“鲜学丰”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果71个，建议您升级VIP下载更多相关专利

[发明专利]一种基于联邦图神经网络的电力负荷预测方法-CN202310868553.8在审
发明人：王峰;曹宇航;刘立;鲜学丰;方立刚;卜峰 -专利权人：苏州市职业大学（苏州开放大学）
申请日： 2023-07-14 - 公布日： 2023-09-29 - 主分类号： H02J3/00 文献下载
摘要：本发明公开了一种基于联邦图神经网络的电力负荷预测方法，包括如下步骤：S1数据采集：S2数据处理；S3构建图神经网络；S4超节点构建；S5构建全局图结构。本发明提出了一种基于联邦图神经网络的电力负荷预测方法，该方法将每个地区的超节点，通过预测超节点间的链接获得超节点的图结构，从而训练图神经网络模型。
一种基于联邦神经网络电力负荷预测方法

[发明专利]商品推荐方法、装置、设备及介质-CN202010349514.3有效
发明人： 鲜学丰;方立刚;孙逊;赵朋朋 -专利权人：苏州市职业大学
申请日： 2020-04-28 - 公布日： 2023-09-15 - 主分类号： G06Q30/0601 文献下载
摘要：本申请公开了一种商品推荐方法、装置、设备及计算机可读存储介质，方法包括：输入包含多个特征的数据集，对特征进行映射得到特征向量；利用全连接层计算每个特征向量对应的输入感知权重因子，通过输入感知权重因子得到向量层面调整后特征向量；根据向量层面调整后用户特征向量和向量层面调整后商品特征向量得到交互向量，根据交互向量对向量层面后特征向量进行位层面筛选，得到位层面调整后特征向量集合；将位层面调整后特征向量输入到因子分解机模型得到商品的推荐值，按照推荐值由大到小的顺序为用户推荐前N个商品。本申请公开的上述技术方案，从向量层面和位层面对特征向量进行调整，以提高推荐值预测的准确性，从而提高商品推荐的准确性。
商品推荐方法装置设备介质

[发明专利]行人重识别模型的生成方法、行人重识别方法及其装置-CN202310537567.1在审
发明人：董虎胜;杨元峰;张苏;尚鲜连;张量;鲜学丰 -专利权人：苏州市职业大学（苏州开放大学）
申请日： 2023-05-12 - 公布日： 2023-08-08 - 主分类号： G06V20/52 文献下载
摘要：本发明公开了一种行人重识别模型的生成方法、行人重识别方法及其装置，行人重识别模型的生成方法包括：获取若干行人图像，根据若干行人图像制作训练集；创建行人重识别模型，基于所述训练集对该行人重识别模型进行训练。从而生成了一个能够进行人重识别的模型。
行人识别模型生成方法及其装置

[发明专利]协同过滤模型的生成方法、项目推荐方法及其装置-CN202310153112.X在审
发明人： 鲜学丰;单镭;孙逊;赵朋朋 -专利权人：苏州市职业大学（苏州开放大学）
申请日： 2023-02-22 - 公布日： 2023-07-21 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种协同过滤模型的生成方法、项目推荐方法及其装置，该生成方法包括以下步骤：获取多个训练样本，每个训练样本均包含用户、以及与所述用户有过交互的项目；获取每个训练样本对应的图像特征，获取每个训练样本对应的文本特征；对多个训练样本进行预处理，创建协同过滤模型，并利用多个训练样本对该协同过滤模型进行训练。综上所述，该协同过滤模型能够向用于推荐将来最有可能交互的若干项目，从而极大的提高该用户购买该项目的可能性。
协同过滤模型生成方法项目推荐及其装置

[发明专利]MLP神经网络的生成方法、物品推荐方法及其装置-CN202310375959.2在审
发明人：孙逊;龙超;鲜学丰 -专利权人：苏州市职业大学（苏州开放大学）
申请日： 2023-04-10 - 公布日： 2023-07-18 - 主分类号： G06Q30/0601 文献下载
摘要：本发明公开了一种MLP神经网络的生成方法、物品推荐方法及其装置，所述生成方法包括以下步骤：获取多个交互序列，每个交互序列均包含有用户以及与所述用户有过交互的若干物品；创建MLP神经网络，所述MLP神经网络设置有嵌入层、全局编码层和局部编码层；基于所有交互队列，对所述MLP神经网络进行训练。从而得到了准确性高的MLP神经网络。
mlp 神经网络生成方法物品推荐及其装置

