公开(公告)号：CN113139140B

公开(公告)日：2024-01-16

申请号：CN202110534464.0

申请日：2021-05-17

Applicant: 辽宁工程技术大学

Inventor： 杨一鸣 ,  张兴 ,  孙德伟 ,  朱尧 ,  宁安

IPC: G06F16/9537 ,  G06F16/9535

Abstract: 本发明公开了一种基于时空感知GRU并结合用户关系偏好的旅游景点推荐方法，主要由三个部分组成：用户关系挖掘、用户偏好建模以及模型的训练。本发明解决了现有方法只考虑用户朋友关系而缺乏用户偏好相似的问题，有效提高了推荐模型的准确率。本发明把得到预训练的用户关系向量、用户长期偏好向量、当前偏好向量和周期偏好向量进行拼接当做用户最终的总偏好向量，最终旅游景点推荐的概率是由最终总偏好向量与旅游景点集合向量的内积形式表示。本发明在两个公开真实的数据集上进行实验，实验结果表明提出的模型显著优于当前主流模型。

公开(公告)号：CN112270666A

公开(公告)日：2021-01-26

申请号：CN202011210676.5

申请日：2020-11-03

Applicant: 辽宁工程技术大学

Inventor： 孟祥福 ,  孙德伟 ,  张兴 ,  谢晶 ,  张峰 ,  杨一鸣

IPC: G06T7/00 ,  G06T7/11 ,  G06T3/40 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明公开了一种基于深度卷积神经网络的非小细胞肺癌病理切片识别方法，步骤为：从TCGA获取到的公开数据集非小细胞肺癌的病理切片；构建用于训练的深度学习模型；将训练数据集输入卷积神经网络训练，得到学习后的卷积神经网络模型；将训练数据集输入卷积神经网络训练，得到学习后的卷积神经网络模型。本发明通过利用Inception‑v3模型和CBAM注意力机制融合在一起，实现对非小型细胞肺癌的分类，通过注意力机制提高了网络精度；同时利用深度卷积神经网络Inception‑v3实验结果表明，本发明提出的基于深度学习的非小细胞肺癌病理切片识别方法可以有效的针对肺腺癌和肺鳞状细胞癌的分类，在一定程度上减轻了医生的负担，在医学图像识别领域实现了非常良好的性能。

公开(公告)号：CN113139140A

公开(公告)日：2021-07-20

申请号：CN202110534464.0

申请日：2021-05-17

Applicant: 辽宁工程技术大学

Inventor： 杨一鸣 ,  张兴 ,  孙德伟 ,  朱尧 ,  宁安

IPC: G06F16/9537 ,  G06F16/9535

Abstract: 本发明公开了一种基于时空感知GRU并结合用户关系偏好的旅游景点推荐方法，主要由三个部分组成：用户关系挖掘、用户偏好建模以及模型的训练。本发明解决了现有方法只考虑用户朋友关系而缺乏用户偏好相似的问题，有效提高了推荐模型的准确率。本发明把得到预训练的用户关系向量、用户长期偏好向量、当前偏好向量和周期偏好向量进行拼接当做用户最终的总偏好向量，最终旅游景点推荐的概率是由最终总偏好向量与旅游景点集合向量的内积形式表示。本发明在两个公开真实的数据集上进行实验，实验结果表明提出的模型显著优于当前主流模型。