一种基于上下文感知的混合神经网络的细粒度情感分类方法

    公开(公告)号:CN111144130A

    公开(公告)日:2020-05-12

    申请号:CN201911372752.X

    申请日:2019-12-26

    Abstract: 本发明公开了一种基于上下文感知的混合神经网络的细粒度情感分类方法,步骤为:在对每个子句中的单词编码时,采用一个双向的Bi-LSTM,在单词级注意机制中引入上下文向量;子句级使用卷积层从子句上提取局部特征,通过最大池操作聚集所有局部特征,得到一个固定大小的句子向量;将句子向量输入到softmax分类器进行分类,获得最高概率的标签代表预测的方面情感极性。本发明的基于上下文感知的混合神经网络的细粒度情感分类方法在单词级注意机制中引入上下文向量,这样所得到的每条子句向量的表示都充分考虑了上下文信息。本发明在子句级使用卷积神经网络来达到相同的功能,但计算成本将大大降低。

    一种基于人脸识别的智能超市商品推荐系统

    公开(公告)号:CN111144283A

    公开(公告)日:2020-05-12

    申请号:CN201911357984.8

    申请日:2019-12-25

    Abstract: 本发明公开了一种基于人脸识别的智能超市商品推荐系统,包括:摄像头,安装在超市入口处,用于对人脸进行检测;人脸识别模块,与所述摄像头连接,使用卷积神经网络提取人脸的特征,并进行对比判断用户为新用户还是老用户;商品推荐模块,使用栈式降噪自编码器提取商品的属性或通过历史数据的训练,选出前5个推荐商品进行推荐;Wifi模块,用于对用户进行室内定位;服务器,与商品推荐模块和Wifi模块连接,用于将推荐的商品和用户的位置进行决策处理;语音模块,用于通过无线传输模块将服务器中反馈的推荐商品的路线转换为语音,为用户进行语音播报。本发明可以提高用户购买的效率进而增加超市的客流与销量,减少超市与员工的用量,节省超市成本。

    一种云模型相似度的分析方法

    公开(公告)号:CN105760650A

    公开(公告)日:2016-07-13

    申请号:CN201510997640.9

    申请日:2015-12-28

    CPC classification number: G16Z99/00

    Abstract: 本发明公开了一种云模型相似度的分析方法,其特征在于,为了表示在安全评价中专家给出的带有定性和定量、模糊性和随机性、不确定性等特点的评价信息,并将这些信息进行分析、合并,进而达到化简的目的,为此提出一种基于包络线的云模型方法;其包括如下步骤:方法使用云模型表示专家对某一问题的看法,进而形成多位专家对该问题的多个云模型,同时根据云模型的形成特点,构建云模型的上下包络线,并对之间的云模型区域进行积分,最终通过积分区域重叠部分与积分区域的关系来判断云模型的相似程度,达到将这些专家信息化简的目的,给出了四种基于相似度的评价语义化简结果;本发明可用于云模型相似度比较和评价对象的相似度比较。

    一种基于用户画像的图书馆图书推荐系统及方法

    公开(公告)号:CN112131477A

    公开(公告)日:2020-12-25

    申请号:CN202011033243.7

    申请日:2020-09-27

    Inventor: 任建华 郑植元

    Abstract: 一种基于用户画像的图书馆图书推荐系统,包括:监控器,安装在图书馆入口处,用于提取顾客的头像;面部识别模块,与所述监控连接,用于提取顾客面部特征,以判断顾客是否为老顾客;图书推荐模块,用于使用顾客的用户画像中的社交属性、兴趣属性,通过相似度计算方法寻找目标读者的相似读者,找出相似读者感兴趣的图书,排序并行推荐;无线传输网络模块,用于通过无线传输网络接收顾客手机所发出的位置信息;处理器,与图书推荐模块和无线传输网络模块连接,用于将推荐的图书和顾客的位置进行整合处理;LED显示模块,用于通过无线传输网络模块将处理器中反馈的推荐书目的路线投放到LED屏显示。

    一种基于时空动态神经网络的城市人流预测方法

    公开(公告)号:CN112257934A

    公开(公告)日:2021-01-22

    申请号:CN202011157484.2

    申请日:2020-10-26

    Abstract: 本发明公开了一种基于时空动态神经网络的城市人流预测方法,包括:获取城市人流历史移动轨迹数据,将城市人流数据抽象成“图像帧”,根据时间将城市人流数据划分为训练数据集和测试数据集,将城市人流数据抽象成“图像帧”,使其处理方法转化为图像处理方法,将“图像帧”输入三维卷积神经网络,提取时间特性和空间特性,捕捉城市人流的流动性特征;把空间特征输入到残差卷积块,捕捉空间上距离较远的区域人流相互之间的影响;通过训练模型得到城市区域人流预测结果。本发明通过构建时空动态图和残差卷积块,结合城市区域人口流动特性和空间全局相关特性,对未来一段时间的城市区域人流流动进行预测,具有较快的收敛速度和准确率上的提升优势。

Patent Agency Ranking