[发明专利]自注意力网络的生成方法、物品推荐方法及其装置-CN202310376802.1在审
发明人：孙逊;方立刚;郝永静;张量;鲜学丰 -专利权人：苏州市职业大学（苏州开放大学）
申请日： 2023-04-10 - 公布日： 2023-07-18 - 主分类号： G06Q30/0601 文献下载
摘要：本发明公开了一种自注意力网络的生成方法、物品推荐方法及其装置，该生成方法包括以下步骤：获取包含有若干不同用户的用户集合U、包含有若干不同兴趣点的兴趣点集合L、包含有若干不同区域的区域集合B、以及包含有若干不同类别的类别集合C；获取用户集合中的每个用户u对应的兴趣点序列、每个用户对应的区域序列、以及每个用户对应的类别序列；创建自注意力网络，所述自注意力网络包括：兴趣点级表示层、区域级表示层、类别级表示层和对比学习层；基于用户集合U、兴趣点集合L、区域集合B、类别集合C、兴趣点序列、区域序列和类别序列，对所述自注意力网络进行训练。从而得到能够进行物品推荐的自注意力网络。
注意力网络生成方法物品推荐及其装置

[发明专利]序列推荐模型的生成方法、商品推荐方法及其装置-CN202310237948.8在审
发明人： 鲜学丰;秦秀元;杨元峰;赵朋朋;王勤宏 -专利权人：苏州市职业大学（苏州开放大学）
申请日： 2023-03-13 - 公布日： 2023-06-06 - 主分类号： G06Q30/0601 文献下载
摘要：本发明公开了一种序列推荐模型的生成方法、商品推荐方法及其装置，该生成方法包括：接收多个用户一一对应的多个行为序列，所述行为序列包含有与对应用户有过交互的多个商品，每个行为序列都对应有一个推荐商品；创建序列推荐模型，基于多个行为序列、对所述序列推荐模型进行训练。从而生成了一个能够进行序列推荐的模型。
序列推荐模型生成方法商品及其装置

[发明专利]物品推荐的神经网络的生成方法、物品推荐方法及其装置-CN202310237936.5在审
发明人： 鲜学丰;方立刚;杜鑫雨;赵朋朋;张量 -专利权人：苏州市职业大学（苏州开放大学）
申请日： 2023-03-13 - 公布日： 2023-06-06 - 主分类号： G06Q30/0601 文献下载
摘要：本发明公开了一种物品推荐的神经网络的生成方法、物品推荐方法及其装置，该生成方法包括：获取多个交互队列，每个交互队列均对应有用户，每个交互队列均包含有对应的用户交互过的若干物品，且物品对应的交互的发生事件越早，在所述交互队列中，越靠近队头；创建注意力机制的神经网络，所述神经网络包含有频率斜坡采样层、时域自注意力层和频域注意力层；基于所有交互队列，对所述神经网络进行训练。从而生成了一个能够进行物品推荐的神经网络。
物品推荐神经网络生成方法及其装置

[发明专利]对比学习模型的生成方法、物品推荐方法及其装置-CN202310151328.2在审
发明人： 鲜学丰;杜鑫雨;董虎胜;赵朋朋;方立刚 -专利权人：苏州市职业大学（苏州开放大学）
申请日： 2023-02-22 - 公布日： 2023-05-09 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种对比学习模型的生成方法、物品推荐方法及其装置，该生成方法包括以下步骤：获取若干交互序列，每个交互序列均包含有用户以及与所述用户有过交互的若干物品；获取每个交互序列中所有物品对应的编码的集合E；对多个交互序列进行预处理，创建对比学习模型，并利用若干交互序列对该对比学习模型进行训练。综上所述，该对比学习模型能够向用于推荐将来最有可能交互的若干项目，从而极大的提高该用户购买该项目的可能性。
对比学习模型生成方法物品推荐及其装置

[发明专利]一种行人重识别方法、装置、设备及存储介质-CN202211546756.7在审
发明人：杨元峰;鲜学丰;方立刚;刘刚;董虎胜 -专利权人：苏州市职业大学
申请日： 2022-12-02 - 公布日： 2023-03-28 - 主分类号： G06V40/10 文献下载
摘要：本申请公开了一种行人重识别方法、装置、设备及存储介质。该方法包括：获取多个监控摄像机内行人重识别模型针对各自采集的行人视频片段输出的特征向量；所述行人重识别模型为基于累计运动上下文网络构建的模型；根据所述特征向量计算不同监控摄像机下两个目标行人之间的特征相似度；根据所述目标行人各自对应的行人邻域，计算所述目标行人之间的行人邻域匹配度；基于所述特征相似度和所述行人邻域匹配度得到所述目标行人之间的最终相似度，以便根据所述最终相似度进行行人重识别判断。基于行人视频片段及行人邻域匹配度实现无监督行人重识别，利用行人领域作为特征相似度的辅助信息，能够提高行人重识别的准确性。
一种行人识别方法装置设备存储介质

