申请/专利权人：浙江大学

申请日：2024-06-05

公开（公告）日：2024-07-05

公开（公告）号：CN118296471A

主分类号：G06F18/241

分类号：G06F18/241;G06F18/21;G06N3/0464;G06N3/045;A61B5/16

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.07.23#实质审查的生效;2024.07.05#公开

摘要：本发明涉及基于生物学模型的神经网络技术领域，具体涉及基于自注意力机制的眼动数据时空维度分类方法，本发明通过获取儿童的眼动时序数据，将眼动时序数据进行分段；通过计算每个儿童的眼动时序数据在每个段上注意力集中程度值来对位置编码中的固定公式进行修正，得到眼动时序数据再每个段上的自适应位置编码。本发明可以对每个儿童的眼动时序数据的每一段进行独立编码，避免出现整个眼动时序数据每段的分布情况差异较大时采用原有位置编码方法不利于区分真实位置的情况。同时可以根据每一段上眼动时序数据的注意力集中程度为每一段眼动时序数据设定关联位置的编码公式，进而得到更好的位置编码结果。

主权项：1.一种基于自注意力机制的眼动数据时空维度分类方法，其特征在于，所述方法包括：获取儿童观看图像时的眼动时序数据，对所述眼动时序数据进预处理，得到嵌入矢量序列；根据图像和眼动时序数据，提取空间维度特征；将所述眼动时序数据分段，获得眼动时序数据段；分析所述眼动时序数据段，获取所述眼动时序数据段对应的位置特征值和位置特征波动曲线；分析所述位置特征波动曲线和所述位置特征值，获得儿童在所述眼动时序数据段上的注意力漂移程度；分析所述位置特征波动曲线上所述位置特征值的分布特征，结合所述注意力漂移程度，获得儿童在所述眼动时序数据段上的局部聚集性；分析儿童在所述眼动时序数据段上的有效眼动比率，结合所述局部聚集性，获得儿童在所述眼动时序数据段上的注意力集中度；根据所述注意力集中度，获得儿童在所述眼动时序数据段上位置编码的自适应常数，然后得到所述眼动时序数据段上的自适应位置编码；根据所述自适应位置编码和所述嵌入矢量序列，得到添加了位置信息的嵌入矢量序列；基于Transformer模型，输入添加了位置信息的嵌入矢量序列，结合所述空间维度特征，得到分类结果。

全文数据：

权利要求：

百度查询： 浙江大学 基于自注意力机制的眼动数据时空维度分类方法

免责声明
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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD