-
公开(公告)号：CN109033994A
公开(公告)日：2018-12-18
申请号：CN201810717584.2
申请日：2018-07-03
Applicant: 辽宁工程技术大学
CPC classification number: G06K9/00302 , G06K9/00281 , G06K9/6267 , G06K2009/4666 , G06N3/0454 , G06N3/0481 , G06N3/084
Abstract: 本发明提供一种基于卷积神经网络的人脸表情识别方法，涉及人脸表情识别技术领域。该方法首先采集人脸表情图片，下载FER‑2013人脸库与CK+人脸库，将图像分为训练集与测试集，然后对采集的图像进行预处理，得到96*96大小的灰度图像，建立卷积神经网络模型，并利用训练集进行训练，计算训练的实际输出结果与标签值之间的误差，通过反向传播算法自顶向下传递差值，并利用权值更新公式更新权值，训练完后，保存训练完成的网络模型，输入测试集的图像到训练模型中，计算识别率。本发明中，对人脸表情识别方法进行改进，模型的收敛速度提高，识别效率提高，改变了该卷积神经网络的准确率，在一定程度上提高了人脸表情识别效率。
-
公开(公告)号：CN116228449A
公开(公告)日：2023-06-06
申请号：CN202310234931.7
申请日：2023-03-13
Applicant: 辽宁工程技术大学
Abstract: 本发明公开了一种基于演化博弈的分析在线社交网络信息传播动力学的方法，包括：根据改进聚集的无标度网络生成算法；采用对交互模式，每个节点与其邻居节点进行一次两人博弈，总收益是该节点与其所有邻居两人博弈产生的收益总和；采用配对比较的规则，通过比较节点间的博弈收益来量化策略更新行为。本发明的基于演化博弈的分析在线社交网络信息传播动力学的方法符合现实在线社交网络的度分布服从幂律分布的特性，满足现实网络聚集系数较大的特征，基于网络演化博弈理论研究网络拓扑结构对博弈演化动力学的影响，并探索一些可能的支持合作行为涌现的动力学机制。
-
公开(公告)号：CN114564651A
公开(公告)日：2022-05-31
申请号：CN202210238751.1
申请日：2022-03-11
Applicant: 辽宁工程技术大学
IPC: G06F16/9535 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种结合对比学习方法的自监督推荐方法，该方法包括：按照对应任务要求分别遮掩掉用户交互序列的个别项目和子序列；通过编码层与自注意力层来预测其缺失项；自动构造相应预测结果的正负例，并根据任务对应的对比学习损失函数完成训练；利用上游训练好的项目编码来微调模型进行预测，最终获得满足用户偏好的预测结果。本发明借鉴了当下关注度较高的对比学习方法，认为表示学习算法并不一定要关注到样本的每一个细节，只要学到的特征能够使其和其他样本区别开来就行，采取自监督的方法进行训练，根据自动构造的正负例的相似度差异性来进行表示学习，以无监督对比学习的方式来构造一个性能优越的推荐系统，从而达到高效率推荐的目的。
-
公开(公告)号：CN109033994B
公开(公告)日：2021-08-10
申请号：CN201810717584.2
申请日：2018-07-03
Applicant: 辽宁工程技术大学
Abstract: 本发明提供一种基于卷积神经网络的人脸表情识别方法，涉及人脸表情识别技术领域。该方法首先采集人脸表情图片，下载FER‑2013人脸库与CK+人脸库，将图像分为训练集与测试集，然后对采集的图像进行预处理，得到96*96大小的灰度图像，建立卷积神经网络模型，并利用训练集进行训练，计算训练的实际输出结果与标签值之间的误差，通过反向传播算法自顶向下传递差值，并利用权值更新公式更新权值，训练完后，保存训练完成的网络模型，输入测试集的图像到训练模型中，计算识别率。本发明中，对人脸表情识别方法进行改进，模型的收敛速度提高，识别效率提高，改变了该卷积神经网络的准确率，在一定程度上提高了人脸表情识别效率。
-
公开(公告)号：CN114329222B
公开(公告)日：2024-09-13
申请号：CN202111682078.2
申请日：2021-12-31
Applicant: 辽宁工程技术大学
IPC: G06F16/9535 , G06F16/36 , G06N3/0455 , G06N5/02
Abstract: 本发明公开了一种融合注意力机制和双端知识图谱的电影推荐方法，步骤为：将用户的属性信息映射至低维向量空间中，构建用户‑属性二分图Gu；通过注意力机制，为用户‑属性的关系分配注意力分数并获取用户u的邻域表示；使用聚合器计算用户特征矩阵U；将电影知识图谱三元组中的首部实体与尾部实体映射至关系空间中，通过注意力机制计算在关系空间中首部实体与尾部实体的距离作为注意力得分#imgabs0#获取电影v的邻域表示；使用聚合器得到电影特征V；将U与V送入预测函数中，计算用户对电影的评分yuv。本发明的融合注意力机制和双端知识图谱的电影推荐方法有效地提高了推荐的个性化、准确性以及结果的可解释性，可应用于多种场景中。
