一种面向旅游景点推荐的游客画像构建方法

    公开(公告)号:CN110287336B

    公开(公告)日:2021-08-27

    申请号:CN201910530084.2

    申请日:2019-06-19

    Abstract: 本发明提供了一种面向旅游景点推荐的游客画像构建方法,利用游客历史游览的景点序列在旅游知识图谱上的传播生成游客历史游览景点序列相对于候选景点的特征向量,通过注意力网络给不同的特征向量分配不同的权重,计算得到上述特征向量的加权和,该加权和即是游客的表示向量,将上述得到的表示向量作为游客画像的表示,在个性化景点推荐阶段,再将景点表示向量和游客画像做内积运算生成游客游览该景点的概率,按照不同景点的概率大小为游客生成景点推荐的列表。

    一种基于余弦度量规则的知识图谱表示学习方法

    公开(公告)号:CN108052683B

    公开(公告)日:2021-08-03

    申请号:CN201810058745.1

    申请日:2018-01-22

    Abstract: 本发明公开一种基于余弦度量规则的知识图谱表示学习方法,首先将知识图谱中的实体与关系随机嵌入到两个向量空间;其次利用候选实体统计规则,统计相关关系对应的三元组集与候选实体向量集;再次利用余弦相似度构造目标向量与候选实体的评分函数,对候选实体进行评价;最后利用损失函数将所有相关关系的候选实体向量与目标向量进行统一训练,并通过随机梯度下降算法最小化损失函数。当达到优化目标时,即可获得知识图谱中每个实体向量和关系向量的最佳表示,从而更好的表示实体与关系之间的联系,并能够很好的应用于大规模的知识图谱补全当中。

    基于注意力的音频和歌词的多模态音乐风格分类方法

    公开(公告)号:CN113177136A

    公开(公告)日:2021-07-27

    申请号:CN202110460027.9

    申请日:2021-04-27

    Abstract: 本发明涉及音乐风格分类技术领域,涉及一种基于注意力的音频和歌词的多模态音乐风格分类方法,步骤如下:一、数据获取;二、音频预处理:先对音频数据采取Mel频谱特征提取,然后经过CNN网络得到音频特征;三、歌词预处理:先进行BERT预训练得到词向量,然后经过HAN网络得到歌词特征向量;四、attention模间融合:通过Attention模间融合,将获取的音频和歌词特征,进行交互融合获取融合的Attention注意力向量,再与音频和歌词特征向量拼接,获得包含音频和歌词各自模态特征,以及模态间融合特征的音乐风格特征;五、经过softmax层进行分类。本发明能较佳地对数据进行学习和分类。

    一种数据处理装置、方法、计算机设备及存储介质

    公开(公告)号:CN112967172A

    公开(公告)日:2021-06-15

    申请号:CN202110221038.1

    申请日:2021-02-26

    Abstract: 本公开提供了一种数据处理装置、方法、计算机设备及存储介质,其中,该装置包括:包括:第一存储单元和计算单元;所述计算单元包括处理引擎PE阵列;多个第一存储单元分别与所述PE阵列中的PE连接;所述PE,用于对所连接第一存储单元进行读/写访问;所述多个第一存储单元,用于存储所连接PE进行读/写访问过程中传输的数据。本公开实施例通过PE阵列中与不同第一存储单元连接的不同PE,能够并行对不同的第一存储单元进行访问,提升了从第一存储单元中读取数据的效率,且提升了将数据存储至第一存储单元的效率,从而提升了数据处理效率。

    一种数据处理方法、装置、计算机设备及存储介质

    公开(公告)号:CN112966729A

    公开(公告)日:2021-06-15

    申请号:CN202110221235.3

    申请日:2021-02-26

    Abstract: 本公开提供了一种数据处理方法、装置、计算机设备及存储介质,其中,该方法包括:从待处理图像特征矩阵以及权重矩阵中,确定多个处理周期分别对应的目标特征元素以及目标权重元素;其中,所述待处理图像特征矩阵对应多个权重矩阵;响应于任一处理周期到来,处理引擎PE阵列中的每个PE获取该处理周期对应的目标特征元素以及对应的目标权重元素并进行预设运算,得到中间处理数据;其中,针对任一处理周期,所述PE阵列中的目标特征元素包括重复特征元素,以及该重复特征元素分别与不同权重矩阵中与该重复特征元素对应的目标权重元素相对应;基于多个处理周期分别对应的中间处理数据,得到对所述待处理图像特征矩阵进行处理的结果数据。

    一种数据处理方法、装置、计算机设备及存储介质

    公开(公告)号:CN112927125A

    公开(公告)日:2021-06-08

    申请号:CN202110132573.X

    申请日:2021-01-31

    Abstract: 本公开提供了一种数据处理方法、装置、计算机设备及存储介质,其中,该方法包括:基于矩阵操作数操作步长对乘加器阵列中的多个乘加器进行分组,得到至少一个乘加器组;利用所述至少一个乘加器组中的每个乘加器组,并行执行与所述每个乘加器组对应的数据处理任务。本公开能使乘加器阵列可以同时处理多个数据处理任务,提高了乘加器阵列对数据处理任务的处理效率。另外,基于操作数操作步长对乘加器阵列进行分组使得原本对某一数据处理任务的处理结果无效的乘加器对另一个数据处理任务的处理结果有效,提高了乘加器阵列的利用率、减少了计算资源的浪费。

    一种数据处理方法、装置、设备及存储介质

    公开(公告)号:CN112927124A

    公开(公告)日:2021-06-08

    申请号:CN202110352221.5

    申请日:2021-03-31

    Abstract: 本发明涉及一种数据处理方法、装置、设备及存储介质,所述数据处理方法包括:根据卷积运算的步长对待处理数据进行采样,得到至少一个第一采样结果,其中,所述步长大于1;根据所述卷积运算的步长对卷积核进行采样,得到至少一个第二采样结果,其中,所述至少一个第一采样结果和所述至少一个第二采样结果一一对应;将所述至少一个第一采样结果和所述至少一个第二采样结果,对应的输入至处理阵列,以使所述处理阵列输出处理结果。

    一种基于不确定图模型侦测蛋白质复合物的方法

    公开(公告)号:CN109493915B

    公开(公告)日:2021-05-07

    申请号:CN201811518891.4

    申请日:2018-12-12

    Abstract: 本发明提出一种基于不确定图模型侦测蛋白质复合物的方法,该方法包括:将蛋白质作为不确定图的顶点,蛋白质之间的相互作用作为不确定图的边;根据不确定图模型,定义期望稠密度,判断每个顶点是否属于核;计算蛋白质和他邻居蛋白质的皮尔逊系数,进一步判断该蛋白质是否属于核;根据不确定图模型,定义邻居顶点相关度,判断该蛋白质是否属于附件;对所有挖掘到的蛋白质复合物进行冗余过滤。本发明所采用的不确定图模型具有很好的表示动态PPI网络,更切合实际,从而加快了搜索效率,更能精确预言蛋白质复合物。

Patent Agency Ranking