摘要
本发明公开了一种基于人工智能的用户情绪监测系统及方法,涉及智能用户监测技术领域,包括,采集用户多模态数据进行特征提取,对多模态时间序列进行相关性分析,并根据每个模态的提取特征构建二维联合直方图进行归一化,获得联合概率分布并进行互信息计算,确定多模态间的跨模态特征,对所有时间窗口计算出的协方差矩阵进行对数映射,嵌入到黎曼流形空间,根据时间轴堆叠形成时间序列嵌入特征矩阵。本发明所述方法通过协方差矩阵的计算和黎曼流形嵌入,可以挖掘跨模态特征之间的局部结构和动态关系,使用协方差矩阵描述模态间相关性和变化程度,在黎曼流形上进行对数映射,捕捉了模态之间在嵌入特征空间中的几何关系。
技术关键词
情绪监测系统
嵌入特征
协方差矩阵
模态特征
构建分类模型
情绪监测方法
噪声特征
序列
多模态
直方图
面部特征点
离散状态空间
短时傅里叶变换
插值法
定义
数据
频率
心率
系统为您推荐了相关专利信息
生态
时序卷积神经网络
土地利用数据
因子
遥感影像数据
时间序列预测方法
预测系统
时序
数据采集模块
协方差矩阵
变电设备
图像
相机位姿估计
无人机巡检
协方差矩阵