“骆明楠”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12个，建议您升级VIP下载更多相关专利

[发明专利]一种基于竞争的挤压和激励神经网络的舌苔体质分类方法-CN201811636920.7有效
发明人：文贵华;骆明楠;胡杨 -专利权人：华南理工大学
申请日： 2018-12-29 - 公布日： 2023-08-22 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于竞争的挤压和激励神经网络的舌苔体质分类方法，包括步骤：S1、对带标签的舌苔图片进行预处理，制作训练数据集与测试样本集；S2、设计基于竞争的挤压和激励网络结构块：将恒等流信息引入挤压和激励结构，让恒等流和残差流进行自适应竞争，得到残差流卷积通道间的关系信息后再调整残差流信息，最后融合恒等流信息和调整后的残差流信息，作为该结构块的输出；S3、构造基于竞争的挤压和激励神经网络，并用训练数据集进行训练；S4、将测试样本传入训练好的网络模型，识别出该舌苔图片对应的体质类型。本发明采用基于竞争的挤压和激励神经网络进行舌苔体质分类，能提高计算机程序对舌苔体质分类的准确率与性能。
一种基于竞争挤压激励神经网络舌苔体质分类方法

[发明专利]模型训练的数据处理方法、装置、电子设备、存储介质-CN202110511932.2在审
发明人：廖一桥;骆明楠 -专利权人：北京达佳互联信息技术有限公司
申请日： 2021-05-11 - 公布日： 2022-11-15 - 主分类号： G06N20/00 文献下载
摘要：本公开关于一种模型训练的数据处理方法、装置、电子设备、存储介质。所述方法包括：获取用户账户的若干行为数据样本，若干行为数据样本包括历史行为数据样本和在线行为数据样本，历史行为数据样本包括用户账户的全部历史行为数据样本，或者，基于样本提取逻辑从全部历史行为数据样本中提取到的部分历史行为数据样本；确定每个行为数据样本对应的训练数据和训练标签；通过训练数据和训练标签对在线推荐模型进行在线训练，在线推荐模型是已训练达到线上预测要求的模型，训练完毕的在线推荐模型用于在线向用户账户推荐对象。通过在训练样本中增加历史行为数据，可以不更改模型结构及推理阶段的输入，大幅降低线上推荐系统的压力。
模型训练数据处理方法装置电子设备存储介质

[发明专利]视频推荐方法、装置、电子设备、存储介质及程序产品-CN202210517169.9有效
发明人： 骆明楠;廖一桥 -专利权人：北京达佳互联信息技术有限公司
申请日： 2022-05-13 - 公布日： 2022-09-30 - 主分类号： G06F16/735 文献下载
摘要：本公开关于一种视频推荐方法、装置、电子设备、存储介质及程序产品，该方法包括：获取多个候选视频的视频向量和目标用户的用户向量；根据目标用户观看过的多个历史视频，获取多个历史视频的视频向量组成的目标用户的历史序列；将目标用户的用户向量和历史序列输入第一神经网络，得到目标用户的个性化序列，目标用户的个性化序列包含目标用户对每个历史视频的兴趣占目标用户对多个历史视频的总兴趣的比值；将多个候选视频的视频向量和目标用户的个性化序列输入视频推荐系统，得到从多个候选视频中确定的目标用户的推荐视频。本公开的个性化序列可以反映用户在历史序列中的兴趣分布，进而基于个性化序列能够推荐更符合用户的兴趣分布的视频。
视频推荐方法装置电子设备存储介质程序产品

[发明专利]兴趣特征数据的获取方法、装置、电子设备以及存储介质-CN202210453770.6在审
发明人： 骆明楠;廖一桥 -专利权人：北京达佳互联信息技术有限公司
申请日： 2022-04-24 - 公布日： 2022-08-09 - 主分类号： G06F16/9535 文献下载
摘要：本公开关于一种兴趣特征数据的获取方法、装置、电子设备以及存储介质，属于计算机领域，所述方法包括：获取第一兴趣特征数据和第二兴趣特征数据，第一兴趣特征数据用于表征目标账户第一时间段的兴趣特征，第二兴趣特征数据表征用于目标账户第二时间段的兴趣特征，第一时间段大于第二时间段，利用第一兴趣特征数据和第二兴趣特征数据，确定兴趣倾向权重，兴趣倾向权重用于表征目标账户的各兴趣倾向程度，基于兴趣倾向权重和预先构建的兴趣空间数据，确定第三兴趣特征数据，兴趣空间数据用于表征系统兴趣集合中每个兴趣的本身特征，第三兴趣特征数据用于表征所述目标账户的整体兴趣。本公开丰富了兴趣特征数据，有利于兴趣特征的多样性。
兴趣特征数据获取方法装置电子设备以及存储介质

