施方法，其中立体色块障碍测试系统，包括：信息录入单元，用于记录测试对象的信息；测试单元，包括镜像测试模块和任务测试模块，用于所述测试对象对测试任务的练习和测试；数据分析单元，用于接收和分析任务测试数据，获得测试结果；文件存储单元，用于接收和存储所述测试对象的信息、测试数据和测试结果，并将测试结果输出。该装置和实施方法能够为轻度认知功能障碍、老年痴呆症等疾病的诊断、治疗和康复提供了更加简便、精准的单侧手指灵活度测验方法。
-
公开(公告)号：CN112861798B
公开(公告)日：2023-07-21
申请号：CN202110270458.9
申请日：2021-03-12
Applicant: 中国科学院计算技术研究所
IPC: G06F18/24 , G06N20/00 , G06F18/23 , G06F18/214
Abstract: 本发明提供一种基于生理信号的分类识别方法、介质及电子设备，其中，生理信号由多个电极采集得到。基于生理信号的分类识别方法包括：基于电极之间的分布差异对多个电极进行聚类，得到多个电极簇；其中电极之间的分布差异包括电极所采集的生理信号之间的相关性以及电极之间的空间距离；对于多个电极簇中的每个电极簇，基于该电极簇内的电极所采集的生理信号构建一个或多个个体分类器；基于所构建的所有个体分类器形成分类识别模型；以及接收多个电极从待识别目标采集的生理信号，基于所接收的生理信号，通过分类识别模型得到分类识别结果。本发明可以实现基于生理信号的高精准、强鲁棒的分类识别。
-
公开(公告)号：CN113379071B
公开(公告)日：2022-11-29
申请号：CN202110666751.7
申请日：2021-06-16
Applicant: 中国科学院计算技术研究所
IPC: G06N20/20
Abstract: 本发明提供一种基于联邦学习的噪声标签修正方法，包括：将客户端根据本地训练数据更新的本地模型参数和对应的样本数据量发送给服务端；获取服务端根据客户端以及其他客户端更新的本地模型参数和对应的样本数据量计算的全局模型参数；由客户端根据全局模型参数和本地训练数据，计算指示不同类别的平均预测概率的多个本地类基准并发送给服务端；获取服务端根据多个本地类基准计算的多个全局类基准，并基于全局模型参数和全局类基准对客户端的本地训练数据进行噪声标签修正。将该修正方法应用于联邦学习系统中，实现了信息增强，减少了数据的损失以及对额外参照集的依赖，有效地提高了联邦学习训练结构测试的准确率。
-
公开(公告)号：CN112783327B
公开(公告)日：2022-08-30
申请号：CN202110134953.7
申请日：2021-01-29
Applicant: 中国科学院计算技术研究所
IPC: G06F3/01 , G06K9/62 , G06K9/00 , G06V10/774 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于表面肌电信号进行手势识别的方法和系统，该方法使用卷积递归神经网络提取每个时刻的表面肌电信号的空间特征和时间特征，并通过注意力机制加权融合时间特征以预测用户的手势类别。本发明的手势识别方法能够自适应学习表面肌电信号的有效特征表达，实现用户手势的高精准度识别。
-
公开(公告)号：CN114420285A
公开(公告)日：2022-04-29
申请号：CN202111566552.5
申请日：2021-12-20
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于电子化手绘螺旋测试的智能决策支持方法和系统，包括：获取包括多条手绘螺旋轨迹的训练数据，手绘螺旋轨迹具有其是否属于帕金森的类别标签；提取训练数据中每条手绘螺旋轨迹的特征，以结合该类别标签，训练随机森林模型，将训练完成后的随机森林模型作为智能决策支持模型；将待分类的手绘螺旋轨迹的特征输入智能决策支持模型，得到其所属的类别，并将其作为待分类的手绘螺旋轨迹的决策支持结果。本发明的电子化螺旋线测试，可实现快速完成辅助决策支持，解决了传统帕金森辅助决策特征维度低、测试形式单一等问题。
-
Patent Agency Ranking
公开(公告)号：CN113379071A
