-
Patent Agency Ranking
公开(公告)号：CN108388544A
公开(公告)日：2018-08-10
申请号：CN201810137134.6
申请日：2018-02-10
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于深度学习的图文融合微博情感分析方法，其特征在于，包括如下步骤：S1采集图文微博数据并进行预处理；S2提取图文微博文本情感特征；S3提取图文微博图片情感特征；S4进行图文融合微博情感分析。这种方法通过结合微博中的图片和文本，能更加准确地判断用户的情感倾向，能提高情感分析的准确率。
-
公开(公告)号：CN108597539B
公开(公告)日：2021-09-03
申请号：CN201810134149.7
申请日：2018-02-09
Applicant: 桂林电子科技大学
Abstract: 本发明公开了基于参数迁移和语谱图的语音情感识别方法，包括以下步骤：1）：从中科院自动化所汉语情感数据库中采集语音情感数据并对语音情感数据进行预处理，其中语音情感数据包括6种情感：生气、害怕、高兴、中性、伤心、惊奇；2）：构建基于预训练卷积循环神经网络的网络模型；3）：对步骤2）中的网络模型进行参数迁移并训练。这种方法可以提取语谱图时频两域的情感特征，提高识别准确率，并且还能学习到预训练的知识，提高网络训练速度。
-
公开(公告)号：CN108597539A
公开(公告)日：2018-09-28
申请号：CN201810134149.7
申请日：2018-02-09
Applicant: 桂林电子科技大学
Abstract: 本发明公开了基于参数迁移和语谱图的语音情感识别方法，包括以下步骤：1）：从中科院自动化所汉语情感数据库中采集语音情感数据并对语音情感数据进行预处理，其中语音情感数据包括6种情感：生气、害怕、高兴、中性、伤心、惊奇；2）：构建基于预训练卷积循环神经网络的网络模型；3）：对步骤2）中的网络模型进行参数迁移并训练。这种方法可以提取语谱图时频两域的情感特征，提高识别准确率，并且还能学习到预训练的知识，提高网络训练速度。
-
公开(公告)号：CN108920544A
公开(公告)日：2018-11-30
申请号：CN201810609066.9
申请日：2018-06-13
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于知识图谱的个性化职位推荐方法，包括：获取求职招聘领域数据，获取求职者的简历信息，对求职招聘领域数据进行规范化处理；之后进行知识抽取，融合，形成结构化的求职招聘领域知识；将获取的结构化的求职招聘领域知识存入图数据库，构建求职招聘领域知识图谱；构建基于知识图谱的个性化职位推荐模型；读取求职者的简历信息，基于上述知识图谱对简历信息中某些属性进行映射；基于上述知识图谱，根据上述职位推荐模型对职位按行业类别进行过滤，形成待推荐职位列表；针对待推荐职位列表，对简历信息和职位信息中的相应属性进行量化；计算简历信息和职位信息的相似度，筛选出与求职者简历相似度最高的前N个职位生成职位推荐列表，并推荐给求职者。
-
公开(公告)号：CN103559252A
公开(公告)日：2014-02-05
申请号：CN201310533179.2
申请日：2013-11-01
Applicant: 桂林电子科技大学
CPC classification number: G06F17/30864 , G06Q10/04
Abstract: 给游客推荐其很可能会浏览的景点的方法，首先获取游客的浏览行为，并将游客按照景点偏好的相似性聚类成若干个游客群，同时为每个游客群分别构建Markov预测模型，具体包括以下几个步骤：1）数据采集；2）数据预处理；3）景点偏好矩阵建立；4）游客聚类；5）预测模型建立；6）景点预测。将游客进行聚类后构建Markov预测模型的算法比现有方法正确率高，实验效果好，预测效果好。
-
-
-
-
Search Results
5
records
(took 0.038 seconds)
