基于门控循环单元神经网络的主动学习协同过滤方法

    公开(公告)号:CN110532471A

    公开(公告)日:2019-12-03

    申请号:CN201910796504.1

    申请日:2019-08-27

    Applicant: 华侨大学

    Abstract: 本发明公开了一种基于门控循环单元神经网络的主动学习协同过滤方法,包括:获取用户评分数据集将其用户对商品评分矩阵转化为成时间序列数据,设置对应的门控循环单元神经网络结构;采用改进MinRating主动学习算法动态采样数据,主动选择合适的训练集,输入用户的时间序列数据到门控循环单元神经网络输入层进行训练,并将门控循环单元神经网络输出与目标值进行损失计算,根据迭代算法adma进行参数的更新;利用训练得到的神经网络模型进行协同过滤推荐,实现TopN推荐。本发明方法在短时预测成功率、召回率、项目覆盖和用户覆盖上优于传统协同过滤算法;主动学习部分能够帮助模型快速建立,在一定程度上解决推荐系统的冷启动问题。

    基于门控循环单元神经网络的主动学习协同过滤方法

    公开(公告)号:CN110532471B

    公开(公告)日:2022-07-01

    申请号:CN201910796504.1

    申请日:2019-08-27

    Applicant: 华侨大学

    Abstract: 本发明公开了一种基于门控循环单元神经网络的主动学习协同过滤方法,包括:获取用户评分数据集将其用户对商品评分矩阵转化为成时间序列数据,设置对应的门控循环单元神经网络结构;采用改进MinRating主动学习算法动态采样数据,主动选择合适的训练集,输入用户的时间序列数据到门控循环单元神经网络输入层进行训练,并将门控循环单元神经网络输出与目标值进行损失计算,根据迭代算法adma进行参数的更新;利用训练得到的神经网络模型进行协同过滤推荐,实现TopN推荐。本发明方法在短时预测成功率、召回率、项目覆盖和用户覆盖上优于传统协同过滤算法;主动学习部分能够帮助模型快速建立,在一定程度上解决推荐系统的冷启动问题。

    一种基于深度学习和迁移学习的3D画智能推荐方法

    公开(公告)号:CN107066578A

    公开(公告)日:2017-08-18

    申请号:CN201710239554.0

    申请日:2017-04-13

    Inventor: 王华珍 潘傲寒

    Abstract: 本发明公开了一种基于深度学习和迁移学习的3D画智能推荐方法,首先利用公开的大样本场景图片数据集,基于深度学习得到通用的场景图像分类器;然后通过用户收集的3D画场景图片数据集进行迁移学习,将通用的图像分类器转为3D画场景空间分类器;接着通过哈希感知算法构建3D画设计方案推荐图库的信息指纹库;最后将用户拍摄场景图片与3D画设计方案库匹配筛选,得到匹配候选子集,计算该子集中每张图片与用户图片之间的信息指纹汉明距离,再将距离最小的3D图智能推荐给用户。本发明基于深度学习和迁移学习,实现了在特定环境和空间结构对3D画的设计,也缩短了3D画的设计周期。

    一种基于图像语义提取和涂鸦的彩绘画创作方法

    公开(公告)号:CN106960457B

    公开(公告)日:2020-06-26

    申请号:CN201710120036.7

    申请日:2017-03-02

    Inventor: 王华珍 潘傲寒

    Abstract: 本发明提出一种基于图像语义提取和涂鸦的彩绘画创作方法,该方法能够将语义风格迁移到涂鸦画中,进而转化为精细彩绘画,通过收集已有的彩绘画素材,并标记素材图画中的语义,通过语义生成一张涂鸦画,通过一种将马尔可夫随机场与卷积神经网络结合的风格迁移技术,得到一张具有素材图像风格和涂鸦语义融合的精细彩绘画。本发明能降低画家重复绘制同一主题的绘制时间,可以快速改变构图但保留原有风格,可以提供彩绘灵感的优点,一定程度上解决了彩绘画供需不平衡的痛点。

    一种基于深度学习和迁移学习的3D画智能推荐方法

    公开(公告)号:CN107066578B

    公开(公告)日:2020-06-26

    申请号:CN201710239554.0

    申请日:2017-04-13

    Inventor: 王华珍 潘傲寒

    Abstract: 本发明公开了一种基于深度学习和迁移学习的3D画智能推荐方法,首先利用公开的大样本场景图片数据集,基于深度学习得到通用的场景图像分类器;然后通过用户收集的3D画场景图片数据集进行迁移学习,将通用的图像分类器转为3D画场景空间分类器;接着通过哈希感知算法构建3D画设计方案推荐图库的信息指纹库;最后将用户拍摄场景图片与3D画设计方案库匹配筛选,得到匹配候选子集,计算该子集中每张图片与用户图片之间的信息指纹汉明距离,再将距离最小的3D图智能推荐给用户。本发明基于深度学习和迁移学习,实现了在特定环境和空间结构对3D画的设计,也缩短了3D画的设计周期。

    一种基于图像语义提取和涂鸦的彩绘画创作方法

    公开(公告)号:CN106960457A

    公开(公告)日:2017-07-18

    申请号:CN201710120036.7

    申请日:2017-03-02

    Inventor: 王华珍 潘傲寒

    Abstract: 本发明提出一种基于图像语义提取和涂鸦的彩绘画创作方法,该方法能够将语义风格迁移到涂鸦画中,进而转化为精细彩绘画,通过收集已有的彩绘画素材,并标记素材图画中的语义,通过语义生成一张涂鸦画,通过一种将马尔可夫随机场与卷积神经网络结合的风格迁移技术,得到一张具有素材图像风格和涂鸦语义融合的精细彩绘画。本发明能降低画家重复绘制同一主题的绘制时间,可以快速改变构图但保留原有风格,可以提供彩绘灵感的优点,一定程度上解决了彩绘画供需不平衡的痛点。

Patent Agency Ranking