摘要
本发明公开了采用视觉算法的心理学绘画测验神经网络模型及方法,先标记识别图元的矩阵和心理学报告的特征表述文本,经过嵌入算法输入神经网络,之后单样本数据经过数个视觉激活算法,输出网络节点在该样本上权重,然后构建特征的表征向量与其对应特征语料进行Transformer编解码操作,最后利用Transformer大模型生成心理学对应的特征表示数据和心理学报告文本。本发明用视觉算法对绘画进行处理之后的数据和算法参数作为神经网络的激活策略,在激活方式上将线性变换转变为非线性变换,而网络输出数据就是绘画表征的心理学特质,从而解决了多模态模型训练时必须依赖海量图文对数据的问题,通过绘画特征训练出推理结果。
技术关键词
视觉算法
绘画
神经网络模型
网络节点
报告
数据
网络结构
编解码
文本
预训练模型
图像嵌入
多层感知机
变换算法
样本
注意力机制
系统为您推荐了相关专利信息
电力现货交易
充放电策略
多场景
随机森林模型
蒙特卡洛
日志异常检测方法
检测模型训练方法
输入神经网络模型
BERT模型
存储计算机程序
人体动作识别方法
IMU传感器
滑动窗口
注意力机制
BiLSTM模型
神经网络模型
景深
非金属夹杂物
微调镜头
图像识别技术