本发明公开了一种基于动态图神经网络的商品推荐方法，其步骤包括：1、获取一个用户的历史行为序列，并按照等时间间隔分割为T个时间步的子序列，构建每个子序列的用户行为交互图；2、通过图注意力网络分别聚合每个时间步上用户行为交互图上节点的信息；3、构建生成对抗网络中的生成器G；4、构建生成对抗网络中的判别器D；5、获得每个物品节点被用户交互的可能性，并对物品进行降序排序，并选取前N个物品推荐给相应用户。本发明能捕获用户行为交互图的随时间的演化过程，从而能增强推荐性能。
📄 2022105617178
📂 G06Q30_06
👤 安徽农业大学
📅 2022-05-23
本发明公开了基于图神经网络的车联网安全卸载与缓存优化方法，涉及智能交通与边缘计算领域，旨在解决车联网资源调度效率低、隐私保护不足及任务与缓存处理割裂问题。方法包括：S1构建车联网系统模型，含车辆‑路侧单元‑宏基站架构、正交频分多址与专用短程通信协议的通信模型，及含本地处理与部分远程卸载的计算模型；S2引入高斯噪声实现差分隐私保护，采用异步联邦学习结合长短期记忆网络预测任务流行度；S3构建动态异构图，借图神经网络提取时空特征，输入近端策略优化算法，联合优化卸载目标、比例及缓存策略。本发明实现隐私安全、低系统总时延、高缓存命中率与资源利用率的协同提升，适配车联网动态拓扑与复杂任务需求。
📄 2025116396327
📂 H04W28_084
👤 华东交通大学
📅 2025-11-11
本发明公开了一种基于多尺度多阶段神经网络的图像去雾方法及系统，该方法包括以下步骤：预处理步骤：对获取的原始有雾图像进行裁剪成预设图像尺寸得到待去雾图像；去雾处理步骤：将待去雾图像输入到多尺度去雾模型中进行去雾处理得到去雾图像，其中多尺度去雾模型为使用多组数据通过机器学习训练得出，多组数据中的每组数据包括有雾图像和对应的真实无雾图像；多尺度去雾模型设有残差卷积块、注意力卷积块以及特征解码卷积块，注意力卷积块分别与残差卷积块、特征解码卷积块连接。本发明利用特征融合将不同的分辨率的特征进行关联得全局特征，使得网络学习到更准确的特征，从而提高了图像的感知质量和视觉效果。
📄 2021106764004
📂 G06T5_00
👤 暨南大学
📅 2021-06-18
本发明公开了基于图神经网络的车联网多跳卸载优化方法与系统，其中，方法包括系统初始化与环境建模、任务卸载策略决策、多跳路径构建、链路状态检测与RIS配置以及任务传输与执行，其中，系统包括路径构建模块、链路增强模块与任务卸载调度模块，本发明通过感知动态车联网中的节点位置与链路状态变化，支持任务在本地、邻车、路侧单元及云端之间的多目标、多粒度卸载协同调度，相比传统固定策略或单智能体方法，本发明具备更高的路径鲁棒性、更强的链路适应能力与更优的调度性能，适用于自动驾驶、智慧交通等对计算时效性与通信稳定性要求高的场景。
📄 2025115659749
📂 H04W40_14
👤 华东交通大学
📅 2025-10-30
本发明公开了一种基于异质图卷积神经网络的学术论文推荐方法及系统，包括：获取作者数据和论文数据，构建包含作者属性信息和论文属性信息的异质学术网络；在所述异质学术网络中，利用基于注意力机制的异质图卷积神经网络模型分别学习得到作者节点的表示向量和论文节点的表示向量；将作者节点的表示向量与论文节点的表示向量进行拼接融合操作，基于多层感知机的思想进行模型训练，获取目标作者对论文的研究偏好，生成所述目标作者的论文推荐列表。本发明的学术论文推荐方法能够有效捕获异质学术网络中的作者与论文的特征信息，提高节点表示效率，提高论文推荐的准确度。
📄 2021116650955
📂 G06F16_9535
👤 中南财经政法大学
📅 2021-12-31
本发明公开了一种基于卷积神经网络的单图像去雨方法。本发明首先，我们并未使用导向滤波或者其他滤波分离图像以尽可能地保留图像的原始信息。其次，我们提出了我们的RK块来代替残差块以更高效地提取特征。最后，我们提出了特征转换连结操作来处理多尺度雨线。此外，批正则化操作假设了特征都有着相同的分布，然而不同的雨线有着不同的方向、颜色和形状，因此我们移除了网络中所有的批正则化操作。本发明的有益效果：以卷积神经网络为基础，设计一类较为简洁、高效的单步单流去雨网络模型，以便更好地修复带雨图像，同时保持修复质量和模型大小之间的平衡。
📄 2019110955242
