-
公开(公告)号：CN108733798B
公开(公告)日：2021-11-19
申请号：CN201810471715.3
申请日：2018-05-17
Applicant: 电子科技大学
IPC: G06F16/36 , G06F16/955
Abstract: 本发明公开了一种基于知识图谱的个性化推荐方法，属于知识图谱及机器学习技术领域，包括以下步骤：步骤1.将知识图谱中的物品进行向量化得到向量集合D以及每个物品的量化值；步骤2.根据知识图谱得到的量化值计算其物品之间的物品语义相似度；步骤3.基于用户行为计算出用户历史交互数据中物品之间的物品交互相似度；步骤4.根据所述的物品语义相似度和物品交互相似度计算所有物品的物品融合相似度；步骤5.根据所述的物品融合相似度预测用户对未评价的物品的评分，并根据所述的评分为用户生成推荐列表。本发明通过将基于知识图谱的物品语义相似度与基于用户行为的物品相似度融合，从而提高了推荐系统的推荐效果。
-
公开(公告)号：CN105023178B
公开(公告)日：2018-08-03
申请号：CN201510493439.7
申请日：2015-08-12
Applicant: 电子科技大学
Abstract: 本发明公开了种基于本体的电子商务推荐方法,属于知识库等领域,用于解决系统难于准确向用户推荐正确结果的问题。本发明获取知识,构建本体知识库;获取用户输入的关键词,对关键词进行处理;利用关键词在本体知识库中查询出相关联的待推荐对像;基于用户‑项评分矩阵使用传统关联推荐算法,计算待推荐对象之间的相似度;基于本体知识库计算待推荐对象之间的相似度;基于本体知识库计算的待推荐对象之间的相似度对基于传统关联推荐算法计算的待推荐对象之间的相似度结果进行修正;根据修正结果选出待推荐对象的邻居集并生成推荐列表。本发明用于计算不同本体在本体库中相似度,并使用该相似度对基于协同过滤计算的相似度进行修正。
-
公开(公告)号：CN103439726A
公开(公告)日：2013-12-11
申请号：CN201310400749.0
申请日：2013-09-06
Applicant: 电子科技大学
IPC: G01S19/39
Abstract: 本发明提供了一种应用于GPS的快速K最短路径规划方法，所述方法运用动态装载数据搜索方法以及启发式搜索思想递归计算K条最短路径：利用A*算法求得最短路径，依次遍历前一条最短路径上各个结点的出边得到一个候选路径集合；递归搜索从第i条最短路得到第i+1条最短路径。本发明的优点是快速求出K条最短路径并将其应用于GPS导航系统，在一定程度上解决GPS导航路径单一的问题，而且给出K条路径方案供用户选择，充分考虑了用户在行驶过程中的其它需求，明显提高设备的实用性。
-
公开(公告)号：CN119227773A
公开(公告)日：2024-12-31
申请号：CN202411379921.3
申请日：2024-09-30
Applicant: 电子科技大学
IPC: G06N3/092 , G06F18/22 , G06N3/044 , G06N3/0442 , G06N3/0499 , G06N3/047 , G06N3/042 , G06N3/045
Abstract: 本发明公开了一种基于行为体行为特征相似性的多智能体强化学习协作方法，在该模型中，智能体之间的相互作用被建立为一个图神经网络。具体来说，提出了皮尔逊相关系数来计算主体历史轨迹的相似性，用于建模图神经网络中边的权值，作为确定其行为共同认知的一种手段；此外，利用结构化的状态信息互补模块，该模块主要依赖于基于自注意的变压器‑编码器架构，融合了其他智能体的观察和行动，以增强智能体的策略网络的表示能力。该模型有效地增强主体之间的协作行为，提高协同模型的训练效率。
-
公开(公告)号：CN109886315B
公开(公告)日：2022-05-03
申请号：CN201910085067.2
申请日：2019-01-29
Applicant: 电子科技大学
IPC: G06V10/74 , G06V10/762 , G06K9/62
Abstract: 本发明提出了一种基于核保持的图像相似性度量方法，首先定义损失函数，然后通过定义核函数简化损失函数，并在损失函数中增加正则化函数得到完整的目标函数，最后优化和求解目标函数得到最终的重构变换矩阵，并采用准确率和正则化互信息量两个指标衡量最终的重构变换矩阵性能。该方法通过定义核函数最小化重构误差并对原始图像数据样本进行相似性学习，使得图像数据样本之间的相似性信息保留了更好的全局关系，基于该相似性信息，利用谱聚类算法对图像进行更准确的聚类。本发明具有通用性，可用于聚类、分类、推荐系统等问题，为基于相似性学习的方法提供了一种有效的基础模块，同时在图像映射至低维的应用中也有非常大的潜力。
-
Patent Agency Ranking
公开(公告)号：CN103823466A
