-
公开(公告)号：CN113128232A
公开(公告)日：2021-07-16
申请号：CN202110512639.8
申请日：2021-05-11
Applicant: 济南大学 , 山东思正信息科技有限公司
IPC: G06F40/295 , G06F16/951 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于ALBERT与多重词信息嵌入的命名实体识别方法，利用训练后的深度学习模型对预处理后的待识别语句进行处理，得到识别结果；深度学习模型的训练过程包括根据已标注语料主题，进行未标注语料爬取；获取预训练好的ALBERT语言模型，对全部语料进行预训练微调，得到字向量；构建命名实体识别数据集，并对数据集做预处理，依据数据集构建多重词信息特征；将字向量序列与多重词信息特征序列进行融合，得到加强的字向量序列；构建深度学习模型，利用加强的字向量序列进行模型训练。本发明可以有效的表征字的多义性，提升实体识别的效率。
-
公开(公告)号：CN113065449A
公开(公告)日：2021-07-02
申请号：CN202110333000.3
申请日：2021-03-29
Applicant: 济南大学 , 山东思正信息科技有限公司
Abstract: 本发明公开了面部图像采集方法、装置、计算机设备及存储介质，包括：获取待处理的视频；对待处理视频的语音进行端点检测；从待处理视频中，根据端点检测结果，提取有声段语音对应的图像；对提取的图像进行面部表情检测，将图像和面部表情检测结果进行存储。依据情感表达时语音与面部表情之前的相关性，通过情感语音的端点检测算法，判断情感语音的活跃阶段，通过时间轴的映射，只采集具有活跃的情感语音同时间段的面部表情图像，以达到增强面部表情数据集的情感可去分性、减少冗余性的目的。情感语音端点检测算法采用的是一种新型的基于样本重建残差条件熵差值的端点检测算法。
-
公开(公告)号：CN115664841B
公开(公告)日：2024-10-18
申请号：CN202211422658.2
申请日：2022-11-14
Applicant: 济南大学 , 山东麟云信息科技有限公司
Abstract: 本发明涉及数据采集技术领域，公开了具有网络隔离与单向加密传输功能的数据采集系统及方法，包括：部署于硬件采集装置上的用户配置模块、采集任务调度模块、数据采集模块、网络隔离模块、数据加密模块和数据发送模块，以及部署于发送目标端的数据解密模块；硬件采集装置包括采集接口、发送接口以及控制接口；数据采集模块通过采集接口从局域网内采集内网数据；网络隔离模块使采集接口与发送接口不同时处于开启状态；加密模块计算得到加密数据；数据解密模块用于解包出采集数据。不仅减少了攻击面，而且保证了采集数据的完整性与可靠性。
-
公开(公告)号：CN115553745B
公开(公告)日：2024-07-09
申请号：CN202211362076.X
申请日：2022-11-02
Applicant: 济南大学
IPC: A61B5/0205 , A61B5/00 , G06N5/01 , G06N20/20
Abstract: 本发明公开了一种基于机器学习的血液容积脉搏波信号增强方法及系统，该方法包括：获取血液容积脉搏波信号及其对应的真实光电容积描记信号；对获取的信号进行信号预处理，获取信号的多个周期单元信号；构建基于梯度提升回归的多输出回归模型，以血液容积脉搏波信号的多个周期单元信号及其对应的真实光电容积描记信号的多个周期单元信号为训练样本集，训练所述多输出回归模型；将原始血液容积脉搏波信号输入训练完成的多输出回归模型，输出增强后的血液容积脉搏波信号。本发明通过借助机器学习方法搭建信号增强模型，能够增强输出信号的质量，提高信号增强的鲁棒性，同时可以有效提高心率、呼吸率等生理指标检测的准确性。
-
公开(公告)号：CN115553745A
公开(公告)日：2023-01-03
申请号：CN202211362076.X
申请日：2022-11-02
Applicant: 济南大学
IPC: A61B5/0205 , A61B5/00 , G06N5/00 , G06N20/20
Abstract: 本发明公开了一种基于机器学习的血液容积脉搏波信号增强方法及系统，该方法包括：获取血液容积脉搏波信号及其对应的真实光电容积描记信号；对获取的信号进行信号预处理，获取信号的多个周期单元信号；构建基于梯度提升回归的多输出回归模型，以血液容积脉搏波信号的多个周期单元信号及其对应的真实光电容积描记信号的多个周期单元信号为训练样本集，训练所述多输出回归模型；将原始血液容积脉搏波信号输入训练完成的多输出回归模型，输出增强后的血液容积脉搏波信号。本发明通过借助机器学习方法搭建信号增强模型，能够增强输出信号的质量，提高信号增强的鲁棒性，同时可以有效提高心率、呼吸率等生理指标检测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN115359809A
