公开(公告)号：CN108710680A

公开(公告)日：2018-10-26

申请号：CN201810481986.7

申请日：2018-05-18

Applicant: 哈尔滨理工大学

Inventor： 高俊山 ,  张孟逸 ,  邓立为 ,  孙安祺

IPC: G06F17/30 ,  G06N3/04

CPC classification number: G06N3/0454

Abstract: 本发明公开了一种利用深度学习进行基于情感分析的电影推荐的方法，获取用户的电影在线评论与电影状态信息，并对电影及其评论信息进行清洗操作并进行预处理；进行数据的结构及特征信息提取，通过深度学习对特征信息进行情感分析；之后基于情感分析数据建立用户兴趣模型，再计算用户对电影兴趣度并进行电影推荐。本发明采用Bagging算法与双向长短期记忆网络作为情感倾向分析的方法，挖掘文本信息中用户表达的主观情感，构建出有效的用户兴趣模型，提高了推荐系统的精度，优化电影推荐的质量。

公开(公告)号：CN207458128U

公开(公告)日：2018-06-05

申请号：CN201721140067.0

申请日：2017-09-07

Applicant: 哈尔滨理工大学

Inventor： 高俊山 ,  张孟逸

IPC: G06T1/20 ,  G06T1/60 ,  G06N3/04 ,  G06N3/063

Abstract: 本实用新型提供了一种基于FPGA在视觉应用中的卷积神经网络加速器，涉及图像处理于模式识别技术领域。具体应用ZYNQ-XC7Z020 soc平台，其具有ARM+FPGA异构架构，ARM处理器设置特定的参数通过AXI总线对FPGA进行控制，FPGA进行卷积操作与加速，利用多层卷积神经网络提取图像特征，之后将卷积操作之后的结果保存至内存中，再由ARM对数据进行后期处理。本实用新型提供了基于卷积神经网络的FPGA硬件加速方案，充分利xilinx ZYNQ器件中丰富的运算资源，挖掘卷积神经网络的并行性优势，利用可重用性的内核数据,限制不必要的访问片外存储器,减少带宽消耗，且在实时性和功耗方面都能满足实际应用的需求，从而提高卷积神经网络计算效率。