一种基于混合语义矩阵的视频推荐方法

    公开(公告)号:CN104834686A

    公开(公告)日:2015-08-12

    申请号:CN201510184876.0

    申请日:2015-04-17

    Abstract: 本发明涉及一种基于混合语义矩阵的视频推荐方法,其步骤包括:1)对视频描述信息进行分词,根据词频提取关键词作为视频描述标签;2)通过Word2vec工具对包含所述视频描述标签在内的各视频标签进行向量化;3)采用熵化法得到各视频标签的权重,并构建具有权重的混合语义矩阵,通过所述混合语义矩阵表示视频与其标签之间的对应关系;4)根据所述混合语义矩阵,将视频的相似性计算转化为向量的相似度计算,实现对用户的个性化视频推荐。本发明在继承内容过滤推荐算法简单、高效的特点的同时,实现了智能特征提取和标签量化、权重分配,避免了这个过程中的专家参与,提高了视频推荐的准确率。

    一种基于局部敏感哈希的聚类索引方法及系统

    公开(公告)号:CN103631928A

    公开(公告)日:2014-03-12

    申请号:CN201310652980.9

    申请日:2013-12-05

    CPC classification number: G06F17/3033 G06F17/30598

    Abstract: 本发明涉及一种基于局部敏感哈希的聚类索引方法及系统,所述方法包括:步骤1,对数据集进行聚类分析,将数据集分成若干个类,并确定和保存每个类的聚类中心;步骤2,在每个类中采用局部敏感哈希方法建立哈希表;步骤3,计算各聚类中心与查询点之间的欧式距离,选择距离最小的多个类作为候选类;步骤4,计算查询点在每个候选类中的哈希值,根据步骤2建立的哈希表,选出候选类中与查询点哈希值相同的数据点作为候选点;步骤5,计算候选点与查询点之间的欧式距离,将欧式距离最小的候选点作为查询点的最近邻点。本发明可以在牺牲较小准确率的情况下换取查询效率的较大提高和查询性能的相对稳定。

    一种基于相似性度量的图像多目标检测方法

    公开(公告)号:CN102855473A

    公开(公告)日:2013-01-02

    申请号:CN201210299415.4

    申请日:2012-08-21

    Abstract: 本发明涉及一种基于相似性度量的图像多目标检测方法,该方法具体步骤:步骤一:提取目标样本库中每幅图像的特征点,计算出每幅图像的BOF词袋向量,从而构成所述目标样本库的BOF向量集合;步骤二:利用目标样本库的BOF向量集合构建所述目标样本库的M—Tree索引;步骤三:将待检测图像在M-t ree索引中进行多目标检测,并将检测果返回给用户;该方法利用BOF向量进行目标检测,具有很好的鲁棒性,对目标形变,遮挡,光照变化不敏感;可以一次检测多个目标,不需要重复检测,可以实现高效的在线多目标检测;该方法可广泛用于网络信息安全、图像多目标检测,视频多目标跟踪等多个领域。

Patent Agency Ranking