一种基于深度学习的文本语义提取方法，对于一个较长文本输入，经过系统模型，能够最大程度上还原文本语义。本发明结合了循环神经网络(RNN)以及自我注意力机制(Self‑Attention)优势，极大程度上改善了文本语义提取效果，节省了深度学习模型计算资源总成本，有效地降低了文本语义提取时间，使读者获得更优质的阅读体验。
📄 2021102955500
📂 G06F40_289
👤 浙江工业大学
📅 2021-03-19
本发明公开了一种基于深度学习的短视频直播营销任务推荐方法，首先对输入用户的行为序列特征进行定义，然后设计出基于直播数据和用户行为数据的召回模型，用以召回拟推荐的直播营销任务，之后提出基于人口统计学特征和用户行为特征的排序模型用来对拟推荐任务排序，对于系统的冷启动问题，本发明也提供了通过余弦相似度计算的相关解决方案。本发明使用了基于深度学习的推荐模型结合协同过滤的思想对相关直播营销任务进行召回和排序，最终选取排序靠前的直播营销任务作为推荐序列进行精准推荐，将深度学习与推荐系统相结合，提高了推荐的精准度和用户的体验感，在营销推荐领域有重要意义。
📄 2022104753743
📂 G06Q30_0601
👤 浙江工业大学
📅 2022-04-29
本发明公开了一种基于深度学习的人群高兴程度识别方法，首先将人工标注的单个人脸图像做分类和图像尺寸归一化处理，得到人脸高兴程度数据库和人脸遮挡程度数据库，再分别将它们分为训练集和验证集，用于训练卷积神经网络，然后利用训练好的网络模型对输入的一幅合影图像中的人脸进行高兴程度和遮挡程度的识别，最后采用人脸高兴程度加权的方式计算出图像中的人群高兴程度。采用深度学习对图像中的群体表情进行分析，相比于传统提取PHOG、Gabor特征的方法要更准确，为解决图像中的人群情感识别问题提拱了新的思路和途径。
📄 2016112424704
📂 G06K9_00
👤 南京邮电大学
📅 2016-12-29
本发明公开了一种基于浅层模型知识迁移的小样本深度学习方法。本发明首先对数据进行预处理，然后根据相关领域的先验知识和专家经验将原始信号变换到不同的变换域，计算人工特征。根据人工特征，选择不同的浅层模型，基于少量有标签样本数据进行训练。并根据分类准确率/预测误差等指标，对不同特征组合的不同浅层模型进行筛选，构成候选模型池。然后，基于上述候选模型池，选择模型对未标注的样本进行预测，得到预测标签，并将多个预测标签融合。将上述预测标签与已有的少量的有标签样本组合，共同构建训练集。针对具体任务，设计深度神经网络结构，基于上述混合训练集训练。通过旋转机械故障诊断数据集，验证了该方法的有效性。
📄 2018108127564
📂 G06K9_62
👤 杭州电子科技大学
📅 2018-07-23
本发明公开了一种基于信息融合和深度学习的原核生物乙酰化位点预测方法，涉及生物信息技术领域。所述预测方法引入多信息融合，从序列信息、物理化学信息、进化信息多方面对蛋白质序列进行特征编码，充分反映乙酰化位点与非乙酰化位点蛋白质序列之间的差异性。Group Lasso对原始特诊空间进行筛选和优化，保留识别乙酰化位点模型的重要特征，得到最佳特征子集，提高模型计算速度和质量。深度神经网络通过层级学习最优特征子集生成具有判别力的特征，有效区分蛋白质序列中的乙酰化位点和非乙酰化位点，同时节约计算时间并且避免其它成本和相关限制，不仅能够帮助深入了解乙酰化分子机制，而且能为进行乙酰化位点识别相关实验验证提供有价值的参考信息。
📄 2019113635778
📂 G16B20_30
👤 青岛科技大学
📅 2019-12-26
本发明公开了一种基于深度学习与眼神跟踪的无人超市售货系统，包括:设置在无人超市入口的双目摄像头与虹膜摄像头，超市内部设有货架，货架的顶点设有摄像头A；货架上从上至下设有至少两排置物板，置物板的底部设有重力传感器；货架的每行置物架上分别均设有摄像头B和摄像头C；货架的一端设有人机交互模块；双目摄像头、虹膜摄像头、摄像头A、摄像头B、摄像头C及重力传感器均连接后台上位机。本发明还公开了一种基于深度学习与眼神跟踪的无人超市售货系统的售货方法，本发明解决了目前存在的排队买单造成的结账效率低下，使用电子标签造成的商品成本增加，以及消费者因无法使用手机而限制购物的问题。
📄 2021104656382
📂 G06Q20_20
👤 西安理工大学
📅 2021-04-28