[发明专利]信息推荐模型的训练方法、信息推荐方法、装置及服务器-CN202210449581.1在审
发明人： 骆明楠;廖一桥 -专利权人：北京达佳互联信息技术有限公司
申请日： 2022-04-24 - 公布日： 2022-08-05 - 主分类号： G06F16/9535 文献下载
摘要：本公开关于一种信息推荐模型的训练方法、信息推荐方法及装置。信息推荐模型训练方法包括：获取初始样本特征，以及样本账户针对样本推荐信息的实际操作结果；初始样本特征根据样本账户特征及样本信息特征得到；将初始样本特征输入待训练信息推荐模型，得到样本账户针对样本推荐信息的预测操作结果；模型包括门控结构和多个特征提取层，多个特征提取层用于输出多个目标样本特征，门控结构输出值表征各目标样本特征重要程度，预测操作结果根据多个目标样本特征及门控结构输出值得到；基于预测操作结果和实际操作结果之间的差异，对信息推荐模型进行训练，得到训练完成信息推荐模型。本公开可以提高训练出的信息推荐模型的推荐准确率。
信息推荐模型训练方法装置服务器

[发明专利]一种内容推荐方法、装置、电子设备以及存储介质-CN202210507921.1在审
发明人： 骆明楠;赵传霖;廖一桥 -专利权人：北京达佳互联信息技术有限公司
申请日： 2022-05-10 - 公布日： 2022-07-29 - 主分类号： G06F16/9535 文献下载
摘要：本公开关于一种内容推荐方法、装置、电子设备以及存储介质，属于计算机领域，内容推荐方法包括：获取目标账户的历史内容序列数据和待推荐内容数据的内容属性数据；确定所述历史内容序列数据与所述内容属性数据的总相似度；基于所述历史内容序列数据、所述内容属性数据以及所述总相似度，获取所述目标账户对所述历史内容序列数据中的每个内容数据的操作事件的预测结果；根据所述预测结果，对所述目标账户进行基于所述待推荐内容数据的内容推荐。本公开实现了历史数据和目标内容之间的信息交互，使得预测结果的计算能够融合总相似度信息，达到了利用总相似度对预测结果的进行修正的效果，有利于提高预测结果的准确性。
一种内容推荐方法装置电子设备以及存储介质

[发明专利]多业务数据预测模型的训练方法、信息推送方法及设备-CN202111565193.1在审
发明人：廖一桥;骆明楠 -专利权人：北京达佳互联信息技术有限公司
申请日： 2021-12-20 - 公布日： 2022-05-10 - 主分类号： G06F16/735 文献下载
摘要：本公开关于一种多业务数据预测模型的训练方法、信息推送方法及设备，所述方法包括：获取样本多媒体信息的样本特征以及至少两种样本业务数据；对筛选样本特征进行增维处理，得到样本新增维度特征；根据样本新增维度特征以及对应的样本个性化参数训练预设机器学习模型，得到个性化参数预测模型对应的个性化参数预测函数；根据预设样本特征、至少两种样本业务数据以及个性化参数预测函数训练多任务模型，得到多业务数据预测模型；预设样本特征为样本特征或样本新增维度特征。本公开提高了多业务数据预测模型预测结果的准确率，提高了根据多业务数据预测模型得出的推送信息的转化率。
业务数据预测模型训练方法信息推送设备

[发明专利]视频推荐方法、模型训练方法、装置、电子设备及介质-CN202111450934.1在审
发明人：廖一桥;骆明楠 -专利权人：北京达佳互联信息技术有限公司
申请日： 2021-11-30 - 公布日： 2022-03-25 - 主分类号： H04N21/258 文献下载
摘要：本公开关于一种视频推荐方法、模型训练方法、装置、电子设备及介质，其中，视频推荐方法包括：获取目标账户针对目标视频应用的历史行为序列数据；将历史行为序列数据输入至预先训练的推荐模型，确定历史行为序列数据中的噪声序列数据；基于噪声序列数据，排除待推荐视频集合中的异常视频，得到目标推荐视频；向目标账户推送目标推荐视频。本公开中，向账户推送的视频更符合用户账号的使用习惯，提高用户使用视频推荐应用的兴趣。
视频推荐方法模型训练装置电子设备介质

