龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：本发明公开了一种均衡增强多模态心理疾病不平衡数据的方法，属于处理不平衡数据深度学习技术领域，主要对心理疾病的多模态时序不平衡数据进行过采样。首先系统对心理疾病数据进行多模态预处理，结合自适应平衡相似度和高维局部离群检测，捕捉复杂边界样本并赋予动态权重，通过融合多尺度k近邻与LOF（全局异常因子）算法，提升高维特征空间中边界信息的提取精度，生成阶段，系统构建融合条件生成对抗网络（CGAN）和注意力机制的进化型GAN模型，以生成高保真且多样化的少数类样本，通过自适应优化与对抗熵正则化，加速模型收敛并提高生成样本的多样性，最终通过判别校验，显著提升分类性能与数据质量。
主权项：1.一种均衡增强多模态心理疾病不平衡数据的方法，其特征在于，包括以下步骤：S1、对原始心理疾病数据集进行多层次、多模态的预处理，整合语义分析、情感挖掘与时间序列特征提取技术，生成优化的数据集D；通过引入自适应平衡相似度与高维空间局部离群检测方法，捕捉并分析数据集中的边界样本；同时对识别出的边界样本赋予动态加权因子，并通过机器学习算法对边界样本实时调整；S2、采用融合多尺度kNN与LOF算法，对每个观测值在高维特征空间中进行分析；通过在kNN算法基础上引入多尺度分析，捕捉观测值在不同尺度下的邻域结构变化；同时，LOF算法通过全局视角判定样本是否位于分类临界区域；S3、生成对抗网络和基于注意力机制的生成网络的进化型生成对抗模型；生成器系统接受多源输入，包括高斯白噪声向量、提取的多模态少数类边界样本信息以及其类别标签，其中少数类设为0，多数类设为1，并引入注意力机制动态用以选择最优输入特征，生成少数类样本；S4、采用自适应优化策略，基于对抗训练过程动态调整生成器与判别器的学习率、权重衰减以及损失函数的结构。
全文数据：
权利要求：
百度查询： 成都信息工程大学 一种均衡增强多模态心理疾病不平衡数据的方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号