公开(公告)号：CN110688585A

公开(公告)日：2020-01-14

申请号：CN201910912752.8

申请日：2019-09-25

Applicant: 北京工业大学

Inventor： 杨新武 ,  熊乐歌 ,  王羽钧 ,  董雨萌 ,  杜欣钰 ,  宋霖涛

IPC: G06F16/9536

Abstract: 本发明公开了一种基于神经网络和协同过滤的个性化电影推荐方法，采用Bert神经网络对电影情节进行特征提取，形成一个关于item的特征矩阵与Funk-SVD形成衔接，再利用矩阵分解技术产生一个完整的U-I矩阵，得到所有预测评分的一种快速有效的方法。先利用Bert神经网络对电影情节进行特征提取，并得到一个关于电影item的特征矩阵；然后将得到的特征矩阵与协同过滤算法Funk-SVD算法衔接，再利用矩阵分解技术，梯度下降法进行优化，得到一个误差最小的完整的U-I矩阵，最终获得所有预测评分等一系列操作；本发明在原有显式反馈和隐式反馈的基础上，加入辅助信息即电影情节，更加准确的获取item的特征矩阵，使最小误差降低了2.40％，提高了预测的精确度。

公开(公告)号：CN113128384B

公开(公告)日：2024-04-05

申请号：CN202110376347.6

申请日：2021-04-01

Applicant: 北京工业大学

Inventor： 王卓峥 ,  宋霖涛 ,  董雨萌 ,  任博雯 ,  丁熠辉

IPC: G06F18/241 ,  G06F18/213 ,  G06F18/10 ,  G06F18/27 ,  G06N3/0464 ,  G06N3/09 ,  G06N3/084 ,  G16H50/20 ,  A61B5/372

Abstract: 一种基于深度学习的脑卒中康复系统脑机接口软件关键技术方法属于深度学习技术领域。本发明通过在脑电信号特征提取和分类阶段，采用自回归模型和样本熵对其进行特征提取，并利用CNN算法对其进行分类，可以提高脑电信号分类的准确度，应用到脑卒中康复系统脑机接口软件后可以为实现脑卒中患者的康复治疗。

公开(公告)号：CN113128384A

公开(公告)日：2021-07-16

申请号：CN202110376347.6

申请日：2021-04-01

Applicant: 北京工业大学

Inventor： 王卓峥 ,  宋霖涛 ,  董雨萌 ,  任博雯 ,  丁熠辉

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08 ,  G16H50/20 ,  A61B5/372

Abstract: 一种基于深度学习的脑卒中康复系统脑机接口软件关键技术方法属于深度学习技术领域。本发明通过在脑电信号特征提取和分类阶段，采用自回归模型和样本熵对其进行特征提取，并利用CNN算法对其进行分类，可以提高脑电信号分类的准确度，应用到脑卒中康复系统脑机接口软件后可以为实现脑卒中患者的康复治疗。

公开(公告)号：CN110688585B

公开(公告)日：2022-04-19

申请号：CN201910912752.8

申请日：2019-09-25

Applicant: 北京工业大学

Inventor： 杨新武 ,  熊乐歌 ,  王羽钧 ,  董雨萌 ,  杜欣钰 ,  宋霖涛

IPC: G06F16/9536

Abstract: 本发明公开了一种基于神经网络和协同过滤的个性化电影推荐方法，采用Bert神经网络对电影情节进行特征提取，形成一个关于item的特征矩阵与Funk‑SVD形成衔接，再利用矩阵分解技术产生一个完整的U‑I矩阵，得到所有预测评分的一种快速有效的方法。先利用Bert神经网络对电影情节进行特征提取，并得到一个关于电影item的特征矩阵；然后将得到的特征矩阵与协同过滤算法Funk‑SVD算法衔接，再利用矩阵分解技术，梯度下降法进行优化，得到一个误差最小的完整的U‑I矩阵，最终获得所有预测评分等一系列操作；本发明在原有显式反馈和隐式反馈的基础上，加入辅助信息即电影情节，更加准确的获取item的特征矩阵，使最小误差降低了2.40％，提高了预测的精确度。