公开(公告)日：2021-09-10
申请号：CN202110666751.7
申请日：2021-06-16
Applicant: 中国科学院计算技术研究所
IPC: G06N20/20
Abstract: 本发明提供一种基于联邦学习的噪声标签修正方法，包括：将客户端根据本地训练数据更新的本地模型参数和对应的样本数据量发送给服务端；获取服务端根据客户端以及其他客户端更新的本地模型参数和对应的样本数据量计算的全局模型参数；由客户端根据全局模型参数和本地训练数据，计算指示不同类别的平均预测概率的多个本地类基准并发送给服务端；获取服务端根据多个本地类基准计算的多个全局类基准，并基于全局模型参数和全局类基准对客户端的本地训练数据进行噪声标签修正。将该修正方法应用于联邦学习系统中，实现了信息增强，减少了数据的损失以及对额外参照集的依赖，有效地提高了联邦学习训练结构测试的准确率。
-
公开(公告)号：CN113297935A
公开(公告)日：2021-08-24
申请号：CN202110514238.6
申请日：2021-05-12
Applicant: 中国科学院计算技术研究所
IPC: G06K9/00
Abstract: 本发明提供一种特征自适应的动作识别系统，包括：传感终端，包括多个肌电电极，用于采集用户动作产生的相应肌电信号并发送至客户端；客户端，用于接收所述传感终端发送的所述肌电信号，并将所述肌电信号上传至服务器；服务器，用于从所述每个肌电信号提取一个或者多个特征值以及基于所述肌电信号的特征值识别所述用户的动作。本发明提供的特征自适应的动作识别系统支持动作识别过程中特征空间的动态变化。
-
公开(公告)号：CN112861679A
公开(公告)日：2021-05-28
申请号：CN202110123629.5
申请日：2021-01-29
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供了一种面向行为识别的迁移学习方法和系统，该方法依据基于熵减的最优传输方案确定待标定的数据的标签，其中，基于熵减的最优传输方案中包括对源域数据的标签类别比例的熵进行限制。本发明中的迁移学习方法和系统能够在目标域数据类别少于源域数据类别的情况下，使得源域中分布的类别相对集中，源域分布与目标域更加匹配，从而有效减少负迁移，更鲁棒、准确地获取目标域待标定数据标签。
-
公开(公告)号：CN109426827B
公开(公告)日：2021-05-07
申请号：CN201710743558.2
申请日：2017-08-25
Applicant: 中国科学院计算技术研究所
IPC: G06K9/62
Abstract: 本发明涉及一种面向用户日常行为的传感器协同感知方法。该方法将行为感知分为行为识别和状态监测两个子任务，行为识别采用多类分类器进行建模，而状态监测过程仅需要激活部分传感器，并采用轻量级的二类分类器进行建模，从而降低了整体功耗。本发明从用户日常行为的持续特性出发，在识别出特定日常行为后调用轻量级的状态监测模型判断当前行为是否发生变化，不仅能够对行为进行有效感知，同时能够降低感知过程中的资源和能源消耗。
-
公开(公告)号：CN111967495A
公开(公告)日：2020-11-20
申请号：CN202010639556.0
申请日：2020-07-06
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种分类识别模型构建方法，用于构建用于小样本目标域的分类识别模型，包括如下步骤：S1、获得一个源域模型，其中所述源域模型是利用源域数据集训练集成模型生成的，所述源域模型包括多个个体分类器；S2、基于源域模型中每个个体分类器对源域数据集和目标域数据集的信息增益确定该个体分类器的特征信息增益评估指标；S3、基于每个分类器对应的特征信息增益评估指标采用预设调整策略对每个分类器进行重构，所有重构后的分类器组成目标域分类识别模型。本发明综合考虑了当前源域模型对目标域数据的分割准确度，及当前源域模型是否覆盖目标域中具有重要参考价值的属性特征，能够适应于样本数量小、标注困难的医疗诊断场景。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.051 seconds)