公开(公告)日：2022-11-18
申请号：CN202211019109.0
申请日：2022-08-24
Applicant: 济南大学 , 山东思正信息科技有限公司 , 中国人民解放军联勤保障部队第九六〇医院
Abstract: 本发明公开了针对长时情感语音的自适应二阶分段方法及系统，对待分段的长时情感语音进行加窗分帧处理，将处理后的每一帧进行短时能量的计算；判断连续若干帧的短时能量是否发生跳变，如果是就计算短时能量方差，将短时能量方差与设定阈值进行比较；如果否就判断连续帧的短时能量是否出现连续零值，如果否，则计算短时能量方差，将短时能量方差与设定阈值进行比较；将短时能量方差与设定阈值进行比较，大于设定阈值则进行长时情感语音的第一阶分段，否则就根据第一阶分段结果计算每个一阶分段短时能量高低阈值以及短时过零率阈值，实现第二阶分段双门限语音端点检测阈值随情感变化的自适应调整，完成长时情感语音的第二阶分段。
-
公开(公告)号：CN113128232B
公开(公告)日：2022-06-21
申请号：CN202110512639.8
申请日：2021-05-11
Applicant: 济南大学 , 山东思正信息科技有限公司
IPC: G06F40/295 , G06F16/951 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于ALBERT与多重词信息嵌入的命名实体识别方法，利用训练后的深度学习模型对预处理后的待识别语句进行处理，得到识别结果；深度学习模型的训练过程包括根据已标注语料主题，进行未标注语料爬取；获取预训练好的ALBERT语言模型，对全部语料进行预训练微调，得到字向量；构建命名实体识别数据集，并对数据集做预处理，依据数据集构建多重词信息特征；将字向量序列与多重词信息特征序列进行融合，得到加强的字向量序列；构建深度学习模型，利用加强的字向量序列进行模型训练。本发明可以有效的表征字的多义性，提升实体识别的效率。
-
公开(公告)号：CN113080969B
公开(公告)日：2022-06-21
申请号：CN202110333041.2
申请日：2021-03-29
Applicant: 济南大学 , 山东思正信息科技有限公司
IPC: A61B5/16
Abstract: 本发明公开了基于多模态特征的测谎数据处理方法及系统，包括：获取被审讯人员的审讯视频，获取被审讯人员的审讯过程中实时心率；对审讯视频中的音频进行端点检测，得到若干个音频端点；提取音频端点对应视频中被审讯人员的面部图像，识别面部图像中的微表情特征；对微表情特征进行测谎结果识别，得到微表情测谎结果；基于所有的音频端点，对整个音频进行划分，得到若干个音频段，对每个音频段进行测谎结果识别，得到音频测谎结果；对音频端点对应的心率进行测谎结果识别，得到心率测谎结果；综合微表情测谎结果、音频测谎结果和心率测谎结果，得到最终的测谎结果。
-
公开(公告)号：CN113053417B
公开(公告)日：2022-04-19
申请号：CN202110332451.5
申请日：2021-03-29
Applicant: 济南大学 , 山东思正信息科技有限公司
Abstract: 本发明公开了带噪语音情感识别方法、系统、设备及存储介质，获取待识别的带噪语音信号；对待识别的带噪语音信号进行端点检测处理；根据端点得到若干个有声音的语音片段；对有声音的语音片段进行特征提取，得到语音特征；将语音特征输入到训练后的语音情感识别模型中，输出情感类别。端点检测方法可以在样本重建过程中，计算正交匹配追踪算法算法迭代过程中预测残差与上一次迭代的信号估计值之间的条件熵，根据迭代前后的残差条件熵差值，在样本重建完成的同时直接给出重建样本的端点检测结果，充分利用样本重建过程中产生的数据，节省系统后续的分析与处理时间，且由于该端点检测方法是建立在压缩感知重建算法之上的，具有抗噪性能。
-
公开(公告)号：CN113128199A
公开(公告)日：2021-07-16
申请号：CN202110511388.1
申请日：2021-05-11
Applicant: 济南大学 , 山东思正信息科技有限公司
IPC: G06F40/205 , G06F40/284 , G06F16/951
Abstract: 本发明提供了一种基于预训练语言模型与多重词信息嵌入的字向量生成方法，根据已标注数据主题，爬取相关无标注数据；构建预训练语言模型，对已标注数据与未标注数据进行预训练，基于预训练语言模型对输入句子进行处理，获得字向量；对已标注数据提取多重词信息特征；将得到的字向量与多重词信息特征进行融合，得到最终字向量。本发明通过预训练语言模型来表征字向量，可以更好的引入多义性信息；构建多重词信息特征并将其添加到字向量中，为字向量带来了词信息与单词分割信息，提高自然语言处理效果。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.021 seconds)
