摘要
本发明实施例公开了一种于多模态的情绪识别、预测方法及系统。方法包括:采集人类个体的多模态信号作为输入数据;将所述多模态信号输入预先训练、分析好的情绪识别、预测模型进行识别和预测,得到结果;对所述结果进行反向推理分析解释,寻找形成情绪的诱因,以及时进行情绪干预有益提升身心健康。与现有技术相比,本发明不仅能进一步提高情绪识别、预测结果的精度,更重要的是能通过结合人类个体的多模态数据,进行可解释地智能推理学习,以解释其中的情绪发生机理,提高情绪识别和预测结果的可靠性和可信度,扫除智能方法在实际应用中的障碍。
技术关键词
多模态
长短记忆神经网络
深度卷积神经网络
数据
日常生活
逻辑
样本
符号
文本
人类
元素
输入设备
贡献率
生理
智能推理
时间段
维基百科
存储计算机程序
信号
网络终端
系统为您推荐了相关专利信息
网络自发现方法
机器可读程序
映射算法
更新网络设备
定位网络故障
台区配电网
智能电能表
分析方法
子系统
仿真数据
接收端
信噪比
MIMO检测方法
MIMO通信系统
信道估计模块
冷却冷凝设备
智能化控制系统
控制模块
人机交互界面
数据采集模块
盾构掘进姿态
盾构姿态
预测系统
事件触发机制
皮尔逊相关系数