-
公开(公告)号：CN116108279A
公开(公告)日：2023-05-12
申请号：CN202310172996.3
申请日：2023-02-24
Applicant: 华南农业大学
IPC: G06F16/9535 , G06Q50/14 , G06N3/042 , G06N3/0464 , G06N3/0895 , G06N3/048
Abstract: 本发明涉及推荐系统技术领域，具体涉及一种面向图自监督学习的旅游推荐系统；包括数据预处理单元和推荐单元；本发明提出的打压景点热门度的计算方法相比于传统简单自注意力方式计算用户与景点的偏好权重在保证推荐准确性的基础上降低了时间复杂性，使得推荐模型训练过程中收敛速度更快并且提供可解释性，此外，本发明使用不改变图结构从而增加均匀噪声的方式得到增强视图，同时，本发明使用残差结构，并且使用超参数对每层图卷积结果做约束，最终使得最终的用户、景点表征结果更好，以至于最终推荐结果更加准确。
-
公开(公告)号：CN118761875B
公开(公告)日：2025-05-06
申请号：CN202411216590.1
申请日：2024-09-02
Applicant: 华南农业大学
IPC: G06Q50/20 , G06Q50/00 , G06N3/042 , G06N3/0464 , G06N3/0895 , G06N3/0985 , G06F16/2457 , G06F16/9536
Abstract: 本发明公开了一种基于跨图增强的课程推荐方法、系统及介质，该方法包括下述步骤：生成学生‑课程图、学生‑课程特征图和学生群体图；构建对比学习模型，嵌入层生成各个嵌入节点；主视图通道得到课程节点嵌入表示和学生节点嵌入表示，选出课程推荐列表；静态特征通道得到学生‑课程特征图的学生节点嵌入表示；基于学生节点嵌入表示和学生‑课程特征图的学生节点嵌入表示得到学生节点的最终表示；学生群体通道得到学生群体图的学生节点嵌入表示，与学生节点的最终表示聚合得到学生全局表示，学生全局表示与学生节点嵌入表示进行对比学习；构建损失函数训练对比学习模型，并得到课程推荐结果。本发明为学生提供更精准和高效的个性化课程推荐。
-
公开(公告)号：CN116343001A
公开(公告)日：2023-06-27
申请号：CN202310066178.5
申请日：2023-02-06
Applicant: 华南农业大学
IPC: G06V10/82 , G06N3/04 , G06N3/096 , G06V10/764
Abstract: 本发明公开了一种面向植物病害分类的动态交互知识蒸馏轻量级方法，该方法包括以下步骤：S1：预训练两个轻量级resnet模型，得到两个的原始教师模型，其中，其中，预训练的损失函数为(1)式：y表示标签值，ytrain表示模型对图片的分类结果；S2：输入植物病害图片到教师模型中，教师模型就会输出标签中每个病害为图片中植物所患病害的一列对应系数。使用两个轻量级模型相互进行多教师知识蒸馏，使知识蒸馏的过程不必耗费大量的时间和资源去训练大规模的教师模型；此外本发明还创新性地使用动态更新教师模型的方法，让训练过程中性能更好的模型替换原有的教师模型，使得学生模型有更好的学习目标，以此来达到更高的准确率。
-
公开(公告)号：CN118761875A
公开(公告)日：2024-10-11
申请号：CN202411216590.1
申请日：2024-09-02
Applicant: 华南农业大学
IPC: G06Q50/20 , G06Q50/00 , G06N3/042 , G06N3/0464 , G06N3/0895 , G06N3/0985 , G06F16/2457 , G06F16/9536
Abstract: 本发明公开了一种基于跨图增强的课程推荐方法、系统及介质，该方法包括下述步骤：生成学生‑课程图、学生‑课程特征图和学生群体图；构建对比学习模型，嵌入层生成各个嵌入节点；主视图通道得到课程节点嵌入表示和学生节点嵌入表示，选出课程推荐列表；静态特征通道得到学生‑课程特征图的学生节点嵌入表示；基于学生节点嵌入表示和学生‑课程特征图的学生节点嵌入表示得到学生节点的最终表示；学生群体通道得到学生群体图的学生节点嵌入表示，与学生节点的最终表示聚合得到学生全局表示，学生全局表示与学生节点嵌入表示进行对比学习；构建损失函数训练对比学习模型，并得到课程推荐结果。本发明为学生提供更精准和高效的个性化课程推荐。
-
-
-
Search Results
4
records
(took 0.014 seconds)
