-
公开(公告)号：CN111784084B
公开(公告)日：2021-12-28
申请号：CN202010823717.1
申请日：2020-08-17
Applicant: 北京市城市规划设计研究院 , 中国科学院自动化研究所
Abstract: 本发明属于人口出行生成预测领域，具体涉及了一种基于梯度提升决策树的出行生成预测方法、系统及装置，旨在解决现有出行生成方法不能真实反映输入值和预测之间的非线性关系且模型检验计算量大、结果不直观的问题。本发明包括：提取待预测区域的各个交通小区的当前出行生成数据的自变量，并进行归一化处理；通过出行生成预测模型，获取待预测区域当前的各个交通小区的预测值；对预测值进行反归一化，获得待预测区域当前的各个交通小区的预测出行生成数据。本发明能够准确的反映原始输入和输出之间的非线性关系，并且使用平方误差原理寻找最小划分特征和划分点，自动忽略掉冗余的变量，省去了变量的手动筛选过程，具有较高的精度和鲁棒性。
-
公开(公告)号：CN112836121A
公开(公告)日：2021-05-25
申请号：CN202110118774.4
申请日：2021-01-28
Applicant: 北京市城市规划设计研究院 , 中国科学院自动化研究所
IPC: G06F16/9535 , G06F16/9537
Abstract: 本发明属于出行行为分析领域，具体涉及了一种出行目的识别方法及系统，旨在解决现有技术进行用户出行目的识别的效率和准确性较低的问题。本发明包括：对手机信令数据中的出行轨迹进行驻留时长获取和异常出行过滤；按照用户年龄进行分段；识别处于工作阶段用户的职住位置；根据职住位置确定上班和下班两种出行目的；将其余的出行轨迹作为兴趣出行轨迹，并使用在线地图标记兴趣点类型；为出行轨迹设定出行属性，并建立基于隐狄利克雷分布的概率图模型表示兴趣出行的产生过程；定义出行主题个数，使用Gibbs采样方法求解模型；通过目视解译法根据模型求解获得的主题确定出行目的。本发明实现了高效、高准确性的出行目的识别。
-
公开(公告)号：CN112836121B
公开(公告)日：2022-02-25
申请号：CN202110118774.4
申请日：2021-01-28
Applicant: 北京市城市规划设计研究院 , 中国科学院自动化研究所
IPC: G06F16/9535 , G06F16/9537
-
公开(公告)号：CN111784084A
公开(公告)日：2020-10-16
申请号：CN202010823717.1
申请日：2020-08-17
Applicant: 北京市城市规划设计研究院 , 中国科学院自动化研究所
Abstract: 本发明属于人口出行生成预测领域，具体涉及了一种基于梯度提升决策树的出行生成预测方法、系统及装置，旨在解决现有出行生成方法不能真实反映输入值和预测之间的非线性关系且模型检验计算量大、结果不直观的问题。本发明包括：提取待预测区域的各个交通小区的当前出行生成数据的自变量，并进行归一化处理；通过出行生成预测模型，获取待预测区域当前的各个交通小区的预测值；对预测值进行反归一化，获得待预测区域当前的各个交通小区的预测出行生成数据。本发明能够准确的反映原始输入和输出之间的非线性关系，并且使用平方误差原理寻找最小划分特征和划分点，自动忽略掉冗余的变量，省去了变量的手动筛选过程，具有较高的精度和鲁棒性。
-
公开(公告)号：CN113274023A
公开(公告)日：2021-08-20
申请号：CN202110732115.X
申请日：2021-06-30
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供基于多角度分析的多模态精神状态评估的方法，包括：从原始视频中采集音频文件和视频文件，并对所述音频文件和视频文件进行数据预处理：从音频文件中提取时域波形点和梅尔频率倒谱系数作为音频特征；将图片序列输入到预训练网络，得到视频编码向量；提取图片序列的人脸运动单元；将视频编码向量和人脸运动单元作为视频特征；将音频特征和视频特征分别输入抑郁分析模块、焦虑分析模块和压力分析模块进行多角度分析，得到抑郁特征、焦虑特征和压力特征；将所述抑郁特征、焦虑特征和压力特征输入到融合分析模块进行注意力特征融合，得到融合特征；将融合特征输入支持向量回归，评估音频文件和视频文件中个体的精神状态。
-
Patent Agency Ranking
公开(公告)号：CN110532950B
公开(公告)日：2021-08-13
申请号：CN201910808102.9
申请日：2019-08-29
