一种融合时间间隔和多兴趣特征提取的序列推荐方法

    公开(公告)号:CN118445471A

    公开(公告)日:2024-08-06

    申请号:CN202310384189.8

    申请日:2023-04-11

    Abstract: 本发明属于深度学习与推荐领域,特别涉及一种融合时间间隔和多兴趣特征提取的序列推荐方法,包括:获取用户在不同时刻与项目的历史交互数据并按照时间先后进行排序,将最后l个用户与项目的历史交互数据组成原始项目交互样本;根据原始项目交互样本中用户与项目交互的时间计算用户的关系矩阵;构建项目推荐模型,并将原始项目交互样本嵌入向量表示生成原始项目交互序列向量,根据预设的候选项目将原始项目交互序列向量和用户的关系矩阵输入训练好的项目推荐模型预测用户感兴趣的项目对用户进行推荐,本发明有效地利用用户交互行为中项目之间的时间间隔和用户的真实兴趣对项目之间的关系进行建模,从而提升了模型的有效性和准确性。

    一种基于时序门控图神经网络的兴趣点推荐方法

    公开(公告)号:CN116049578A

    公开(公告)日:2023-05-02

    申请号:CN202310132261.8

    申请日:2023-02-17

    Abstract: 本发明涉及图神经网络、深度学习与推荐系统领域,特别涉及一种基于时序门控图神经网络的兴趣点推荐方法;该方法构建并训练用户长期偏好模型,采用训练好的用户长期偏好模型为用户推荐兴趣点;所述用户长期偏好模型包括签到序列图构造模块、时序门控图神经网络模块(TGGNN模块)、注意力机制模块和概率预测模块;本发明通过构建兴趣点(POI)签到序列图来表示用户的签到活动,实现有效特征的传播,设计时序门控图神经网络融合时间上下文信息来动态更新节点向量,充分考虑了签到序列图中节点之间的时间关系,同时也能得到不同签到点之间的复杂转换。

    一种基于反射器的远程目标设备精密姿态测量方法

    公开(公告)号:CN114966795A

    公开(公告)日:2022-08-30

    申请号:CN202210517101.0

    申请日:2022-05-13

    Inventor: 何维 张静 田增山

    Abstract: 本发明提出一种基于信号反射器的远程目标设备精密姿态测量方法,该系统通过使用三个设计的信号反射器将设备处接收到的信号转发至固定基站处,利用三个信号反射器传输的信号相位差对目标设备进行三维姿态测量,相比于传统的姿态监测,此方法成本低,应用范围广;在固定基站位置将三根接收天线对收到的信号预处理获得较为稳定的原始数据;然后利用预处理后的不同天线的信号建立伪距和载波相位的双差观测模型,以此消除信号传输过程中的延时误差,过程中结合卡尔曼滤波和lambda算法解算整周模糊度,即可求出主基线和副基线的姿态向量,从而得到目标设备的偏航角,俯仰角以及偏横滚角。该发明方法能有效地对远程目标设备的三维姿态进行测量。

    基于卫星信号反射器的低成本远程精密定位监测方法

    公开(公告)号:CN114879237A

    公开(公告)日:2022-08-09

    申请号:CN202210224717.9

    申请日:2022-03-07

    Abstract: 本发明提出一种基于卫星信号反射器的低成本远程精密定位监测方法,该方法中设计了一个卫星信号反射器,通过反射器将目标监测位置的信号转发至固定基站处,利用卫星直达信号与反射器信号间的相位差对目标位置进行监测,相比于传统的监测方法,此方法能实现安全性能高且成本低的远程精密灾害监测;在固定基站将两根接收天线收到的信号预处理获得较为稳定的原始数据;然后利用处理后的不同天线的信号建立伪距和载波相位的双差观测模型,消除信号传输过程中的延时误差,过程中结合卡尔曼滤波和lambda算法求出双差整周模糊度,即可求解出被监测点的精确坐标。该发明方法有效地利用卫星信号反射器进行地质灾害监测,为未来灾害监测提供了低成本的新模型。

Patent Agency Ranking