一种用于个性化社会图像推荐的视觉注意-标签-用户兴趣树的构建方法

    公开(公告)号:CN105045907A

    公开(公告)日:2015-11-11

    申请号:CN201510487893.1

    申请日:2015-08-10

    CPC classification number: G06F17/30867 G06F17/30268 G06F17/30884

    Abstract: 一种用于个性化社会图像推荐的视觉注意-标签-用户兴趣树的构建方法属于社会图像领域。本发明以标签为纽带将视觉注意与用户兴趣结合起来,利用视觉注意机制分析图像的视觉显著性,构建具有树结构的视觉注意模型,据此获得显著区,分析图像显著信息与标签语义的对应关系,生成显著标签和节点标签,构建标签树模型,进而结合用户历史信息将标签树向用户兴趣树传播,最后由用户兴趣树向用户推荐图像,根据用户对推荐结果的反馈,重新调整树模型,进一步优化个性化社会图像推荐。其中,生成视觉注意树模型细分为四个部分:图像区域分割,显著性度量,树结构的区域合并,生成显著图。本发明提高个性化图像推荐的准确率。

    基于工程能力提升的知识图谱构建方法

    公开(公告)号:CN112668719A

    公开(公告)日:2021-04-16

    申请号:CN202011226817.2

    申请日:2020-11-06

    Abstract: 本发明公开了基于工程能力提升的知识图谱构建方法,本发明通过构建工程教育领域知识图谱的方法,获取学生提升工程能力的一系列有效途径。在构建知识图谱的过程中,提出了一种基于Bilstm和CRF结合的命名实体识别方法,一种基于BERT模型的关系提取方法和一种基于预训练TransE模型的负三元组潜在正确概率知识推理算法。本发明将知识图谱以工程教育为起点向各项措施延伸进行可视化展示,可以更加清晰准确地显示出各条路径的内容。

    一种基于用户行为偏好的视频内容访问预测与推荐方法

    公开(公告)号:CN106446015A

    公开(公告)日:2017-02-22

    申请号:CN201610750490.6

    申请日:2016-08-29

    Abstract: 本发明公开一种基于用户行为偏好的视频内容访问预测与推荐方法,首先,通过聚类技术实现镜头边缘检测和提取视频的关键帧,然后基于用户评分数据,采用深度学习技术CNN学习视频关键帧的深度视觉特征,并进一步基于深度视觉特征向量来表征视频内容。然后通过多级贝叶斯模型构建用户行为偏好模型。最后基于用户行为偏好模型,采用线性回归技术实现视频内容访问预测与推荐。采用本发明的技术方案,有效提高了个性化视频推荐的准确度。

    一种应用于扩容性印刷包装的复合材料制备工艺

    公开(公告)号:CN109263062A

    公开(公告)日:2019-01-25

    申请号:CN201811057319.2

    申请日:2018-09-11

    Abstract: 本发明公开了一种应用于扩容性印刷包装的复合材料制备工艺,该制备工艺包括如下步骤:准备原料:原料包括石塑纸(石塑复合材料),松厚度较高的纤维纸,粘合胶或树脂材料。对粘合胶或树脂材料加温,使粘合胶或树脂材料充分熔化形成粘合材料。把熔化的粘合材料充分均匀涂在石塑纸或松厚度较高的纤维纸表面。根据要求,选择使用机械复合或人工复合等方法,使石塑纸与松厚度较高的纤维纸牢固结合。本发明拓宽了现有技术中的挺度差、厚度底、不透明性差等缺陷。

    一种通过瞬态电流分析阻变存储器内部陷阱的方法

    公开(公告)号:CN108614203A

    公开(公告)日:2018-10-02

    申请号:CN201810423405.4

    申请日:2018-05-06

    Abstract: 本发明公开了一种通过瞬态电流分析阻变存储器内部陷阱的方法,首先测量阻变存储器在正向、负向偏压区域的I-V曲线,判断阻变存储器的导电机制。由于载流子有机会从陷阱中跃迁出来,所以当施加在存储器上的陷阱填充电压被移开之后,在短时间内监测到瞬态电流的产生。通过对瞬态电流的e指数函数的拟合,得到了相应的时间常数,并且通过分析不同温度对瞬态电流的影响,得到一组随温度变化而变化的时间常数谱。利用阿仑尼乌斯坐标拟合,确定BFO阻变存储器中缺陷对应能级的激活能。通过改变对阻变存储器施加脉冲的填充电压和填充时间,分析时间常数随填充电压和填充时间的变化,结合极化及陷阱填充状态对阻变存储器有序性的影响,利用时间常数分析阻变存储器内部陷阱的填充状态。

    一种用于个性化社会图像推荐的视觉注意-标签-用户兴趣树的构建方法

    公开(公告)号:CN105045907B

    公开(公告)日:2018-03-09

    申请号:CN201510487893.1

    申请日:2015-08-10

    Abstract: 一种用于个性化社会图像推荐的视觉注意‑标签‑用户兴趣树的构建方法属于社会图像领域。本发明以标签为纽带将视觉注意与用户兴趣结合起来,利用视觉注意机制分析图像的视觉显著性,构建具有树结构的视觉注意模型,据此获得显著区,分析图像显著信息与标签语义的对应关系,生成显著标签和节点标签,构建标签树模型,进而结合用户历史信息将标签树向用户兴趣树传播,最后由用户兴趣树向用户推荐图像,根据用户对推荐结果的反馈,重新调整树模型,进一步优化个性化社会图像推荐。其中,生成视觉注意树模型细分为四个部分:图像区域分割,显著性度量,树结构的区域合并,生成显著图。本发明提高个性化图像推荐的准确率。

Patent Agency Ranking