-
公开(公告)号:CN118861977A
公开(公告)日:2024-10-29
申请号:CN202410891133.6
申请日:2024-07-04
Applicant: 南通大学
IPC: G06F18/25 , G06V40/16 , G06F40/268 , G06F40/284 , G10L25/63
Abstract: 本发明涉及神经网络技术领域,具体为一种多模态情绪分析系统及方法,系统包括:情绪数据采集模块采集面部表情图像、语音样本、文本输入,整合为多模态数据,并添加时间戳标记,建立情绪数据集。本发明中,通过整合面部表情、语音和文本输入创建多维情绪特征,这一方法在提升情绪分析的深度和广度方面带来显著的优势,利用特征点检测、音调和语速参数分离以及情感词汇的识别,极大地增强了数据的利用效率,使得情绪分析更为精确,此外,采用序列模型处理时间序列数据,增强了对情绪变化动态的捕捉能力,这不仅提升了对实时情绪变化的响应速度,也增强了预测未来情绪状态的能力,有效提高了人机交互的适应性和服务的个性化水平。
-
公开(公告)号:CN118711820A
公开(公告)日:2024-09-27
申请号:CN202411069631.9
申请日:2024-08-06
Applicant: 南通大学
Abstract: 本发明涉及神经网络技术领域,具体为一种老年心理健康状态智能评估系统,系统包括:拓扑特征提取模块基于情绪监测需求,收集老年人的脑波信号数据,利用拓扑数据分析计算每个信号的Betti数,创建持久图。本发明中,采用拓扑数据分析和图神经网络技术,将脑波信号数据转化为能够表征心理状态的多维特征空间,进而构建情绪预测模型,实现从生理信号到情绪状态的直接映射,提升情绪监测的准确性和效率,拓扑数据分析通过计算Betti数并创建持久图,有效捕捉数据的非线性和复杂特性,使情绪状态的预测更加精确,图神经网络的结构自适应调整确保网络能随数据流的变化实时更新,在提升老年心理健康评估的科学性和实用性方面取得显著效果。
-