📂 G06T5_00
👤 苏州科技大学
📅 2019-11-11
本说明书实施例提供了一种基于固定时间自适应神经网络的直升机系统控制方法，其中，方法包括：根据拉格朗日力学模型，建立在实际工程应用中直升机系统的动力学模型；定义跟踪误差变量，设计辅助控制变量；采用径向基函数神经网络估计直升机非线性系统中的不确定项；设计直升机系统的控制器和自适应律，并通过对李亚普诺夫函数的建立和分析，证明了系统是最终一致有界的。不仅为系统提供了更快的收敛速度，在固定的时间内保持直升机系统的跟踪效果和闭环稳定性，而且实现了系统沉降时间与系统的初始条件无关，取得更好的性能。
📄 2023103980104
📂 G05B13_04
👤 广州大学
📅 2023-04-13
本发明公开了一种基于异质图神经网络的兴趣点推荐方法、系统及介质，其中方法包括：构建基于异质图卷积的兴趣点推荐模型，所述兴趣点推荐模型包括用户图模块和兴趣点模块；对所述用户图模块中的三种分向量进行拼接，获得用户的嵌入表达向量；对所述兴趣点模块中的两种分向量进行拼接，获得兴趣点的嵌入表达向量；根据用户的嵌入表达向量和兴趣点的嵌入表达向量进行预测，获取用于推荐的兴趣点。本发明通过异质图卷积的方式，获取用户和兴趣点的嵌入表达信息，从而预测用户可能感兴趣的地点并向用户进行推荐，可广泛应用于计算机技术领域。
📄 2021106864534
📂 G06F16_9536
👤 广东交通职业技术学院
📅 2021-06-21
本发明公开了一种基于图坍缩卷积神经网络的数据推荐方法、系统及介质，其中方法包括：将用户数据进行密度聚类坍缩，获得K个簇坍缩子图；对所述簇坍缩子图进行卷积处理，获得所述簇坍缩子图的局部特征；对所述局部特征进行堆叠处理，实现从簇坍缩子图到全局图结构的图卷积计算，获得用户数据特征和物品数据特征；根据所述用户数据特征和所述物品数据特征获取推荐结果。本发明能够解决图结构数据在计算时数据量庞大的问题，对于用户数据的更新，也只需要将新增用户划分到对应的用户子图，更新用户子图的特征数据即可，避免了全局模型的重训练消耗，可广泛应用于信息推荐技术领域。
📄 2020115187340
📂 G06N3_04
👤 广东交通职业技术学院
📅 2020-12-21
本发明公开了一种基于FPGA的Tiny‑yolo卷积神经网络硬件加速方法及系统，其通过分析Tiny‑yolo网络并行特征，结合硬件的并行处理能力，对Tiny‑yolo卷积神经网络进行硬件加速。加速方案从3个方面对Tiny‑yolo网络进行加速改进:(1)通过多通道并行输入提升Tiny‑yolo网络的处理速度，(2)通过并行计算提升Tiny‑yolo网络卷积计算的速度，(3)通过池化嵌入减少Tiny‑yolo网络的池化过程时间。其大大提高了Tiny‑yolo卷积神经网络的检测速度。
📄 2018105236199
📂 G06N3_063
👤 重庆大学
📅 2018-05-28
本发明公开了一种用于卷积神经网络硬件加速的数据处理方法，其通过分析卷积神经网络并行特征，结合硬件的并行处理能力，对卷积神经网络进行硬件加速，加速方案从3个方面对Tiny‑yolo网络进行加速改进:(1)通过多通道并行输入提升Tiny‑yolo网络的处理速度，(2)通过并行计算提升Tiny‑yolo网络卷积计算的速度，(3)通过池化嵌入减少Tiny‑yolo网络的池化过程时间。其大大提高了卷积神经网络的检测速度。
📄 201810523617X
📂 G06N3_04
👤 重庆大学
📅 2018-05-28
本发明提供了一种基于密度聚类和循环模糊神经网络的涡轮机组预测方法，属于技术领域。解决了现有的预测方法中未考虑到历史输入数据的分布密度和聚类特性导致非线性系统输出的预测精度下降的问题。其技术方案为：包括以下步骤：S1：构建超临界锅炉涡轮机组非线性系统；S2：利用DBSCAN聚类算法自动确定聚类数、局部线性子模型数和模糊规则数，并设计模糊规则；S3：构建循环模糊神经网络。本发明的有益效果是：本发明利用DBSCAN聚类算法自动确定模糊神经网络中最优模糊集数目，在降低计算复杂度的同时获得更高的系统建模预测精度，从而提高超临界锅炉涡轮机组输出的控制性能。
📄 2023101739170
📂 G06N3_08
👤 南通大学
📅 2023-02-28
柿子坊 · 知识产权运营
柿子坊知识产权运营平台