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。
技术关键词
注意力机制
分类方法
时序
特征值
数据
曲线
儿童
位置编码方法
序列
分布特征
神经网络技术
更新网络参数
集中度
特征提取方法
图像
编码器
分段
视觉
系统为您推荐了相关专利信息
地下水动力学参数
盾构隧道同步注浆
动态网格
盾尾间隙
动态模拟方法
纺织物
瑕疵检测方法
定位缺陷位置
模态特征
特征提取模型
企业信息数据
设备运行状态信息
环境参数信息
指数
管理系统
人体跌倒检测方法
多普勒
宽度特征
人体跌倒事件
淋浴设备
智能统计分析系统
商品销售数据
库存周转率
数据采集单元
机器学习算法