一种基于兴趣组划分和多信息融合的推荐方法

    公开(公告)号:CN117763227A

    公开(公告)日:2024-03-26

    申请号:CN202311550519.2

    申请日:2023-11-20

    Abstract: 本发明属于推荐技术领域,具体涉及一种基于兴趣组划分和多信息融合的推荐方法,包括:获取用户‑物品历史交互数据及用户社交信息;将用户和物品以及他们之间的关系表示成图结构;通过卷积神经网络对图结构表示中的用户节点进行一阶邻居节点信息捕获;进行用户节点兴趣组划分;通过卷积神经网络在各自的兴趣组内进行用户节点和物品节点的高阶邻居节点信息捕获;提取用户和节点的特征执行内积操作,得到的内积值作为用户对这个物品喜爱程度值进行推荐。本发明聚焦于用户与物品交互的隐藏信息及用户的社交信息,提取用户和物品之间的高阶相关性和特征表示,同时引入了兴趣组划分的思想,从而提高了推荐的准确度。

    一种数码管芯片溢胶缺陷识别方法

    公开(公告)号:CN117333454A

    公开(公告)日:2024-01-02

    申请号:CN202311296978.2

    申请日:2023-10-08

    Abstract: 本发明属于器件缺陷检测领域,具体涉及一种数码管芯片溢胶缺陷识别方法,包括:在传送带运动状态下使用多个相机分别拍摄传送带上数码管芯片的各个面;将得到的图片进行数据增强和光照均衡处理;构建数码管芯片缺陷检测模型,通过光照均衡处理后的图片对数码管芯片缺陷检测模型进行训练;将待检测的数码管芯片图像进行预处理并送入到已训练好的模型中检测,最后获得识别检测结果。本发明通过将YOLOv5模型的C3模块中增加了双重注意力机制,提高对缺陷目标的准确性和鲁棒性;通过引入对比学习网络,它具有更强的泛化能力和鲁棒性,这使得模型在应用于实际生产环境时更加灵活和可靠。

    一种基于改进的动态图神经网络的不实信息检测方法

    公开(公告)号:CN117392686A

    公开(公告)日:2024-01-12

    申请号:CN202311514677.2

    申请日:2023-11-13

    Abstract: 本发明属于图神经网络的不实信息检测方法,具体涉及一种基于改进的动态图神经网络的不实信息检测方法,包括:获取用户发布的贴子数据,根据帖子发布时间将贴子数据划分成长度为T的时序图不实信息数据序列;采用编码器对时序图不实信息数据序列进行空间特征提取,并采用解码器对空间特征进行重构,得到重构后的空间特征;将重构后的空间特征输入到动态图神经网络模型,生成下一时刻步长信息;采用注意力机制对下一时刻步长信息进行特征加权处理,并将加权融合后的特征输入到分类器中,得到分类结果;本发明通过等间隔的划分贴子数据的长度,从而更容易对数据进行处理,提高了模型处理数据的效率。

    一种基于强化学习的车辆路径规划方法及系统

    公开(公告)号:CN117711173A

    公开(公告)日:2024-03-15

    申请号:CN202311571995.2

    申请日:2023-11-22

    Abstract: 本发明涉及路径规划领域,特别涉及一种基于强化学习的车辆路径规划方法及系统,方法包括通过交通路网构建有向图,有向图中一个节点为交通路网中的一个路口,若两个节点之间存在道路连接则两个节点之间存在一条边;获取实时的交通流信息,根据交通流的拥堵情况为有向图中的边赋予权重,拥堵情况越严重边权重越低;将有向图输入到图卷积网络中,从有向图中提取得到路况流量特征矩阵;将车辆视为一个智能体,每到达一个节点智能体根据当前状态选择执行的动作,并根据选择的动作更新智能体的状态;智能体选择的动作为在该节点处的前进方向,将路况流量特征矩阵、当前智能体所在的位置矩阵和目的地所在的位置矩阵拼接在一起作为智能体的状态。

    一种数码管芯片的缺陷检测方法
    6.
    发明公开

    公开(公告)号:CN117350976A

    公开(公告)日:2024-01-05

    申请号:CN202311345770.5

    申请日:2023-10-18

    Abstract: 本发明涉及一种数码管芯片的缺陷检测方法,包括:获取源域数码管芯片图像数据集:根据源域数码管芯片图像数据集对YOLO V5模型进行训练,得到第一缺陷检测模型;获取目标域数码管芯片图像数据集,基于迁移学习将第一缺陷检测模型迁移到目标域中;利用labelImg对部分目标域数码管芯片图像进行标注;利用标注的目标域数码管芯片图像对第一缺陷检测模型进行预训练得到第二缺陷检测模型;基于半监督的方法利用未标注的目标域数码管芯片图像集对第二缺陷检测模型进行再训练,得到最终的缺陷检测模型;通过最终的缺陷检测模型对目标域待测数码管芯片图像进行缺陷检测,得到目标域待测芯片中缺陷的类别和缺陷的位置。

    一种用于自动识别验证码中空心字符的方法

    公开(公告)号:CN108537225A

    公开(公告)日:2018-09-14

    申请号:CN201710158523.2

    申请日:2017-03-01

    CPC classification number: G06F21/316 G06F21/36 G06K9/344 G06K9/346 G06K2209/01

    Abstract: 本发明了一种用于自动识别验证码中空心字符的方法,其中的方法主要包括:在图片进行预处理后,对发生断裂的字符轮廓线进行修复;将所有封闭的白色连通区域进行颜色填充;对所述得到的颜色块,依据其形状特性及横纵向特性进行三次检测去干扰处理,提取有效字符块;从分割得到的字符块中提取有效特征信息;利用机器学习方法对字符信息进行检测识别。本发明提供的技术方案简单实用,能够及时检测出验证码中的空心字符并进行准确识别,且能够较好的应用于背景有其他图像干扰形式的验证码,从而提高了自动识别的性能。

Patent Agency Ranking