-
公开(公告)号：CN111291694A
公开(公告)日：2020-06-16
申请号：CN202010097854.1
申请日：2020-02-18
Applicant: 苏州大学
Abstract: 本申请涉及一种菜肴图像识别方法及装置存储介质，属于计算机技术领域，该方法包括：获取待识别的目标菜肴图像；获取图像识别模型，图像识别模型基于神经网络模型建立，且在神经网络模型中的多层中间层中添加了批归一化层，批归一化层包括归一化层和线性变换层；该归一化层用于对当前层的输入数据进行归一化；线性变换层用于将归一化后的数据线性变换至预设分布区间，线性变换层中的线性变换参数是通过对图像识别模型进行训练得到的；将目标菜肴图像输入图像识别模型，得到图像识别结果；可以解决现有的菜肴图像识别模型忽略数据分布随神经网络加深而梯度消失的问题；保证多层中间层计算后数据分布仍存在梯度，提高菜肴识别的准确性。
-
Patent Agency Ranking
公开(公告)号：CN111310046B
公开(公告)日：2023-10-20
申请号：CN202010097745.X
申请日：2020-02-18
Applicant: 苏州大学
IPC: G06F16/9535
Abstract: 本申请涉及一种对象推荐方法及装置，属于计算机技术领域，该方法包括：获取目标用户对对象的历史评分数据、历史评分时间和对象的属性信息；基于历史评分数据、历史评分时间和属性信息，确定各个对象之间的对象相似度矩阵；获取目标用户历史关注的历史目标对象和目标用户当前关注的实时目标对象；基于对象相似度矩阵确定每个历史目标对象的历史相似对象和每个实时目标对象的实时相似对象，得到目标用户的第一推荐列表；向目标用户推送第一推荐列表；可以解决现有的协同过滤算法的对象推荐准确性较低的问题；由于能够充分挖掘用户‑对象评分矩阵的潜在信息，并且能够利用对象属性信息确定对象相似度矩阵，因此可以提高推荐结果的准确度。
-
公开(公告)号：CN109300527A
公开(公告)日：2019-02-01
申请号：CN201811530292.4
申请日：2018-12-14
Applicant: 苏州大学
IPC: G16H20/60 , G06F16/9535
Abstract: 本发明涉及一种饮食信息的推荐方法，包括：获取家庭饮食的期望价格信息；获取家庭成员个体的生理信息，并基于生理信息，获取每个成员个体所需的营养信息；获取每个成员个体的口味偏好信息及应季的食材信息，产生推荐饮食清单，推荐饮食清单对应的营养信息与每个成员个体所需的营养信息匹配，推荐饮食清单对应的价格信息与期望价格信息匹配；推荐饮食清单根据价格降序排列或升序排列以供每个成员个体选择。通过获取家庭饮食的期望价格信息、家庭成员个体所需的营养信息、口味偏好信息及应季的食材信息，并结合期望价格信息、营养信息、口味偏好信息及食材信息产生推荐符合要求的饮食清单供成员个体选择，达到多角度且灵活推荐的效果。
-
公开(公告)号：CN111310046A
公开(公告)日：2020-06-19
申请号：CN202010097745.X
申请日：2020-02-18
Applicant: 苏州大学
IPC: G06F16/9535
Abstract: 本申请涉及一种对象推荐方法及装置，属于计算机技术领域，该方法包括：获取目标用户对对象的历史评分数据、历史评分时间和对象的属性信息；基于历史评分数据、历史评分时间和属性信息，确定各个对象之间的对象相似度矩阵；获取目标用户历史关注的历史目标对象和目标用户当前关注的实时目标对象；基于对象相似度矩阵确定每个历史目标对象的历史相似对象和每个实时目标对象的实时相似对象，得到目标用户的第一推荐列表；向目标用户推送第一推荐列表；可以解决现有的协同过滤算法的对象推荐准确性较低的问题；由于能够充分挖掘用户-对象评分矩阵的潜在信息，并且能够利用对象属性信息确定对象相似度矩阵，因此可以提高推荐结果的准确度。
-
公开(公告)号：CN111291694B
公开(公告)日：2023-12-01
申请号：CN202010097854.1
申请日：2020-02-18
Applicant: 苏州大学
Abstract: 本申请涉及一种菜肴图像识别方法及装置存储介质，属于计算机技术领域，该方法包括：获取待识别的目标菜肴图像；获取图像识别模型，图像识别模型基于神经网络模型建立，且在神经网络模型中的多层中间层中添加了批归一化层，批归一化层包括归一化层和线性变换层；该归一化层用于对当前层的输入数据进行归一化；线性变换层用于将归一化后的数据线性变换至预设分布区间，线性变换层中的线性变换参数是通过对图像识别模型进行训练得到的；将目标菜肴图像输入图像识别模型，得到图像识别结果；可以解决现有的菜肴图像识别模型忽略数据分布随神经网络加深而梯度消失的问题；保证多层中间层计算后数据分布仍存在梯度，提高菜肴识别的准确性。
-
公开(公告)号：CN109495947A
公开(公告)日：2019-03-19
申请号：CN201811553399.0
申请日：2018-12-19
Applicant: 苏州大学
IPC: H04W40/24 , H04W72/04 , H04B1/7143 , H04B1/7136 , H04W84/18
Abstract: 本发明涉及一种基于跳频的无线自组织网络汇聚方法、装置及存储介质，该方法包括：为网络中的节点设置信息存储模型，信息存储模型内存储有节点信息，节点信息包括节点类型信息、汇聚时隙倒计时信息及汇聚信道信息；任意节点汇聚组成新组后，将组内节点的信息存储模型的节点信息进行筛选并根据筛选后的节点信息进行下次汇聚，组内任意节点与邻居组和/或未汇聚节点汇聚后，将下次汇聚节点信息发送给邻居组和/或未汇聚节点；邻居组和/或未汇聚节点接收下次汇聚节点信息并选择与下次汇聚节点信息对应的时隙与信道以与发送节点信息的组内节点在下次汇聚时隙汇聚并组成新组。本发明实现已经汇聚的节点间的信息传递，从而达到提升汇聚时间的效果。
-
-
-
-
-
Search Results
6
records
(took 0.014 seconds)
