申请/专利权人：北京津发科技股份有限公司

申请日：2023-12-06

公开（公告）日：2024-04-12

公开（公告）号：CN117875751A

主分类号：G06Q10/0639

分类号：G06Q10/0639;G06F18/2411;G06F18/214

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明提供一种基于多模态数据的人员决策能力的测评方法和系统，所述方法包括：采集不同数据源的多模态数据,多模态数据由在人员执行决策任务过程中的不同时间窗口采集，并对采集到的多模态数据进行预处理，多模态数据包含生理信息；将不同数据源的多模态数据输入到预训练完成的用于评价人员决策能力的深度学习模型；其中，深度学习模型使用包含多模态数据和预先评定的人员决策能力评价结果的数据集进行预训练；深度学习模型的输入层提取所述多模态数据的特征向量，深度学习模型的隐藏层基于提取的多模态数据的特征向量进行计算；深度学习模型的输出层基于隐藏层的输出生成人员决策能力评价结果。本发明能够更为准确的生成人员决策能力评价结果。

主权项：1.一种基于多模态数据的人员决策能力的测评方法，其特征在于，该方法包括以下步骤：采集不同数据源的多模态数据,所述多模态数据基于在人员执行决策任务过程中的不同时间窗口采集，并对采集到的所述多模态数据进行预处理，所述多模态数据包含待检测人员的生理信息和对应不同时间窗口的所处环境信息；将经过预处理的不同数据源的多模态数据输入到预训练完成的用于评价人员决策能力的深度学习模型；其中，所述深度学习模型使用包含不同时间窗口的多模态数据和预先评定的人员决策能力评价结果的数据集进行预训练；所述深度学习模型的输入层提取所述多模态数据的特征向量，所述深度学习模型的隐藏层基于提取的所述多模态数据的特征向量进行计算；所述深度学习模型的输出层基于隐藏层的输出信息生成人员决策能力评价结果。

全文数据：

权利要求：

百度查询： 北京津发科技股份有限公司 一种基于多模态数据的人员决策能力的测评方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD