买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京理工大学

摘要：本发明公开了一种基于模糊积分元学习融合框架的多模态抑郁障碍识别系统，该多模态抑郁障碍识别系统在缓解主观性、提高识别准确率、快速适应新域抑郁障碍识别任务、增强模型的鲁棒性和泛化能力、缓解个体差异性等方面具有显著的有益效果。

主权项：1.基于模糊积分元学习融合框架的多模态抑郁障碍识别系统，其特征在于，包括：数据处理模块、基学习器模块、模糊积分模块、元训练模块以及元测试模块；所述数据处理模块用于对每一个样本的多模态生理信号数据提取特征；进而将生理信号数据划分到多个子任务中，每个子任务的数据再进一步划分出支持集，作为子任务的训练集以及划分出查询集，作为子任务的测试集；所述基学习器模块与模态数量对等，用于对各个模态的生理信号数据特征进行抑郁障碍识别，具体包括：子任务的支持集的多模态数据特征输入到模态对应的基学习器进行训练，得到所有样本在不同基学习器下的决策结果，表征不同模态基学习器对健康类和抑郁障碍类的决策值，从而算出不同模态基学习器的决策信息熵，作为自适应信息；所有子任务的查询集的多模态数据输入到训练后的基学习器，得到决策结果，并计算得到决策信息熵；再结合支持集样本的真实标签统计出每个基学习器的混淆矩阵，作为域信息，其包含四个值：真正例、假正例、真负例和假负例的数量；支持集样本对应的混淆矩阵和支持集单个样本的决策信息熵进行拼接，构成支持集各样本的模糊测度计算特征；支持集样本对应的混淆矩阵和查询集单个样本的决策信息熵进行拼接，构成查询集各样本的模糊测度计算特征；所述模糊积分模块用于：接收基学习器模块的支持集样本和查询集样本的模糊测度计算特征，计算出符合类别数、模态数量和模态组合数的模糊测度值，即在健康和抑郁障碍这两个类别上的单模态决策置信度和所有模态组合决策置信度；得到模糊测度和基学习器模块提供的决策结果后，进行Choquet模糊积分，分别得到健康类和抑郁障碍类的最终决策值；所述元训练模块用于规划模糊积分模块的训练流程，以得到可供元测试模块调用的元知识，该训练流程包含内循环和外循环两步：在内循环中，利用各子任务的支持集对模糊积分模块进行训练，并进行梯度更新，以调整参数；在外循环中，使用子任务查询集对基学习器模块和模糊积分模块进行训练，以评估经过内循环训练的模型性能，根据所有子任务查询集的平均损失来更新模糊积分模块的原始网络模型初始参数，更新后的原始网络模型的参数即元知识；所述元测试模块用于：对于每个新的子任务，采用支持集的数据对基学习器模块进行训练，之后将元知识作为模糊积分模块的初始化参数，采用支持集的数据对模糊积分模块进行训练，以实现模型参数的梯度更新，得到任务特定的网络模型；然后再通过查询集对网络模型的性能进行评估；最后利用评估后的网络模型对输入的样本数据进行诊断。

全文数据：

权利要求：

百度查询： 北京理工大学 基于模糊积分元学习融合框架的多模态抑郁障碍识别系统