-
公开(公告)号：CN119128694B
公开(公告)日：2025-02-11
申请号：CN202411625421.3
申请日：2024-11-14
Applicant: 南京信息工程大学
IPC: G06F18/2415 , G16H50/70 , G06F17/16 , G06F18/10 , G06F18/15 , G06F18/213 , G06F18/214
Abstract: 本发明公开了一种用于心血管疾病诊断的双参数调节自适应增强方法，属于集成算法和机器学习领域，所述方法包括将获取的诊断样本数据输入预先获取的自适应增强模型的最优分类器中，获取诊断参考信息；其中所述最优分类器的获取方法，包括：基于获取的训练数据，训练弱分类器；基于训练过的弱分类器，构建可调节参数对的自适应增强模型；使用面向参数优化改进的贝叶斯优化方法对自适应增强模型进行迭代优化，得到自适应增强模型的最优分类器，本发明通过引入可调节参数对，同时结合参数优化，显著提升了模型泛化性和鲁棒性，实现了诊断样本数据的自动化、高效处理，为医生提供了更加客观、准确的诊断参考信息，有效提高了疾病诊断的效率和准确性。
-
公开(公告)号：CN119128694A
公开(公告)日：2024-12-13
申请号：CN202411625421.3
申请日：2024-11-14
Applicant: 南京信息工程大学
IPC: G06F18/2415 , G16H50/70 , G06F17/16 , G06F18/10 , G06F18/15 , G06F18/213 , G06F18/214
Abstract: 本发明公开了一种用于心血管疾病诊断的双参数调节自适应增强方法，属于集成算法和机器学习领域，所述方法包括将获取的诊断样本数据输入预先获取的自适应增强模型的最优分类器中，获取诊断参考信息；其中所述最优分类器的获取方法，包括：基于获取的训练数据，训练弱分类器；基于训练过的弱分类器，构建可调节参数对的自适应增强模型；使用面向参数优化改进的贝叶斯优化方法对自适应增强模型进行迭代优化，得到自适应增强模型的最优分类器，本发明通过引入可调节参数对，同时结合参数优化，显著提升了模型泛化性和鲁棒性，实现了诊断样本数据的自动化、高效处理，为医生提供了更加客观、准确的诊断参考信息，有效提高了疾病诊断的效率和准确性。
-
公开(公告)号：CN118193791B
公开(公告)日：2024-07-30
申请号：CN202410614106.4
申请日：2024-05-17
Applicant: 南京信息工程大学
IPC: G06F16/783 , G06F16/35 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种面向社交网络短视频的多模态情感分析方法及系统，包括获取社交网络短视频的视频模态信息、文本模态信息和音频模态信息；根据所述视频模态信息、文本模态信息、音频模态信息和预先训练的面向社交网络短视频的多模态情感分析模型，获得社交网络短视频的情感分析结果。本发明通过构造损失函数，学习各模态间的共性特征，利用交叉注意力模块得到经过辅助学习的各模态的特征，减小弱模态表达，增大强模态表达，提高了模态间情感极性分析的准确度，解决了现有技术中对社交网络短视频的多模态情感分析单一，忽略模态间情感极性矛盾，不能有效提取共性特征，导致情感分析不准确的问题。
-
公开(公告)号：CN118193791A
公开(公告)日：2024-06-14
申请号：CN202410614106.4
申请日：2024-05-17
Applicant: 南京信息工程大学
IPC: G06F16/783 , G06F16/35 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种面向社交网络短视频的多模态情感分析方法及系统，包括获取社交网络短视频的视频模态信息、文本模态信息和音频模态信息；根据所述视频模态信息、文本模态信息、音频模态信息和预先训练的面向社交网络短视频的多模态情感分析模型，获得社交网络短视频的情感分析结果。本发明通过构造损失函数，学习各模态间的共性特征，利用交叉注意力模块得到经过辅助学习的各模态的特征，减小弱模态表达，增大强模态表达，提高了模态间情感极性分析的准确度，解决了现有技术中对社交网络短视频的多模态情感分析单一，忽略模态间情感极性矛盾，不能有效提取共性特征，导致情感分析不准确的问题。
-
-
-
Search Results
4
records
(took 0.032 seconds)