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于情感计算领域，特别涉及一种基于微表情视频的视频特征提取方法，旨在为了解决如何从视频中识别面部微小变化并提取出微表情特征，提高微表情识别精度和准确率的问题。本发明对待测目标人脸视频每一帧图像进行网格化处理，并进行二阶梯度的计算和数据分布统计，获取图像帧序列对应的图像特征表示序列；通过秩池化，按照时间顺序排序特征表示序列，获取视频特征表示；通过范数的行稀疏性获取微表情视频特征。本发明能够提取面部的局部细节信息，捕获人脸细节信息的动态变化，在提取微表情视频特征的同时进一步抑制面部中其他信息对识别结果的影响；进一步通过本发明的微表情识别方法，有效提高了微表情识别精度和准确率。
-
公开(公告)号：CN112560811B
公开(公告)日：2021-07-02
申请号：CN202110188624.0
申请日：2021-02-19
Applicant: 中国科学院自动化研究所
Abstract: 本申请涉及端到端的音视频抑郁症自动检测研究方法，包括：采集音频文件和视频文件中包含有长时音频文件和长时视频文件这两个模态的原始数据；音频文件和视频文件预处理：将长时音频文件切分成若干个音频段，同时将长时视频文件切分成具有固定帧数的多个视频段；将每一个音频段和视频段分别输入音频特征提取网络和视频特征提取网络，得到音频深度特征和视频深度特征；使用多头注意力机制对深度音频特征和深度视频特征进行计算，得到注意力音频特征和注意力视频特征；将注意力音频特征和注意力视频特征通过特征聚合模块聚合成音视频特征；将音视频特征输入决策网络，预测音视频文件中的个体的抑郁水平。
-
公开(公告)号：CN112560503B
公开(公告)日：2021-07-02
申请号：CN202110188618.5
申请日：2021-02-19
Applicant: 中国科学院自动化研究所
IPC: G06F40/30 , G06F40/289 , G06F40/216 , G06F40/284 , G06F16/35 , G06N3/04 , G06K9/62
Abstract: 本申请涉及融合深度特征和时序模型的语义情感分析方法，包括：文本预处理，将文本转化为格式统一的词向量矩阵；以词向量矩阵为输入，提取局部语义情感文本特征和提取上下文语义情感文本特征；利用注意力机制通过对所述局部语义情感文本特征和上下文语义情感文本特征加权，生成融合语义情感文本特征；将所述局部语义情感文本特征、所述上下文语义情感文本特征和融合语义情感文本特征进行连接，生成全局语义情感文本特征；以全局语义情感文本特征为输入，利用softmax分类器进行最终的文本情感语义分析识别。
-
公开(公告)号：CN112687390B
公开(公告)日：2021-06-18
申请号：CN202110270093.X
申请日：2021-03-12
Applicant: 中国科学院自动化研究所
Abstract: 本申请涉及一种基于混合网络和lp范数池化的抑郁状态检测方法及装置，包括：对长时语音的对数傅里叶幅值谱进行切割，得到由短时谱段构成的短时谱段集合；将短时谱段输入到卷积神经网络和长短期记忆网络中进行训练，得到空间特征和时序特征，并将空间特征和时序特征的拼接作为短时谱段的时空特征表示；得到所有短时谱段的时空特征表示，排列成矩阵的形式，计算其lp范数池化结果；将lp范数池化结果放入到套索回归框架下进行优化以找到适合于抑郁检测任务的范数池化类型和线性变换矩阵；利用优化结果对所有短时谱段进行特征选择，生成长时谱表示；将混合网络预测结果的中值和长时谱表示经过支持向量回归得到的结果取平均值作为最终的预测结果。
-
公开(公告)号：CN112581980B
公开(公告)日：2021-05-25
申请号：CN202110216692.3
申请日：2021-02-26
Applicant: 中国科学院自动化研究所
Abstract: 本申请涉及时频通道注意力权重计算和向量化的方法和网络，包括：使用球嵌入归一化对对数傅里叶幅值谱进行预处理；切分对数傅里叶幅值谱预处理数据成短时谱段，生成多通道张量；使用注意力机制计算每一个通道时间方向和频率方向的注意力权重；将时间方向和频率方向的注意力权重通过矩阵乘法获得时频注意力权重系数张量；利用注意力机制来计算时频注意力权重系数张量中各个通道的注意力权重张量；将每一个通道的注意力权重张量通过一维卷积获得时间和频率方向的向量化结果；将至少一个通道的时间方向和频率方向的向量化结果拼接起来，并利用一维卷积获得通道向量化结果；计算短时谱段的通道向量化结果的平均值并将其作为整个长时语音对应的结果。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.094 seconds)
