-
公开(公告)号:CN112163161B
公开(公告)日:2022-11-29
申请号:CN202011096851.2
申请日:2020-10-14
IPC: G06F16/9535 , G06Q50/20 , G06N3/04
Abstract: 本发明提供一种高校图书馆的推荐方法、系统、可读存储介质及电子设备,所述高校图书馆的推荐方法包括:捕获学生对不同类别图书的个性化偏好,并捕获学生对不同类别图书的专业偏好;根据个体学生对不同类别图书的个性化偏好和学生对不同类别图书的专业偏好,建立学生的偏好模型,以为学生推荐与之偏好匹配的图书。本发明所述高校图书馆的推荐方法、系统、可读存储介质及电子设备通过学生学科与图书类型之间的关联性和个体多样性相结合的方法提供准确的图书推荐,不仅可以充分利用图书馆资源,而且有助于提高学生的学习成绩。
-
公开(公告)号:CN112163161A
公开(公告)日:2021-01-01
申请号:CN202011096851.2
申请日:2020-10-14
IPC: G06F16/9535 , G06Q50/20 , G06N3/04
Abstract: 本发明提供一种高校图书馆的推荐方法、系统、可读存储介质及电子设备,所述高校图书馆的推荐方法包括:捕获学生对不同类别图书的个性化偏好,并捕获学生对不同类别图书的专业偏好;根据个体学生对不同类别图书的个性化偏好和学生对不同类别图书的专业偏好,建立学生的偏好模型,以为学生推荐与之偏好匹配的图书。本发明所述高校图书馆的推荐方法、系统、可读存储介质及电子设备通过学生学科与图书类型之间的关联性和个体多样性相结合的方法提供准确的图书推荐,不仅可以充分利用图书馆资源,而且有助于提高学生的学习成绩。
-
公开(公告)号:CN116915785A
公开(公告)日:2023-10-20
申请号:CN202310837056.1
申请日:2023-07-07
Applicant: 上海交通大学
IPC: H04L67/1023 , G06T1/20 , G06T9/00 , H04L67/1014 , H04L67/104
Abstract: 本申请提供一种基于区块链智能合约的视频任务处理方法。包括:所述视频处理器获取视频任务;所述视频处理器基于选择的处理模式卸载压缩后的所述视频任务至所述选择的处理模式对应的边缘节点中;所述视频处理器与所述边缘节点签署智能合约,所述智能合约为第一智能合约或第二智能合约。基于区块链智能合约的视频任务处理方法能够使得边缘节点自愿参与到视频任务处理的过程中,避免由于没有边缘节点处理视频任务而导致视频任务出现阻塞的情形,从而达到对视频任务自动化处理的效果,并保证所述边缘节点的参与度。
-
公开(公告)号:CN115861924A
公开(公告)日:2023-03-28
申请号:CN202211499074.5
申请日:2022-11-28
Applicant: 上海交通大学
IPC: G06V20/52 , G06V10/774 , G06V10/82 , G06M1/10 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于动态感受野和自蒸馏的人群计数方法,解决了传统网络固定大小的感受也不适用于所有场景,对人群密度变化大的场景难以精准计数的问题,其技术方案要点是构建人群计数网络,引入动态感受野模块及自蒸馏监督模块,通过动态感受野模块引入感受野和密度变化之间关系的先验知识,完成对粗略网络的训练,得到具连续变化膨胀系数运用于精细网络的精确膨胀卷积层自蒸馏监督模块对精细网络进行训练,得到与真实效应区域吻合的网络预测输出,本发明的一种基于动态感受野和自蒸馏的人群计数方法,能解决密集人群计数场景中存在的透视效果问题,人群计数精度更高。
-
公开(公告)号:CN118735781A
公开(公告)日:2024-10-01
申请号:CN202410802553.2
申请日:2024-06-20
Applicant: 上海交通大学
IPC: G06T3/4053 , G06T3/4007 , G06T3/4046 , G06N3/045 , G06N3/08
Abstract: 本申请提供一种基于孪生标准化流神经网络的图像处理方法、介质及设备,所述方法包括:将低分辨率图像通过插值放大,标记为LR图像;将LR图像输入到预先训练的包含两个孪生标准化流模块的孪生标准化流网络模型进行处理,获取输出的张量,并分解为z_LL低频张量和z_LH高频张量;采样高频隐变量,并将高频隐变量逆向输入条件标准化流模块进行处理,获取输出的张量,并分解为z_HL低频张量和z_HH高频张量;将z_LL低频张量复制到z_HL低频张量的位置,并将z_LL低频张量与z_HH高频张量拼接成z_H’张量;将z_H张量逆向输入到孪生标准化流网络模型得到高分辨率图像。本申请可以有效解决超分辨率任务中的不适定问题。
-
公开(公告)号:CN117974257A
公开(公告)日:2024-05-03
申请号:CN202311831234.6
申请日:2023-12-27
Applicant: 上海交通大学
IPC: G06Q30/0601 , G06F16/9535 , G06F18/23213 , G06F18/22 , G06N3/042 , G06N3/084
Abstract: 本发明提供一种基于去除图神经网络流行度偏差的物品推荐方法、系统及终端,通过将计算的所有用户以及所有物品的流行度得分输入图神经网络模型中进行训练,计算图神经网络模型的每一层的流行度表征损失并在梯度下降过程中优化流行度表征损失进行每一层的去偏操作,在训练完成后聚类微调获得针对每一用户的最终表征,最后计算每一用户对所有物品的预测得分生成对应每一用户的物品推荐清单。本发明设计了一种新的图节点之间的无偏传播机制,对图结构传播过程中的节点表征偏差进行建模,在理论上对这种传播机制在减少流行度偏差中的作用进行了证明。并且采用芬切尔共轭法与近端交替预测‑校正算法将去偏过程转化为双级优化问题,直接对图传播过程进行流行度去偏,充分考虑图的拓扑结构对流行度偏差的放大效应,并深入研究了图结构传播过程中流行度因素对最终推荐结果的影响。
-
公开(公告)号:CN117786225A
公开(公告)日:2024-03-29
申请号:CN202311868798.7
申请日:2023-12-29
Applicant: 上海交通大学
IPC: G06F16/9535 , G06N3/0464 , G06N3/08 , G06F17/18 , G06F17/16
Abstract: 本申请提供一种基于参数解耦和图卷积网络的多任务推荐方法及电子设备,所述方法包括:用于处理多任务的多个专家混合模型将每个任务的单个权重解耦成共享权重和任务独享权重;基于所述专家混合模型的输出构建表示节点之间边的概率的概率图作为各所述专家混合模型之间的关系图;基于各所述专家混合模型之间的关系图和图卷积网络聚合各所述专家混合模型的输出。本申请将参数解耦和图卷积网络运用于多任务推荐中,从而减少负迁移和跷跷板现象并防止门控网络崩溃。
-
-
-
-
-
-