-
公开(公告)号:CN119760220A
公开(公告)日:2025-04-04
申请号:CN202411724586.6
申请日:2024-11-28
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06N3/0895 , G06N20/00 , G06F16/901 , G06N3/042 , G06N3/0464 , G06N3/08 , G16H20/90 , G16H20/10
Abstract: 本发明请求保护一种基于自监督对比学习和语义增强的草药推荐方法。首先使用Word2vec单词嵌入算法,结合症状和草药的语义信息,训练症状和草药的特征表示。然后,构建症状‑草药二部图、症状‑症状协同图和草药‑草药协同图结构,以捕捉症状和草药之间不同类型的关系。利用残差图卷积神经网络聚合邻居节点的特征来更新当前节点的表示,并通过对协同图和二部图进行节点或边的随机丢弃,生成增强的子图。对这些子图进行编码后,采用自监督对比学习方法计算节点之间的对比损失。接着,融合来自不同图的信息,计算草药对症状集合的治疗评分。最后,结合交叉熵损失、Topk损失和对比损失,使用自适应优化算法调整模型的梯度,提高了草药推荐的准确性和可靠性。
-
公开(公告)号:CN119741621A
公开(公告)日:2025-04-01
申请号:CN202411724591.7
申请日:2024-11-28
Applicant: 重庆邮电大学
IPC: G06V20/17 , G06V10/25 , G06N3/045 , G06V10/82 , G06V10/762 , G06V10/774 , G06N3/0464 , G06V10/764 , G06V10/22 , G06V10/44 , G06N3/048
Abstract: 本发明请求保护一种基于区域聚类和特征注意力机制的航拍小目标检测方法。首先将从输入图像中提取到的候选目标的中心坐标作为聚类算法的输入特征。然后使用基于密度的DBSCAN聚类算法对这些目标进行聚类,随后根据聚类结果从图像中裁剪出这些区域,对裁剪出的区域进行中心填充处理来使其保持合理范围内的尺度和比率并将其与原始数据集合并得到新的扩充后的数据集。将扩充后的数据集放入改进后的单阶段目标检测网络RetinaNet中进行训练,用基于注意力机制的检测头进行最终的目标分类和定位。该方法可以达到数据增强的效果。此外,基于注意力机制的检测头可以去除分类和回归任务中无用信息的干扰,使网络能够自适应地关注更适当的信息进行分类和回归。
-