-
公开(公告)号:CN117314561A
公开(公告)日:2023-12-29
申请号:CN202311225913.9
申请日:2023-09-21
Applicant: 苏州大学
IPC: G06Q30/0601 , G06N3/0442 , G06V10/44 , G06V10/74 , G06V10/82 , G06V10/762
Abstract: 本发明涉及一种元宇宙产品推荐方法、装置及计算机可读存储介质,涉及元宇宙技术领域。包括:获取元宇宙中每个3D模型的多个2D视图,将多个2D视图输入卷积神经网络,得到模型特征向量组;利用VSAM特征提取网络和LSTM特征提取网络对模型特征向量组进行特征提取,得到3D模型的空间特征向量;将待匹配的2D图像的图像特征向量和所有3D模型的空间特征向量输入生成对抗网络进行对抗性学习,输出目标空间特征向量集合;计算目标空间特征向量和图像特征向量之间的相似度得到与2D图像相似度最高的3D模型。本申请最大程度地提取了每个3D模型的特征信息,提高了产品推荐的有效性和准确性,实现了2D图像和3D模型之间的有效匹配。
-
公开(公告)号:CN118485079A
公开(公告)日:2024-08-13
申请号:CN202410409716.0
申请日:2024-04-07
Applicant: 苏州大学
IPC: G06F40/30 , G06F40/16 , G06F18/2415 , G06F18/25 , G06V10/44 , G06N3/0464 , G06N3/045 , G06Q50/00
Abstract: 本发明公开了一种基于跨模态社交网络数据的用户需求挖掘方法、装置及系统,具体涉及网络数据领域。本发明具有以下优点和效果:对包括文本和图像在内的跨模态社交网络用户生成数据进行情感分析,进而帮助产品设计者有效挖掘社交网络数据中的用户偏好信息,在基于Transformer的多模态情感分析的基础上引入文本引导的跨模态融合模块,在一定程度上提高了模型的精度,同时,采用一种面向训练的、具有高灵活性和可伸缩性的GEMM核心来处理任意不规则的训练GEMM操作,在一定程度上提高了Transformer模型的整体操作效率,帮助设计者高效精准获取跨模态社交网络数据中的用户需求信息。
-
公开(公告)号:CN117314561B
公开(公告)日:2024-10-22
申请号:CN202311225913.9
申请日:2023-09-21
Applicant: 苏州大学
IPC: G06Q30/0601 , G06N3/0442 , G06V10/44 , G06V10/74 , G06V10/82 , G06V10/762
Abstract: 本发明涉及一种元宇宙产品推荐方法、装置及计算机可读存储介质,涉及元宇宙技术领域。包括:获取元宇宙中每个3D模型的多个2D视图,将多个2D视图输入卷积神经网络,得到模型特征向量组;利用VSAM特征提取网络和LSTM特征提取网络对模型特征向量组进行特征提取,得到3D模型的空间特征向量;将待匹配的2D图像的图像特征向量和所有3D模型的空间特征向量输入生成对抗网络进行对抗性学习,输出目标空间特征向量集合;计算目标空间特征向量和图像特征向量之间的相似度得到与2D图像相似度最高的3D模型。本申请最大程度地提取了每个3D模型的特征信息,提高了产品推荐的有效性和准确性,实现了2D图像和3D模型之间的有效匹配。
-
-