-
公开(公告)号:CN116259073A
公开(公告)日:2023-06-13
申请号:CN202310071875.X
申请日:2023-02-07
申请人: 华南农业大学
摘要: 本发明公开了一种鸡群计数方法、装置、系统、计算机设备及存储介质,所述方法包括:获取鸡群图像数据集;对所述鸡群图像数据集进行第一预处理以得到多张鸡群真实分布密度图;构建Transformer网络模型,所述Transformer网络模型包括带有通道注意力机制的池化数据预处理层,所述池化数据预处理层,用于对输入数据进行第二预处理以降低数据规模和加强数据中不同通道的注意力;根据多张所述鸡群真实分布密度图训练所述Transformer网络模型以得到鸡群计数网络模型;根据所述鸡群计数网络模型对待计数的鸡群图像进行识别,进而完成计数。本发明实施例旨在有效解决现有鸡群计数方式精度较低、人工耗费大等问题,可以提高对鸡群图像的计数精度及节省人力资源。
-
公开(公告)号:CN118628215A
公开(公告)日:2024-09-10
申请号:CN202411108273.8
申请日:2024-08-13
申请人: 华南农业大学
IPC分类号: G06Q30/0601 , G06N3/0442 , G06N5/022 , G06Q30/0201 , G06F16/36
摘要: 本发明公开了一种基于全局与动态知识图谱引导的价格感知推荐方法及系统,通过获取B2B电子商务平台中用户与商品的历史交互数据,以天为粒度对商品价格进行等级划分并通过等级划分获取商品的动态价格特征,以天为单位构造含有用户、商品等节点的动态知识图谱与全局知识图谱;利用知识图谱嵌入学习技术学习全局知识图谱与动态知识图谱的节点表征;构建基于深度学习的价格感知推荐模型,将学习到的节点表征用于模型输入,通过模型捕获商品价格和用户偏好的动态变化,并利用贝叶斯排序损失训练模型。通过本发明,能够显著提升推荐系统性能与用户体验,同时,提升数据推荐效果。
-
公开(公告)号:CN118628162A
公开(公告)日:2024-09-10
申请号:CN202411105564.1
申请日:2024-08-13
申请人: 华南农业大学
IPC分类号: G06Q30/0202 , G06N3/0442 , G06N3/0455 , G06N3/08 , G06F17/18 , G06F18/232
摘要: 本发明公开了基于聚类分析和注意力机制的客户复购意愿预测方法及系统,获取用户的历史购买信息,根据所述历史购买信息构建时间序列,并基于时间序列对用户的购买行为特征进行聚类,根据聚类结果划分用户得到不同的用户群;基于深度学习方法构建时间序列特征提取模型,对聚类后得到的用户群分别训练,通过所述时间序列特征提取模型,提取不同用户群内的用户画像特征;根据决策策略模型将预测概率超过阈值的用户输出作为具有复购意愿的客户名单。通过本发明能够有效实现客户复购意愿的精准预测,并提供了一套高效、节能的B2B客户复购意愿预测系统,实现智能决策和高效监控。
-
-