公开(公告)号：CN107169031B

公开(公告)日：2020-05-19

申请号：CN201710248113.7

申请日：2017-04-17

Applicant: 广东工业大学

Inventor： 蔡瑞初 ,  李俊峰 ,  郝志峰 ,  温雯 ,  许柏炎 ,  黄俊宁 ,  陈炳丰

IPC: G06F16/9535 ,  G06F16/583 ,  G06N3/08

Abstract: 本发明涉及数据挖掘、机器学习及神经网络技术领域，更具体地，涉及一种基于深度表达的图片素材推荐方法，在基于反向传播技术的神经网络模型下，利用Show And Tell技术、Doc2Vec技术及Image2Vec技术对文章及图片进行深度表达处理，并构建一个用于计算文章和图片匹配度的神经网络并对其进行训练和测试，最终得到一个准确率高的计算文章和图片匹配度的神经网络，将一篇文章和多张图片组成多个组合(D，I)，将多个组合一一输入该神经网络计算出各个组合的匹配度，即能为该篇文章推荐出匹配度最高的一幅图片，减轻使用者的劳动强度，为使用者带来便利。

公开(公告)号：CN107169031A

公开(公告)日：2017-09-15

申请号：CN201710248113.7

申请日：2017-04-17

Applicant: 广东工业大学

Inventor： 蔡瑞初 ,  李俊峰 ,  郝志峰 ,  温雯 ,  许柏炎 ,  黄俊宁 ,  陈炳丰

IPC: G06F17/30 ,  G06N3/08

Abstract: 本发明涉及数据挖掘、机器学习及神经网络技术领域，更具体地，涉及一种基于深度表达的图片素材推荐方法，在基于反向传播技术的神经网络模型下，利用Show And Tell技术、Doc2Vec技术及Image2Vec技术对文章及图片进行深度表达处理，并构建一个用于计算文章和图片匹配度的神经网络并对其进行训练和测试，最终得到一个准确率高的计算文章和图片匹配度的神经网络，将一篇文章和多张图片组成多个组合(D，I)，将多个组合一一输入该神经网络计算出各个组合的匹配度，即能为该篇文章推荐出匹配度最高的一幅图片，减轻使用者的劳动强度，为使用者带来便利。