[发明专利]一种基于特征层面更深的自注意力网络的序列推荐方法-CN201910354632.0有效
发明人： 鲜学丰;张婷婷;赵朋朋 -专利权人：苏州市职业大学
申请日： 2019-04-29 - 公布日： 2023-01-13 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种基于特征层面更深的自注意力网络的序列推荐方法，本发明提出一个基于特征层面更深的自注意力网络的序列推荐方法(FDSA)。具体来说，FDSA首先通过一个一般的注意力机制将物品的多种异构特征以不同的权重结合到特征序列。随后，FDSA在物品序列和特征序列运用独立的自注意力块分别去建模物品转换模式和特征转换模式。然后，我们结合这两个块的输出结果到一个全连接层来预测下一个物品。最后，大量的实验结果表明考虑物品的特征之间的转换关系能够明显地提高序列推荐的性能。
一种基于特征层面更深注意力网络序列推荐方法

[发明专利]基于四元数的协同推荐方法、装置、终端及可读存储介质-CN202211142031.1在审
发明人： 鲜学丰;方立刚;赵朋朋;方亚星;张量 -专利权人：苏州市职业大学
申请日： 2022-09-20 - 公布日： 2022-11-25 - 主分类号： G06F16/9536 文献下载
摘要：本发明公开了基于四元数的协同推荐方法、装置、终端及可读存储介质，该协同推荐方法包括：从预设协同推荐模型中，获取用户对应的四元数向量；获取在预设时间段中的与所述用户具有隐式的关系多个物品，基于所述预设协同推荐模型，生成每个物品对应的四元数向量；基于多个物品的四元数向量、得到用户对应的修正四元数向量；并基于修正四元数向量向用户推荐物品。该协同推荐方法具有准确性高的优点。
基于四元数协同推荐方法装置终端可读存储介质

[发明专利]基于负样本的协同推荐方法、装置、终端及可读存储介质-CN202211148400.8在审
发明人： 鲜学丰;赵朋朋;董虎胜;吴童语;方立刚 -专利权人：苏州市职业大学
申请日： 2022-09-20 - 公布日： 2022-11-25 - 主分类号： G06F16/9536 文献下载
摘要：本发明公开了基于负样本的协同推荐方法、装置、终端及可读存储介质，该协同推荐方法包括：获取预设协同过滤模型，预设协同过滤模型包含有编码层、聚合层和预测层；获取在预设时间段中的用户对应的负样本，从预设协同过滤模型中，获取用户对应的初始嵌入向量；生成嵌入向量和修正嵌入向量，基于修正嵌入向量向用户推荐物品。该协同推荐算法具有准确性高的优点。
基于样本协同推荐方法装置终端可读存储介质

[发明专利]一种控制推荐系统的解纠缠表示的方法-CN202110387536.3在审
发明人： 鲜学丰;孙逊;李蕴祎;张量;方立刚;赵朋朋 -专利权人：苏州市职业大学
申请日： 2021-04-12 - 公布日： 2022-10-18 - 主分类号： G06F16/9535 文献下载
摘要：本发明是一种控制推荐系统的解纠缠表示的方法，该方法包括构建变分自编码器VAE模型，对β‑VAE模型的优化目标使用改进的比例积分微分PID控制器，以使用总相关性KL散度的输出作为反馈来自动调整超参数β，进一步引入了项目嵌入，以指导系统使用因式高斯分布来学习与实际概念相关的用户表示。本发明可以在最先进的基准模型上获得关键性的改进，模型在控制重建误差与解纠缠质量之间权衡的有效性得到验证。
一种控制推荐系统纠缠表示方法

[发明专利]一种网情数据的检索方法、系统、电子设备及存储介质-CN202210921831.7在审
发明人：李学环;鲜学丰;李娇娇;陈珂 -专利权人：苏州市职业大学
申请日： 2022-08-02 - 公布日： 2022-10-11 - 主分类号： G06F16/9537 文献下载
摘要：本申请公开了一种网情数据的检索方法、系统、电子设备及存储介质，所属的技术领域为互联网网情兴趣点数据发现处理领域。所述网情数据的检索方法包括：按照逻辑符号将兴趣点表达式拆分为多个关键词，将与待匹配流内容匹配的关键词所在的兴趣点表达式设置为备选兴趣点表达式；对所述备选兴趣点表达式进行逻辑拆解，得到递归封装数据结构；将所述待匹配流内容与所述递归封装数据结构进行匹配，得到网情数据检索结果。本申请能够在保证召回率的情况下提高检索网情数据的准确率。
一种数据检索方法系统电子设备存储介质

1
2
3
4
5
下一页»
尾页
共 71 条