[发明专利]内容推荐模型训练方法、内容推荐方法及相关设备-CN202110899222.1有效
发明人：廖一桥;骆明楠 -专利权人：北京达佳互联信息技术有限公司
申请日： 2021-08-06 - 公布日： 2021-12-07 - 主分类号： G06F16/9535 文献下载
摘要：本公开关于内容推荐模型训练方法、内容推荐方法及相关设备，该方法包括：获取样本集合中的各样本数据以及样本数据对应的推荐指标标签数据；样本数据包括样本推荐内容对应的展示位置特征和画像特征；将样本数据输入教师模型进行推荐指标的预测，得到第一预测推荐指标数据；将样本数据中的画像特征输入学生模型进行推荐指标的预测，得到第二预测推荐指标数据；根据各样本数据对应的第一预测推荐指标数据、第二预测推荐指标数据和推荐指标标签数据确定目标损失函数；根据目标损失函数更新教师模型和学生模型的模型参数直至满足训练结束条件；该满足训练结束条件时的学生模型作为推荐指标预估模型。本公开提高了内容推荐的准确性。
内容推荐模型训练方法相关设备

[发明专利]推荐模型的训练方法、装置、电子设备及存储介质-CN202111002586.1在审
发明人： 骆明楠;廖一桥;刘成军 -专利权人：北京达佳互联信息技术有限公司
申请日： 2021-08-30 - 公布日： 2021-11-26 - 主分类号： G06K9/62 文献下载
摘要：本公开公开了一种推荐模型的训练方法、装置、电子设备及存储介质。该方法在获取训练样本集后确定待处理训练样本集；遍历待处理训练样本集，并执行：根据当前训练样本中第一对象类型对应的样本信息，在第一训练样本中确定当前训练样本的相似样本；将相似样本中的第二对象类型对应的样本信息，对当前训练样本中的第二对象类型对应的样本信息进行替换，将替换后的当前训练样本作为新训练样本，以及得到新训练样本的样本标签；基于训练样本集中的训练样本和相应样本标签，以及待处理训练样本集中每个训练样本对应的新训练样本和相应样本标签，对神经网络模型进行迭代训练，得到推荐模型。该方法提高了推荐模型的推荐准确率。
推荐模型训练方法装置电子设备存储介质

[发明专利]一种推荐模型训练方法、装置、电子设备及存储介质-CN202110871644.8在审
发明人：廖一桥;骆明楠 -专利权人：北京达佳互联信息技术有限公司
申请日： 2021-07-30 - 公布日： 2021-10-26 - 主分类号： G06F16/435 文献下载
摘要：本公开关于一种推荐模型训练方法、装置、电子设备及存储介质。所述方法包括：获取训练数据；训练数据包括用户数据和对应的多媒体资源，以及推荐标注结果；获取待训练推荐模型；待训练推荐模型用于向用户推荐多媒体资源；待训练推荐模型包括嵌入层和特征输入层；嵌入层的输出与特征输入层的输入之间存在第一级联关系集合；第一级联关系集合中任一第一级联关系包含特征交叉单元；特征交叉单元的输入为嵌入层输出特征中的至少2个特征，特征交叉单元的输出为所输入的至少2个特征的交叉特征；将用户数据和对应的多媒体资源输入待训练推荐模型，得到预测推荐结果；根据预测推荐结果和推荐标注结果，确定损失信息；基于损失信息训练待训练推荐模型。
一种推荐模型训练方法装置电子设备存储介质

[发明专利]混合精度训练方法、装置、电子设备及存储介质-CN202011606558.6在审
发明人：廖一桥;骆明楠 -专利权人：北京达佳互联信息技术有限公司
申请日： 2020-12-28 - 公布日： 2021-04-02 - 主分类号： G06K9/62 文献下载
摘要：本公开关于一种混合精度训练方法、装置、电子设备及存储介质，该方法包括：获取前一轮次混合精度训练得到的训练数据集中各个训练样本标识对应的表征因子，所述表征因子用于表征模型拟合的难易程度，所述训练数据集是由基于多媒体数据生成的多个训练样本所组成的；根据各个训练样本标识对应的表征因子，将所述训练数据集中的训练样本划分为多个批次；根据所述多个批次的训练样本和每个批次对应的比例因子，分批次对模型进行混合精度训练，以通过所述模型分别对每个批次的训练样本中的多媒体数据进行属性预测。本公开可以避免梯度的下溢出，解决了相关技术中在训练过程中梯度下溢出造成训练精度损失的问题，提高模型预测结果的准确性。
混合精度训练方法装置电子设备存储介质

1
共 12 条