本发明公开了一种基于深度学习的异构环境下可信O2O服务推荐方法，S1.采集来自多个渠道的异构环境下O2O服务数据，形成统一数据矩阵模型；S2.基于所述统一数据矩阵模型构建图结构数据模型，生成初始关系图；S3.获得图卷积节点嵌入表示；S4.根据所述图卷积节点嵌入表示构建推荐模型，并形成推荐候选集；S5.利用鲸鱼优化算法对所述推荐模型的关键超参数进行全局搜索和优化调节；S6.生成基于实时状态的个性化O2O服务推荐结果。本发明能够自适应调整不同节点之间的信息传播范围，使得模型在处理长距离依赖关系时更加精准，同时在数据稀疏的情况下仍能保持较好的推荐效果。
📄 2025104780053
📂 G06F16_9535
👤 江西财经大学
📅 2025-04-16
本发明公开了一种基于深度学习的数字全息包裹相位畸变补偿方法。通过计算机生成随机Zernike多项式系数和对应的包裹相位图，分别作为学习标签和网络训练神经网络模型；搭建数字全息光路记录待测样本的全息图，经数值重建后将其包裹相位图输入训练好的神经网络模型输出Zernike多项式系数重构相位畸变分布，在空间域补偿物光复振幅；对补偿后包裹相位图进行相位滤波和解包裹，并对解包裹后相位进行基于背景分割的Zernike多项式拟合来补偿残留畸变。本发明方法仅用仿真数据集训练网络，在相位解包裹前补偿大部分畸变，提高包裹相位数据可靠度，极大提高相位恢复准确度，具有计算速度快和精准补偿畸变等优点。
📄 2022113196113
📂 G06T5_80
👤 浙江理工大学
📅 2022-10-26
本发明公开了基于三维点云深度学习网络的机械化茶叶采摘方法，先对三维点云数据进行滤波，采用三维点云深度学习网络模型对滤波后的点云数据进行点云语义分割，将点云数据中分割成顶端鲜叶点云、当前时刻采茶刀片点云和茶叶枝干点云三个分类，并形成每个鲜叶点云数据的长度语义标签；然后将不在鲜叶合理长度范围内的鲜叶点云数据从顶端鲜叶点云中筛除；接着，计算鲜叶剪切距离，调整采茶刀片角度，计算当前时刻采茶刀片与茶陇蓬面的高度差，计算当前时刻最佳深入距离；最后对最佳深入距离进行实时反馈调节。本发明极大地提高了采摘的鲜叶质量。
📄 202211135294X
📂 G06T7_73
👤 浙江理工大学
📅 2022-09-19
本发明提出了一种基于深度学习的信息推送方法，包括如下步骤：构造感兴趣物品的访问矩阵，距离邻近矩阵以及种类关联矩阵；通过将感兴趣物品的访问矩阵、距离邻近矩阵和种类关联矩阵进行分解，得到访问矩阵的隐含因子矩阵、距离邻近矩阵的隐含因子矩阵和种类关联矩阵的隐含因子矩阵，并得到感兴趣物品的访问潜在向量，感兴趣物品的距离潜在向量；感兴趣物品的种类潜在向量；计算感兴趣物品特征向量、客户特征向量、时间上下文特征向量以及序次上下文特征向量；将感兴趣物品特征向量、客户特征向量、时间上下文特征向量以及序次上下文特征向量输入训练好的神经网络推荐模型中，得到推荐结果，并进行推送；本发明方法提升了推荐的准确性和合理性。
📄 2022104831649
📂 G06Q30_02
👤 福州掌中云科技有限公司
📅 2022-05-06
本发明公开了基于深度学习的资源学习路径规划方法、装置、计算机设备及存储介质，涉及人工智能技术，包括先实时采集虚拟对象的学习数据点击记录，并存储至虚拟对象数据库；之后在虚拟对象数据库中根据筛选条件获取目标数据组成样本集，以进行模型训练得到预测模型；最后若接收到当前课程子轨迹信息初始输入特征，将其输入至预测模型进行运算得到输出结果。实现了基于因学习课程而使得虚拟对象级别上升的学习课程轨迹得到样本数据对预测模型进行训练，得到的预测模型能够根据输入的课程轨迹输出推荐学习课程轨迹，因利用深度学习模型能提高预测精准度，而且能学习到更多的特征输入，模型更加的灵活。
📄 2021103626426
📂 G06Q10_04
👤 平安科技(深圳)有限公司
📅 2021-04-02
本发明实施例公开了一种基于深度学习的智能防撞方法、系统、计算机设备及存储介质。所述方法应用于汽车的防撞系统，所述汽车的后视镜安装有摄像头，所述方法包括：防撞系统检测所述汽车的速度是否为零；若所述汽车的速度为零，则通过所述摄像头获取所述汽车后方的图像；然后通过训练好的SSD网络模型对所述图像进行非机动车识别处理，得到识别结果；最后根据所述识别结果进行防撞警报处理。本发明实施例中，当检测到汽车停车时，汽车防撞系统可以通过SSD网络模型判断车辆后方的图像，进而判断车辆后方是否存在非机动车，该方法受温度的影响较小，检测的方向性强，从而提高了汽车的防撞系统的检测精度。
📄 2021105473092
📂 G06K9_00
👤 平安科技(深圳)有限公司
📅 2021-05-19
柿子坊 · 知识产权运营
柿子坊知识产权运营平台