-
Patent Agency Ranking
公开(公告)号：CN114662011A
公开(公告)日：2022-06-24
申请号：CN202210368946.8
申请日：2022-04-08
Applicant: 辽宁工程技术大学
IPC: G06F16/9536 , G06K9/62
Abstract: 本发明公开了一种融合内容和AHP的混合推荐方法，包括利用余弦相似度的协同过滤算法找出相似用户；利用基于AHP层次分析法产生推荐结果；当面临新用户或新物品进行推荐时，再利用基于内容的推荐算法产生推荐结果。本发明采用级联的方式将两种推荐算法进行混合，在一定程度上缓解了用户的冷启动问题、物品冷启动问题及数据稀疏问题，克服了单一算法的局限性；本发明相较于传统的基于用户和基于物品的推荐算法，该方法能够有效提高推荐结果的准确度，从而提升推荐质量；将时光网中的电影向用户进行个性化推荐，产生较为可靠的推荐结果，使用户能够快速地找到心仪的电影，提升用户参与的积极性。
-
公开(公告)号：CN114329222A
公开(公告)日：2022-04-12
申请号：CN202111682078.2
申请日：2021-12-31
Applicant: 辽宁工程技术大学
IPC: G06F16/9535 , G06F16/36 , G06N3/04
Abstract: 本发明公开了一种融合注意力机制和双端知识图谱的电影推荐方法，步骤为：将用户的属性信息映射至低维向量空间中，构建用户‑属性二分图Gu；通过注意力机制，为用户‑属性的关系分配注意力分数并获取用户u的邻域表示；使用聚合器计算用户特征矩阵U；将电影知识图谱三元组中的首部实体与尾部实体映射至关系空间中，通过注意力机制计算在关系空间中首部实体与尾部实体的距离作为注意力得分获取电影v的邻域表示；使用聚合器得到电影特征V；将U与V送入预测函数中，计算用户对电影的评分yuv。本发明的融合注意力机制和双端知识图谱的电影推荐方法有效地提高了推荐的个性化、准确性以及结果的可解释性，可应用于多种场景中。
-
公开(公告)号：CN114004966A
公开(公告)日：2022-02-01
申请号：CN202111247529.X
申请日：2021-10-26
Applicant: 辽宁工程技术大学
Abstract: 本发明公开了一种道路场景车辆和行人的目标检测算法，步骤为：加入注意力机制，加强网络对于特征图和重要通道间的相关表达，在特征提取时重点关注高价值信息，抑制无效信息，加强网络的特征提取能力，提高网络在实际道路场景中的检测精度；引入空间金字塔池化结构提取不同感受野的多尺度深层特征信息，增强网络提取特征的表达能力提升网络检测准确率；优化损失函数，反映预测框和真实框的重叠区域和距离，解决原网络中梯度消失无法优化的问题，提高网络对于小目标的敏感性和检测精度。本发明提升了检测速度和准确度，为解决道路场景中车辆行驶安全问题、发展道路图像监控系统以及自动驾驶、辅助驾驶等提供了现实指导意义。
-
公开(公告)号：CN113989642A
公开(公告)日：2022-01-28
申请号：CN202111249452.X
申请日：2021-10-26
Applicant: 辽宁工程技术大学
IPC: G06V20/10 , G06V10/774 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于融合多尺度残差网络的InSAR相位解缠方法，步骤为：通过训练网络建立缠绕相位和原相位之间的非线性映射关系，得到训练好的权重；通过迭代反向传播，使网络输出的与真实相位相差最小；输入一个干涉图在网络中输出解缠后的图像。通过本发明的方法够有更加精准的得到相位解缠的结果，并相比于传统的解缠方法能够有效的得到解缠结果，能够避开传统的相位梯度导致的解缠误差。通过精准的解缠结果能够反演出正确的高程信息并能够正确的进行形变监测。
-
公开(公告)号：CN109492810A
公开(公告)日：2019-03-19
申请号：CN201811336950.6
申请日：2018-11-12
Applicant: 辽宁工程技术大学
Abstract: 本发明提供一种求解绿色供应链协同设计问题的方法，涉及供应链协同设计技术领域。本发明具体步骤如下：步骤1：将产品或原材料的数量转换为相应的运输工具数量，以成本、碳排放、水消耗作为优化目标，建立集成厂商选择和运输规划的四级结构的供应链数学模型；所述数学模型包括目标函数和限定条件；步骤2：根据复合择优算法得出最优供应链网络结构和该结构每两个顶点之间的运输量，根据运输量和目标函数得出总成本。本方法在综合考虑成本和环境的基础上，有效的选择出最优的供应链参与者组合，并准确计算参与者之间的运输方案，为复杂供应链提供高质量高效率的解决方案。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.029 seconds)
