-
公开(公告)号：CN114023435B
公开(公告)日：2025-01-24
申请号：CN202111284548.X
申请日：2021-11-01
Applicant: 合肥工业大学
IPC: G16H50/20 , G16H50/70 , G06F18/25 , G06F18/241 , G06N3/0464 , G06N3/08 , G06N3/045 , G10L25/03 , G10L25/24 , G10L25/30 , G10L25/51
Abstract: 本发明公开了一种基于层级多语音学特征融合模型的精神状态检测方法，包括对原始语音数据进行预处理，以及语音学特征提取，得到语音学特征集；根据得到的语音学特征集输入建立的层级融合模型，进行特征水平融合和回答水平融合，得到所有样本的特征表示；将得到的样本的特征表示输入分类器进行样本的精神状态判定。本发明通过建立层级融合模型，利用设计的卷积神经网络从不同语音学特征中挖掘与精神状态相关的深度特征。并结合通道感知和经典的注意力机制，从特征的局部通道上以及不同特征全局水平上分配不同的权重，学习出不同特征不同的重要性，以及对不同的回答片段学习不同的权值，从而减少数据冗余对于检测效果的影响。
-
公开(公告)号：CN117933269A
公开(公告)日：2024-04-26
申请号：CN202410331477.1
申请日：2024-03-22
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于情感分布的多模态深度模型构建方法及系统，涉及计算机技术领域，具体步骤为：对采访数据按照情感效价属性进行重组，获得重组文本序列和重组语音序列；利用预训练模型从重组文本序列和重组语音序列提取文本初始语义特征和语音初始语义特征；利用元素感知的注意力机制对级联特征向量中不同的重要性进行学习，获得融合特征向量；利用情感编码将重组文本序列的情感分布信息投射成情感代码，获得情感分布的特征向量；基于融合特征向量和情感分布的特征向量构建多模态深度模型。本发明利用大规模预训练语言模型为句子生成情感标签，并基于不同模态的预训练模型构建多模态融合模型，减少在有限数据样本下出现的过拟合现象。
-
Patent Agency Ranking
公开(公告)号：CN119092035A
公开(公告)日：2024-12-06
申请号：CN202411562210.X
申请日：2024-11-05
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于检索增强生成技术和大模型微调的抑郁障碍检测报告生成系统，应用于抑郁障碍检测技术领域，包括：数据生成模块：用于基于心理咨询对话提示工程，利用提示引导GPT‑4将社交媒体数据重写为心理咨询场景对话数据；AI心理咨询师构建模块：用于基于心理咨询场景对话数据和临床访谈数据，微调大型语言模型，构建AI心理咨询师；AI心理医生构建模块：用于利用检索增强生成技术将用户与AI心理咨询师的对话内容和DSM‑V判断标准进行相似性匹配，利用提示引导GPT‑4，根据检测报告提示工程生成抑郁障碍检测报告，并基于大型语言模型进行微调，构建AI心理医生。本发明有效提高了抑郁障碍检测及检测报告生成精度。
-
公开(公告)号：CN114023435A
公开(公告)日：2022-02-08
申请号：CN202111284548.X
申请日：2021-11-01
Applicant: 合肥工业大学
IPC: G16H50/20 , G16H50/70 , G06N3/04 , G06N3/08 , G06K9/62 , G10L25/03 , G10L25/24 , G10L25/30 , G10L25/51
Abstract: 本发明公开了一种基于层级多语音学特征融合模型的精神状态检测方法，包括对原始语音数据进行预处理，以及语音学特征提取，得到语音学特征集；根据得到的语音学特征集输入建立的层级融合模型，进行特征水平融合和回答水平融合，得到所有样本的特征表示；将得到的样本的特征表示输入分类器进行样本的精神状态判定。本发明通过建立层级融合模型，利用设计的卷积神经网络从不同语音学特征中挖掘与精神状态相关的深度特征。并结合通道感知和经典的注意力机制，从特征的局部通道上以及不同特征全局水平上分配不同的权重，学习出不同特征不同的重要性，以及对不同的回答片段学习不同的权值，从而减少数据冗余对于检测效果的影响。
-
公开(公告)号：CN117933269B
公开(公告)日：2024-06-18
申请号：CN202410331477.1
申请日：2024-03-22
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于情感分布的多模态深度模型构建方法及系统，涉及计算机技术领域，具体步骤为：对采访数据按照情感效价属性进行重组，获得重组文本序列和重组语音序列；利用预训练模型从重组文本序列和重组语音序列提取文本初始语义特征和语音初始语义特征；利用元素感知的注意力机制对级联特征向量中不同的重要性进行学习，获得融合特征向量；利用情感编码将重组文本序列的情感分布信息投射成情感代码，获得情感分布的特征向量；基于融合特征向量和情感分布的特征向量构建多模态深度模型。本发明利用大规模预训练语言模型为句子生成情感标签，并基于不同模态的预训练模型构建多模态融合模型，减少在有限数据样本下出现的过拟合现象。
-
公开(公告)号：CN114458722A
公开(公告)日：2022-05-10
申请号：CN202210201853.6
申请日：2022-03-03
Applicant: 合肥工业大学
Abstract: 本发明属于减震隔震技术领域，具体公开了一种建筑物用的智能减振控制装置与监测系统。包括机器；所述机器的底端与隔绝机器振动的隔震组件构成滑动连接；所述隔震组件与移动组件连接；所述移动组件安装在地面上，并带动隔震组件沿水平方向移动；还包括磁铁块和霍尔元件；所述霍尔元件布置在限位组件上；所述限位组件安装在地面上，并与机器连接，限制机器在水平方向上移动；所述磁铁块安装在机器的顶端，并与霍尔元件隔空相对；所述控制器与霍尔元件和移动组件均电连接。该系统不仅可以隔绝机器振动对建筑物的影响，而且可以根据当前机器振动的频率自动调节对应的最有效的减振材料的属性，能够更可控的和更大范围地阻隔振动波。
-
公开(公告)号：CN217152814U
公开(公告)日：2022-08-09
申请号：CN202220455646.9
申请日：2022-03-03
Applicant: 合肥工业大学
Abstract: 本实用新型属于减震隔震技术领域，具体公开了一种建筑物用的智能减振控制装置与监测系统。包括机器；所述机器的底端与隔绝机器振动的隔震组件构成滑动连接；所述隔震组件与移动组件连接；所述移动组件安装在地面上，并带动隔震组件沿水平方向移动；还包括磁铁块和霍尔元件；所述霍尔元件布置在限位组件上；所述限位组件安装在地面上，并与机器连接，限制机器在水平方向上移动；所述磁铁块安装在机器的顶端，并与霍尔元件隔空相对；所述控制器与霍尔元件和移动组件均电连接。该系统不仅可以隔绝机器振动对建筑物的影响，而且可以根据当前机器振动的频率自动调节对应的最有效的减振材料的属性，能够更可控的和更大范围地阻隔振动波。
-
-
-
-
-
-
Search Results
7
records
(took 0.033 seconds)
