摘要
本发明属于语义分析技术领域,具体涉及一种面向多模态神经信号的上下文语义协同建模方法,步骤包括对多模态神经信号进行预处理,计算不同模态的神经信号的脑区特征值,获取处理后的多模态神经信号脑区特征值;对于获取的每个独立被试处理后的多模态神经信号脑区特征值,构建脑区级上下文语义注意力模型,衡量不同模态的神经信号及不同脑区在全脑工作中的语义表达信息;建立基于GCN改进的注意力机制模型,并在其中加入多头注意力模型,进行全脑语义提取。本发明可以在小样本条件下构建对多模态神经信号进行准确表达的模型,具有较强的识别能力和泛化效果,能够更好的应用于精神疾病的辅助诊断。
技术关键词
语义协同
特征值
语义注意力
多头注意力机制
多模态
建模方法
注意力模型
信号
矩阵
非线性动力系统
节点
融合算法
语义分析技术
定义
邻居
模式
系统为您推荐了相关专利信息
数字化管理方法
协同管理平台
轻量化BIM模型
物联网传感器
动态时间规整算法
光纤水听器阵列
水下声呐
光纤布拉格光栅传感器
光纤水听器单元
智能识别模块
多模态
识别模型训练方法
数据识别方法
文本
图像训练样本
仿真方法
仿真模型
非结构化网格
多模态
仿真工具
光伏电站
健康状态参数
分布式光纤传感系统
多模态
光伏组件