-
公开(公告)号：CN118820588B
公开(公告)日：2025-02-07
申请号：CN202410830003.1
申请日：2024-06-25
Applicant: 华南农业大学
IPC: G06F16/9535 , G06Q30/0601 , G06Q30/0201 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于图卷积和自注意力机制的购物篮推荐方法及系统，包括：基于包含购物篮、商品项、商品类型、价格以及用户等多个类型节点的图结构数据，通过图卷积网络聚合每个节点的邻接信息，从而更全面捕捉节点与图结构之间的内在联系。同时，构建用户的价格特征学习模块以精确表达相邻用户之间的相似价格偏好。通过引入注意力机制精确分配价格、用户、商品、购物篮之间的权重，使得模型可以结合用户偏好，做出具有针对性和个性化的推荐。本发明优化了推荐算法的性能，提高了用户的满意度，实现推荐系统与用户需求的更精确的匹配。
-
公开(公告)号：CN118628215B
公开(公告)日：2024-11-29
申请号：CN202411108273.8
申请日：2024-08-13
Applicant: 华南农业大学
IPC: G06Q30/0601 , G06N3/0442 , G06N5/022 , G06Q30/0201 , G06F16/36
Abstract: 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：CN116179429B
公开(公告)日：2024-08-23
申请号：CN202211725728.1
申请日：2022-12-30
Applicant: 华南农业大学
Abstract: 本发明公开了一株多功能蒙氏假单胞菌Pm12菌株及其应用。本发明提供的蒙氏假单胞菌(Pseudomonas monteilii)Pm12菌株已于2022年6月20日保藏于广东省微生物菌种保藏中心，保藏编号为GDMCC No：62556。本发明研究显示，蒙氏假单胞菌Pm12菌株能独立利用烟碱，具有高效降解烟碱的能力，还具有产嗜铁素的能力，对多种植物病原菌具有强烈的抑制效果，能用于防治植物病害；同时，Pm12菌株发酵液对玉米种子的萌发具有显著的促进作用。本发明提供的Pm12菌株作为新型环境治理的细菌，能用于烟碱化土壤的治理与肥化，提高作物产量，减少化肥农药使用具有重要意义，大力推动了绿色农业的发展。
-
公开(公告)号：CN115114535A
公开(公告)日：2022-09-27
申请号：CN202210895742.X
申请日：2022-07-27
Applicant: 华南农业大学
IPC: G06F16/9535 , G06F16/9536 , G06F17/16 , G06Q10/06 , G06Q10/10 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于宽度学习的协同滤波推荐方法、系统、设备及介质，所述方法包括：获取训练评分矩阵，所述训练评分矩阵包括多个用户‑项目的评分向量；构建宽度学习系统与协同滤波结合的网络，所述网络包括预处理部分和宽度学习系统；将训练评分矩阵输入所述网络进行训练；获取待评分矩阵；将待评分矩阵输入训练好的所述网络，得到相应的推荐结果。本发明构建的宽度学习系统与协同滤波结合的网络，只需消耗相对较短的训练时间和存储相对较少的数据，便能够捕获用户与项目之间的非线性关系，从而取得令人满意的推荐结果。
-
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
Applicant: 华南农业大学
IPC: G06Q30/0601 , G06N3/0442 , G06N5/022 , G06Q30/0201 , G06F16/36
Abstract: 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。
-
Patent Agency Ranking
公开(公告)号：CN113502236B
公开(公告)日：2023-03-31
申请号：CN202110397248.6
申请日：2021-04-13
Applicant: 华南农业大学
