-
公开(公告)号:CN119786014A
公开(公告)日:2025-04-08
申请号:CN202411834856.9
申请日:2024-12-13
Applicant: 北京理工大学
Abstract: 本发明涉及一种在并发症存在的情况下基于手机传感器数据分析抑郁情绪的方法,属于抑郁症的筛查技术领域。首先建立数据库并将建立的数据库中的数据按照7:3划分为训练集和测试集,构建不确定性推理的神经网络URNN分析收集传感器数据以评估用户的抑郁情绪;使用训练集对构建的不确定性推理的神经网络URNN进行训练,最后使用测试集对训练后的URNN进行评估。本发明的方法通过整合来自不同传感器的数据,结合机器学习和深度学习算法,从数据中提取出与抑郁症相关的特征,并考虑并发症的影响,以实现更准确的抑郁情绪分析。
-
公开(公告)号:CN119475125A
公开(公告)日:2025-02-18
申请号:CN202411489508.2
申请日:2024-10-24
Applicant: 北京理工大学
IPC: G06F18/2431 , A61B5/08 , A61B5/00 , G06F18/25 , G06F18/10 , G06F18/2131 , G06F18/27 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/0985 , G06N20/20 , G16H50/70 , G06F123/02 , G06N3/006 , G06N3/048
Abstract: 本发明提供一种基于多视图集成学习的呼吸音数据分类系统,属于人工智能中的音频数据分析领域。该系统包括数据预处理模块、多视图特征提取模块、基于元学习的多视图集成学习模块、以及基于萤火虫算法的参数优化模块。数据处理模块,用于执行对所采集的原始呼吸音数据进行降噪、分割以及规范化处理等预处理工作;多视图特征提取模块,用于执行呼吸音数据声学特征、频谱特征和时间序列特征的特征提取工作;基于元学习的多视图集成学习模块用于建立三个异质基分类器,并且利用堆叠技术对三个基分类器输出的结果进行融合;本发明对基于元学习的多视图集成学习模块中涉及的多个敏感参数,建立基于萤火虫算法的参数优化模块进行多参数优化。
-