公开(公告)日：2014-05-28
申请号：CN201310195535.4
申请日：2013-05-23
Applicant: 电子科技大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于全局路径规划和局部滚动预测避碰规划相结合的双层规划方法，来解决动态环境下移动机器人路径规划问题。该方法主要包括两部分：全局路径规划和局部滚动预测避碰规划。本发明能够更好地实现机器人导航，提高机器人的智能性。运用双层规划方法能够避免规划初始的盲目性，减小问题的搜索空间；针对动态障碍物运行方向的不确定性，采用两种碰撞预测策略及两种相应的碰撞避免策略，能够很好地避开动态障碍物；特别地，为更好地适应环境的变化，在第二层规划中，加入基于行为方法中的Follow_wall（沿墙）行为，可使得在环境发生变化时，移动机器人仍能够安全无碰地到达目标点。
-
公开(公告)号：CN109886315A
公开(公告)日：2019-06-14
申请号：CN201910085067.2
申请日：2019-01-29
Applicant: 电子科技大学
IPC: G06K9/62
Abstract: 本发明提出了一种基于核保持的图像相似性度量方法，首先定义损失函数，然后通过定义核函数简化损失函数，并在损失函数中增加正则化函数得到完整的目标函数，最后优化和求解目标函数得到最终的重构变换矩阵，并采用准确率和正则化互信息量两个指标衡量最终的重构变换矩阵性能。该方法通过定义核函数最小化重构误差并对原始图像数据样本进行相似性学习，使得图像数据样本之间的相似性信息保留了更好的全局关系，基于该相似性信息，利用谱聚类算法对图像进行更准确的聚类。本发明具有通用性，可用于聚类、分类、推荐系统等问题，为基于相似性学习的方法提供了一种有效的基础模块，同时在图像映射至低维的应用中也有非常大的潜力。
-
公开(公告)号：CN108733798A
公开(公告)日：2018-11-02
申请号：CN201810471715.3
申请日：2018-05-17
Applicant: 电子科技大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于知识图谱的个性化推荐方法，属于知识图谱及机器学习技术领域，包括以下步骤：步骤1.将知识图谱中的物品进行向量化得到向量集合D以及每个物品的量化值；步骤2.根据知识图谱得到的量化值计算其物品之间的物品语义相似度；步骤3.基于用户行为计算出用户历史交互数据中物品之间的物品交互相似度；步骤4.根据所述的物品语义相似度和物品交互相似度计算所有物品的物品融合相似度；步骤5.根据所述的物品融合相似度预测用户对未评价的物品的评分，并根据所述的评分为用户生成推荐列表。本发明通过将基于知识图谱的物品语义相似度与基于用户行为的物品相似度融合，从而提高了推荐系统的推荐效果。
-
公开(公告)号：CN104573688B
公开(公告)日：2017-08-25
申请号：CN201510025849.9
申请日：2015-01-19
Applicant: 电子科技大学
Abstract: 本发明涉及数字图像处理与分割领域和烟草真伪检测领域，提供了基于深度学习的移动平台烟草激光码智能识别方法及装置。首先通过终端摄像头获取条烟包装表面的激光码图像，采用大律法和局部阈值化技术相结合对图像进行二值化；对激光码图像进行校正，使得激光码字符区域处于一个与屏幕平行的矩形区域；通过字符分割将激光码图像分割为单个字符图像；采用分割后的激光码字符训练构建的深度卷积神经网络，将训练好的神经网络移植到移动平台(基于Android)客户端，采用该深度卷积神经网络对烟草激光码进行字符识别；通过比对后台烟草编码规则即可及时判断烟草真伪。
-
公开(公告)号：CN105023178A
公开(公告)日：2015-11-04
申请号：CN201510493439.7
申请日：2015-08-12
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于本体的电子商务推荐方法，属于知识库等领域，用于解决系统难于准确向用户推荐正确结果的问题。本发明获取知识，构建本体知识库；获取用户输入的关键词，对关键词进行处理；利用关键词在本体知识库中查询出相关联的待推荐对像；基于用户-项评分矩阵使用传统关联推荐算法，计算待推荐对象之间的相似度；基于本体知识库计算待推荐对象之间的相似度；基于本体知识库计算的待推荐对象之间的相似度对基于传统关联推荐算法计算的待推荐对象之间的相似度结果进行修正；根据修正结果选出待推荐对象的邻居集并生成推荐列表。本发明用于计算不同本体在本体库中相似度，并使用该相似度对基于协同过滤计算的相似度进行修正。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.02 seconds)
