公开(公告)号：CN117421697A

公开(公告)日：2024-01-19

申请号：CN202311381766.4

申请日：2023-10-24

Applicant: 桂林电子科技大学

Inventor： 刘平山 ,  奚铭骏 ,  吕树月 ,  俞中舒 ,  唐泽慧

IPC: G06F18/25 ,  G06F16/78 ,  G06F16/735 ,  G06N3/0442

Abstract: 本发明公开了一种融合注意力机制的多特征多通道长短时记忆网络视频流行度预测方法。该方法首先针对视频的时序数据，引入多特征和多通道以丰富长短时记忆网络的输入信息，让预测模型处理更多种类的时序特征；其次，通过多层感知机学习视频的静态元数据特征，并对其进行静态特征建模得到静态特征向量；然后，引入注意力机制；特征注意力和通道注意力的引入可以使多通道视频时序特征处理模型从多个维度学习多特征之间的内在规律，最终得到时序特征向量；最后，将经过动态特征融合的静态和时序特征向量与模型所学习到的信息值进行综合计算，得到视频流行度预测值。该方法不仅拥有良好的预测精准度，还有助于流媒体平台为用户提供更加精准的用户推荐。

公开(公告)号：CN116311739A

公开(公告)日：2023-06-23

申请号：CN202211700578.9

申请日：2022-12-27

Applicant: 桂林电子科技大学

Inventor： 刘平山 ,  项平川 ,  吕树月 ,  曹原

IPC: G08B17/00 ,  G06F18/25 ,  G06N3/0442 ,  G08B17/06 ,  G08B17/10 ,  G08B19/00 ,  G08B21/12 ,  G08B21/16

Abstract: 本发明公开了一种基于长短时记忆网络及环境信息融合的多传感器火灾检测方法。该方法在检测火灾时，首先使用多传感器系统持续采集环境中温度、烟雾浓度、一氧化碳浓度和二氧化碳浓度数据，构建对应环境指标的监测值时间序列；其次，基于长短时记忆网络构建深层环境信息提取模型中的环境变化程度提取模块和环境水平提取模块，借助长短时记忆网络对时序数据长距离依赖关系的处理能力，实现对环境指标变化程度以及环境指标水平的预测；然后，使用多层感知机对所获取到的多种环境信息进行融合，得到综合火灾状态信息；最后，将综合火灾状态信息值与系统运行中学习到的最佳阈值进行比较，完成火灾判断。