“邓斯诺”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4个，建议您升级VIP下载更多相关专利

[发明专利]一种基于自注意力神经网络的社交网络用户认知状态刻画方法-CN202310199714.9在审
发明人：毋立芳;陈研;石戈;邓斯诺;邢乐豪 -专利权人：北京工业大学
申请日： 2023-03-05 - 公布日： 2023-08-08 - 主分类号： G06F16/9536 文献下载
摘要：一种基于自注意力神经网络的社交媒体用户认知状态刻画方法属于用户认知在大数据、数据挖掘、深度学习等领域。本发明首先利用特定的爬虫技术获得热点事件的微博数据，根据用户筛选规则得到用户id。然后下载用户id微博主页页面地址对应的网页文件html，通过xpath对html进行解析及清洗。其次使用自注意力神经网络提取文本数据特征，进一步，利用前馈神经网络模型得到场景和情感标签。根据情绪的ABC理论，由场景和情感标签估计用户的认知状态，将同一用户不同行为对应的认知状态进行累加得到其个体认知状态。最后，根据认知状态的不同维度相似度进行用户群体划分，并通过可视化的方法多维度展示用户认知状态。
一种基于注意力神经网络社交网络用户认知状态刻画方法

[发明专利]一种结合情感类别注意力损失的卷积神经网络情感图像分类方法-CN202011506810.6在审
发明人：毋立芳;邓斯诺;张恒;石戈;简萌;相叶 -专利权人：北京工业大学
申请日： 2020-12-18 - 公布日： 2021-04-06 - 主分类号： G06K9/62 文献下载
摘要：一种结合情感类别注意力损失的卷积神经网络情感图像分类方法，涉及智能媒体计算和计算机视觉技术领域；首先对训练样本进行类别权重计算，得到情感类别注意力权重向量；其次按情感类别数量和情感类别注意力损失修改卷积神经网络最后的分类层与损失函数；然后将训练样本进行预处理后传入网络中，使网络在损失函数和优化器的对参数的迭代更新后达到收敛，完成训练；最终将预处理后的测试图像送入网络中，计算得到的模型的情感图像分类准确率以及模型对测试情感图像的预测类别。本发明使得情感图像在通过卷积神经网络进行情感类别分类时，可以自适应的得到更符合数据集样本分布特点的分类结果，有助于情感分类算法在不同的实际应用场景中训练与使用。
一种结合情感类别注意力损失卷积神经网络图像分类方法

[发明专利]一种基于图交互网络的推荐方法-CN202010578943.8在审
发明人：简萌;张宸林;毋立芳;邓斯诺;胡文进;卢哲;张恒 -专利权人：北京工业大学
申请日： 2020-06-23 - 公布日： 2020-11-03 - 主分类号： G06F16/9536 文献下载
摘要：一种基于图交互网络的推荐方法应用于用户个性化推荐领域。互联网产业的快速发展以及网络数据量的持续增长，传统的推荐方法和深度学习方法难以满足复杂的应用环境，在准确率和空间复杂度方面存在着不足。因此本发明提出了一种基于图交互网络的推荐方法，采用该方案可以保证个性化推荐准确率的同时，降低模型空间复杂度，有着广阔的应用前景。
一种基于交互网络推荐方法

[发明专利]一种基于图孪生网络的推荐方法-CN202010578945.7在审
发明人：简萌;张宸林;毋立芳;胡文进;邓斯诺;卢哲;张恒 -专利权人：北京工业大学
申请日： 2020-06-23 - 公布日： 2020-11-03 - 主分类号： G06F16/9535 文献下载
摘要：一种基于图孪生网络的推荐方法应用于个性化推荐领域。现有方法(1)缺乏知识扩展性，比如难以有效融合用户社交关系信息；(2)多层特征信息传播范式下，学到的特征会出现过平滑问题。因此本发明提出了一种基于图孪生网络的推荐方法，通过用户、物品的交互信息建模用户关系图和物品关系图，通过本发明设计的图卷积层，以两个同构有向图的形式分别挖掘用户关系信息和物品关系信息。最后，通过图交互层聚合两个通道的用户特征和物品特征，充分提取用户偏好信息和物品属性信息。本发明有效保持U‑I特征特性，显著提高个性化推荐准确率，具备良好的模型可扩展性，有着广阔的应用前景。
一种基于孪生网络推荐方法