北京津发科技股份有限公司请求不公布姓名获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉北京津发科技股份有限公司申请的专利多模态人体生理数据的分类模型、训练与分类方法及设备获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117725357B 。
龙图腾网通过国家知识产权局官网在2026-02-27发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202311635615.7,技术领域涉及:G06F18/00;该发明授权多模态人体生理数据的分类模型、训练与分类方法及设备是由请求不公布姓名;请求不公布姓名;请求不公布姓名;请求不公布姓名;请求不公布姓名设计研发完成,并于2023-11-30向国家知识产权局提交的专利申请。
本多模态人体生理数据的分类模型、训练与分类方法及设备在说明书摘要公布了:本发明涉及人工智能技术领域,具体涉及一种多模态人体生理数据的分类模型、训练与分类方法及设备,旨在解决多模态生理数据缺失情况下的分类问题。本发明的分类模型包括多头自注意力模块、归一化模块、融合专家系统和决策模块。融合专家系统包括:脑电、心电、皮电和多模态同步融合四个专家子系统。多头自注意力模块用于对多模态同步数据进行特征提取;归一化模块用于根据提取的特征生成归一化特征数据;脑电、心电、皮电和多模态同步融合四个专家子系分别用于根据脑电、心电、皮电和多模态同步数据所对应的归一化特征数据执行分类任务;决策模块用于根据上述四个分类结果计算最终分类结果。本发明能够提高多模态数据缺失情况下分类结果的精准度。
本发明授权多模态人体生理数据的分类模型、训练与分类方法及设备在权利要求书中公布了:1.一种多模态人体生理数据的分类模型,其特征在于,所述分类模型包括:多头自注意力模块、归一化模块、融合专家系统和决策模块; 所述融合专家系统包括:脑电专家子系统、心电专家子系统、皮电专家子系统以及多模态同步融合专家子系统; 所述多头自注意力模块,用于对输入的多模态同步数据进行特征提取并输出到所述归一化模块;所述多模态同步数据包括:受试者的生理指标;所述生理指标包括:脑电数据、心电数据和皮电数据; 所述归一化模块,用于根据提取的特征数据生成归一化特征数据,并输出到所述融合专家系统; 所述脑电专家子系统,用于根据所述受试者的脑电数据对应的所述归一化特征数据执行分类任务,得到第一分类结果; 所述心电专家子系统,用于根据所述受试者的心电数据对应的所述归一化特征数据执行分类任务,得到第二分类结果; 所述皮电专家子系统,用于根据所述受试者的皮电数据对应的所述归一化特征数据执行分类任务,得到第三分类结果; 所述多模态同步融合专家子系统,用于根据所述多模态同步数据对应的所述归一化特征数据执行分类任务,得到第四分类结果; 所述决策模块,用于根据所述第一分类结果、所述第二分类结果、所述第三分类结果和所述第四分类结果,以及每种分类结果对应的权重,计算得到最终分类结果; 所述分类模型使用的训练方法包括: 利用脑电训练集对所述脑电专家子系统和所述多头自注意力模块进行训练,并冻结所述心电专家子系统、所述皮电专家子系统以及所述多模态同步融合专家子系统的权重;利用心电训练集对所述心电专家子系统进行训练,并冻结所述多头自注意力模块、所述脑电专家子系统、所述皮电专家子系统以及所述多模态同步融合专家子系统的权重;利用皮电训练集对所述皮电专家子系统进行训练,并冻结所述多头自注意力模块、所述脑电专家子系统、所述心电专家子系统以及所述多模态同步融合专家子系统的权重; 利用多模态随机打码训练集对所述分类模型进行训练,从而对所述多头自注意力模块、所述脑电专家子系统、所述心电专家子系统、所述皮电专家子系统以及所述多模态同步融合专家子系统的权重进行调整;所述方法还包括:根据每个志愿者的脑电信号以及对应的电极点位置,生成包含时域信息、频域信息和空间信息的脑电数据,进而得到所述脑电训练集;对每个所述志愿者的心电信号进行去噪处理,并根据时间信息与该志愿者的所述脑电信号进行对齐,进而生成所述心电训练集;对每个所述志愿者的皮电信号进行去噪处理,并根据时间信息与该志愿者的所述脑电信号进行对齐,进而生成所述皮电训练集;对所述脑电训练集、所述心电训练集和所述皮电训练集进行随机掩码处理以模拟数据缺失的情况,生成所述多模态随机打码训练集。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京津发科技股份有限公司,其通讯地址为:100089 北京市海淀区清河安宁庄东路18号23号楼北辅房202号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励