-
公开(公告)号：CN111881363A
公开(公告)日：2020-11-03
申请号：CN202010578943.8
申请日：2020-06-23
申请人： 北京工业大学
IPC分类号： G06F16/9536 , G06Q30/06 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 一种基于图交互网络的推荐方法应用于用户个性化推荐领域。互联网产业的快速发展以及网络数据量的持续增长，传统的推荐方法和深度学习方法难以满足复杂的应用环境，在准确率和空间复杂度方面存在着不足。因此本发明提出了一种基于图交互网络的推荐方法，采用该方案可以保证个性化推荐准确率的同时，降低模型空间复杂度，有着广阔的应用前景。
-
公开(公告)号：CN112712127A
公开(公告)日：2021-04-27
申请号：CN202110019810.1
申请日：2021-01-07
申请人： 北京工业大学
摘要： 一种结合图卷积神经网络的图像情感极性分类方法，涉及智能媒体计算和计算机视觉技术领域；首先对训练样本进行物体信息的提取，并用每张图片中的物体信息、视觉特征建立图模型；其次以图卷积网络对图模型中包含的物体交互信息提取，并与卷积神经网络的特征进行融合；然后将训练样本进行预处理后传入网络中，利用损失函数和优化器对模型的参数进行迭代更新直至达到收敛，完成训练；最后将测试数据送入网络中，得到模型对测试数据的预测结果以及分类准确率。本发明通过提取图像中物体在情感空间的交互特征使分类特征更符合物体的情感特征以及人类情感触发机理，在视觉特征的基础上增加高级语义特征，有助于提升情感分类算法在实际应用场景中的性能。
-
公开(公告)号：CN111881342A
公开(公告)日：2020-11-03
申请号：CN202010578945.7
申请日：2020-06-23
申请人： 北京工业大学
IPC分类号： G06F16/9535 , G06F16/9536 , G06N3/04 , G06N3/08 , G06Q50/00
摘要： 一种基于图孪生网络的推荐方法应用于个性化推荐领域。现有方法(1)缺乏知识扩展性，比如难以有效融合用户社交关系信息；(2)多层特征信息传播范式下，学到的特征会出现过平滑问题。因此本发明提出了一种基于图孪生网络的推荐方法，通过用户、物品的交互信息建模用户关系图和物品关系图，通过本发明设计的图卷积层，以两个同构有向图的形式分别挖掘用户关系信息和物品关系信息。最后，通过图交互层聚合两个通道的用户特征和物品特征，充分提取用户偏好信息和物品属性信息。本发明有效保持U-I特征特性，显著提高个性化推荐准确率，具备良好的模型可扩展性，有着广阔的应用前景。
-
公开(公告)号：CN112613552B
公开(公告)日：2024-05-28
申请号：CN202011506810.6
申请日：2020-12-18
申请人： 北京工业大学
IPC分类号： G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 一种结合情感类别注意力损失的卷积神经网络情感图像分类方法，涉及智能媒体计算和计算机视觉技术领域；首先对训练样本进行类别权重计算，得到情感类别注意力权重向量；其次按情感类别数量和情感类别注意力损失修改卷积神经网络最后的分类层与损失函数；然后将训练样本进行预处理后传入网络中，使网络在损失函数和优化器的对参数的迭代更新后达到收敛，完成训练；最终将预处理后的测试图像送入网络中，计算得到的模型的情感图像分类准确率以及模型对测试情感图像的预测类别。本发明使得情感图像在通过卷积神经网络进行情感类别分类时，可以自适应的得到更符合数据集样本分布特点的分类结果，有助于情感分类算法在不同的实际应用场景中训练与使用。
-
公开(公告)号：CN112613552A
公开(公告)日：2021-04-06
申请号：CN202011506810.6
申请日：2020-12-18
申请人： 北京工业大学
摘要： 一种结合情感类别注意力损失的卷积神经网络情感图像分类方法，涉及智能媒体计算和计算机视觉技术领域；首先对训练样本进行类别权重计算，得到情感类别注意力权重向量；其次按情感类别数量和情感类别注意力损失修改卷积神经网络最后的分类层与损失函数；然后将训练样本进行预处理后传入网络中，使网络在损失函数和优化器的对参数的迭代更新后达到收敛，完成训练；最终将预处理后的测试图像送入网络中，计算得到的模型的情感图像分类准确率以及模型对测试情感图像的预测类别。本发明使得情感图像在通过卷积神经网络进行情感类别分类时，可以自适应的得到更符合数据集样本分布特点的分类结果，有助于情感分类算法在不同的实际应用场景中训练与使用。
-
公开(公告)号：CN111881363B
公开(公告)日：2024-06-25
申请号：CN202010578943.8
申请日：2020-06-23
申请人： 北京工业大学
IPC分类号： G06F16/9536 , G06Q30/0601 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/09
摘要： 一种基于图交互网络的推荐方法应用于用户个性化推荐领域。互联网产业的快速发展以及网络数据量的持续增长，传统的推荐方法和深度学习方法难以满足复杂的应用环境，在准确率和空间复杂度方面存在着不足。因此本发明提出了一种基于图交互网络的推荐方法，采用该方案可以保证个性化推荐准确率的同时，降低模型空间复杂度，有着广阔的应用前景。
-
公开(公告)号：CN117115505A
公开(公告)日：2023-11-24
申请号：CN202310712211.7
申请日：2023-06-15
申请人： 北京工业大学
IPC分类号： G06V10/764 , G06V10/82 , G06V10/774 , G06F16/435 , G06F40/30 , G06N3/0495 , G06N3/082 , G06N3/0895 , G06N3/0455 , G06N3/0464
摘要： 一种结合知识蒸馏与对比学习的情感增强继续训练方法属于计算机视觉领域。首先利用现有文本情感分类模型及情感字典筛选得到大量具有明显情感倾向的图文对中组成大规模情感图文对数据集；然后应用大规模情感图文对数据集对教师网络进行训练，为了获得泛化性强的教师网络，使用情感自然语言监督方式，同时通过挖掘监督信号中的多粒度情感信息并融入到图片表征中，以增强视觉编码器的情感表达能力；将得到的教师网络视觉模块初始化学生网络同时可以为学生网络提供伪标签数据，并设计任务对学生模型进行针对训练进一步挖掘图片中细节情感信息；将学生网络应用至下游图像情感分类任务。本发明解决进行情感分析模型预测精确度较低以及适用性差的问题。
-
公开(公告)号：CN116561441A
公开(公告)日：2023-08-08
申请号：CN202310199714.9
申请日：2023-03-05
申请人： 北京工业大学
IPC分类号： G06F16/9536 , G06F16/951 , G06F40/30 , G06N3/0464 , G06N3/08
摘要： 一种基于自注意力神经网络的社交媒体用户认知状态刻画方法属于用户认知在大数据、数据挖掘、深度学习等领域。本发明首先利用特定的爬虫技术获得热点事件的微博数据，根据用户筛选规则得到用户id。然后下载用户id微博主页页面地址对应的网页文件html，通过xpath对html进行解析及清洗。其次使用自注意力神经网络提取文本数据特征，进一步，利用前馈神经网络模型得到场景和情感标签。根据情绪的ABC理论，由场景和情感标签估计用户的认知状态，将同一用户不同行为对应的认知状态进行累加得到其个体认知状态。最后，根据认知状态的不同维度相似度进行用户群体划分，并通过可视化的方法多维度展示用户认知状态。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.025 秒)
