基于注意力机制的知识图谱偏好预测推荐方法

    公开(公告)号:CN115618009A

    公开(公告)日:2023-01-17

    申请号:CN202211169208.7

    申请日:2022-09-26

    Abstract: 一种基于注意力机制的知识图谱偏好预测推荐方法,包括以下步骤:第一步、符号定义;第二步、偏好传播方法设计;第三步、基于偏好传播的资源推荐;第四步、基于缩放点积注意力的图上文表示;第五步、损失函数定义,最终计算结果来判断是否将项目v#加入用户u#的推荐列表。本发明引入偏好传播思想,获取用户在数据集上的兴趣集合,通过适应多个头实体组成的复杂路径,随后修剪路径和引入实体‑关系上文对,增强用户的偏好兴趣,提高推荐的精确度,然后利用缩放点积注意力机制整合全部路径信息,并计算用户对候选实体的关注程度,来为用户提供个性化推荐。使推荐的信息更加精准到用户感兴趣的部分,推荐效率提升。

    一种基于动态卷积的点云语义分割方法

    公开(公告)号:CN117351198A

    公开(公告)日:2024-01-05

    申请号:CN202310184474.5

    申请日:2023-03-01

    Abstract: 一种基于动态卷积的点云语义分割方法,包括如下步骤:步骤一:构建邻域特征;步骤二:构建动态卷积;步骤三:提取语义特征;步骤四:自适应注意力机制特征聚合;步骤一到步骤四的执行步骤记为DynamicConv,将DynamicConv重复依次执行C2次,每执行一次记作一层编码模块;步骤五:编码器结构;步骤六:网络上采样;步骤七:跳跃连接;将步骤六和步骤七重复C3次数得到每一个点的高级语义特征;步骤八:计算分类结果,将得分最高的类别作为该点的分割结果。本发明可以灵活有效地模拟点云的空间变化和几何结构特征;通过自适应注意力机制聚合局部特征,进一步提升特征的细粒度以及增强特征的完整性。

Patent Agency Ranking