句子级时序卷积网络的多模态抑郁症识别方法OA
针对多模态抑郁症模型在特征提取时,语句间关联性较弱,不同模态间的特征融合较为随意,在中文数据集上模型的泛化能力缺乏验证等问题,本文通过分析与抑郁症相关的音频、文本和视觉特征,提出了基于改进TCN模型的多模态抑郁症识别模型STCMN(Sentence-level Temporal Convolutional Memory Net-work),并将该模型应用于临床抑郁症辅助诊断当中。该模型首先使用残差块、GRU和Self-Attention的融合模块…查看全部>>
王烽飞;卓广平;周金保;刘国强;张光华
太原师范学院计算机科学与技术学院,山西晋中030619太原师范学院计算机科学与技术学院,山西晋中030619太原师范学院计算机科学与技术学院,山西晋中030619太原师范学院计算机科学与技术学院,山西晋中030619太原学院智能与自动化系,山西太原030032
计算机与自动化
抑郁症时序卷积网络门控循环单元自注意力机制交叉注意力机制
《中北大学学报（自然科学版）》 2024 (3)
P.274-285,12
山西省自然科学基金面上项目(201801D121147)山西省重点研发计划项目(202202150401019)太原师范学院研究生教育创新资助项目(SYYJSYC-2399)。
评论