Abstract: 本发明公开了一株新洋葱伯克氏菌BcNLG515及其应用。本发明提供的一株新洋葱伯克氏菌Burkholderiacepacia菌株BcNLG515，所述菌株于2020年9月18日保藏于广东省微生物菌种保藏中心(GDMCC)，菌种保藏号为GDMCC No：61200。本发明的实验结果表明Burkholderiacepacia菌株BcNLG515对稻瘟病菌有抑菌活性，喷施BcNLG515生防菌液能降低稻瘟病菌对水稻的危害。同时，喷施BcNLG515可以显著提高褐飞虱对烟碱的敏感度，提高烟碱类农药防控褐飞虱的效果，具有很好的生物防治潜力和应用前景。
-
公开(公告)号：CN116484111A
公开(公告)日：2023-07-25
申请号：CN202310332832.2
申请日：2023-03-31
Applicant: 华南农业大学
IPC: G06F16/9536 , G06F18/214 , G06F18/22 , G06N3/02
Abstract: 本发明公开了一种基于宽度学习系统的多尺度协同滤波推荐方法及系统，所述方法包括：将获取的原始评分矩阵输入网络的多尺度协同滤波系统中，基于用户的协同过滤得到多个基于用户的多尺度协同向量；以及基于项目的协同过滤得到多个基于项目的多尺度协同向量；将得到的两个多尺度协同向量进行连接，得到多个用户‑项目的多尺度协同向量；将原始评分矩阵中的评分向量转换为one‑hot形式的向量，与对应的多个多尺度协同向量构成训练集；利用训练集训练网络的宽度学习系统；将待评分矩阵输入网络中，得到相应的推荐结果。本发明通过利用多尺度协同滤波系统中基于用户、项目的协同过滤和宽度学习系统相结合，从而能够准确预测出用户对项目的评分。
-
公开(公告)号：CN113502236A
公开(公告)日：2021-10-15
申请号：CN202110397248.6
申请日：2021-04-13
Applicant: 华南农业大学
Abstract: 本发明公开了一株新洋葱伯克氏菌BcNLG515及其应用。本发明提供的一株新洋葱伯克氏菌Burkholderiacepacia菌株BcNLG515，所述菌株于2020年9月18日保藏于广东省微生物菌种保藏中心(GDMCC)，菌种保藏号为GDMCC No：61200。本发明的实验结果表明Burkholderiacepacia菌株BcNLG515对稻瘟病菌有抑菌活性，喷施BcNLG515生防菌液能降低稻瘟病菌对水稻的危害。同时，喷施BcNLG515可以显著提高褐飞虱对烟碱的敏感度，提高烟碱类农药防控褐飞虱的效果，具有很好的生物防治潜力和应用前景。
-
公开(公告)号：CN119721331A
公开(公告)日：2025-03-28
申请号：CN202411707795.X
申请日：2024-11-27
Applicant: 华南农业大学
IPC: G06Q10/04 , G01G17/00 , G06Q50/02 , G06F18/25 , G06F18/15 , G06N3/0499 , G06N3/084 , G06F16/904 , G06N3/048
Abstract: 本发明公开了一种基于多特征深度融合学习的鸡群均重估计方法及系统，包括：通过智能采集设备采集鸡群均重，并将鸡群均重数据与鸡群相关信息经数据处理程序处理后存入服务器的数据库；基于历史鸡群均重数据及鸡群相关先验知识创建鸡群均重估计模型，预测鸡群体重；将预测通过数据可视化模块，做预测数据展示，将数据信息转化为易于分析的图形、图表形式，从而更清晰地洞察数据的趋势和规律。本发明有效提升畜禽体重预测的准确性，为企业鸡群售卖计划和养殖计划制定提供技术支持。
-
公开(公告)号：CN118797163B
公开(公告)日：2025-03-21
申请号：CN202410937718.7
申请日：2024-07-12
Applicant: 华南农业大学
IPC: G06F16/9535 , G06Q30/0601 , G06N3/0455 , G06N3/0895
Abstract: 本发明公开了一种基于数据增强与表征对齐的购物篮推荐方法及系统，包括：将购物篮数据嵌入表征输入到降噪自编码器及变分自编码器进行数据增强得到两种更具鲁棒性的购物篮嵌入表征，基于自编码器的解码器完成对两种重构购物篮表征对齐，并且与原来的购物篮嵌入表征构成三组正样本对，基于预设数量K抽出与用户购物篮不相关的项目，与三组购物篮嵌入表征构成3*K组负样本，通过对比学习，最大化正样本对的相似性，最小化负样本对的相似性，完成模型的训练。本发明利用自编码器对购物篮的嵌入表征进行数据增强，进而构建对比学习，用来优化购物篮的嵌入表征，从而提升下一个购物篮推荐任务的效果。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.034 seconds)
