本发明公开了一种基于图神经网络与元数据的个性化服务推荐方法。通过对用户的历史服务交互记录以无向图的方式建模，该图表达了用户与服务的交互行为以及服务与服务、服务与其元数据之间的关系；图神经网络根据当前图中节点之间的连接关系，计算得到每个节点的特征表示向量；再使用线性变换、注意力机制等方法对不同类型的节点各自进行融合计算。本发明从服务、供应商、类别三个角度细化了用户选择服务时的主要动机并将用户的服务偏好发展趋势归纳为长期、短期以及动态三个部分，以应对用户偏好的多变性；元数据的引入丰富了服务的特征表示，能在冷启动以及数据稀疏的情况下，依旧实现关于服务的精确推荐。
📄 2022112333611
📂 G06Q30_0601
👤 杭州电子科技大学
📅 2022-10-10
本发明公开了一种基于图卷积神经网络的混合推荐方法，包括以下步骤：收集用户对物品的行为数据以及物品的属性信息；将收集的数据建模为异构信息图，并利用图卷积神经网络学习每个节点的特征向量表示；基于用户和物品特征向量的混合推荐。本发明主要是利用多种数据，包括用户对物品的行为数据和物品属性信息，获得用户和物品的特征向量表示并实施基于特征向量的混合推荐，缓解数据稀疏问题和繁重的特征工程问题的影响，进而改进推荐效果，提升用户满意度。
📄 2019109408729
📂 G06F16_9535
👤 杭州电子科技大学
📅 2019-09-30
本发明涉及深度学习技术领域，提出一种用于神经网络训练的伪标签生成方法及系统，包括以下步骤：将输入图像及其对应的图像级别标签传输至基于残差结构的分类骨干网络进行注意力池化，得到类激活图，以及，将输入图像传输至显著对象检测网络进行区域检测，得到显著性图；融合类激活图与显著性图的各区域特征，合成输入图像的边界伪标签；利用边界伪标签监督边界检测网络的训练，并将输入图像传输至已训练完成的边界检测网络进行边界检测，提取输入图像的边界；利用边界引导类激活图进行细化传播，生成与输入图像相对应的语义分割伪标签。本发明能够大幅降低人工标注像素级标签的成本和时间，提高语义分割伪标签的精度和生成效率。
📄 2023113319796
📂 G06V10_82
👤 暨南大学
📅 2023-10-16
本发明公开了种基于神经网络的智能园区管理系统，涉及智能园区管理技术领域，包括：云端服务器，用于对虚拟化、集群技术进行资源整合；物联网关，用于对两个使用不同传输协议的网络段连接在一起，物联网关包括网络的入口和出口点，且连接端利用路由器进行连接。本发明，利用对比模块A对接收的拍照信息，与预先录入的门禁卡进行对比，同时调取信息编辑系统、存储模块中预先存储的信息和面部识别模块识别的面部信息进行对比并分析，若匹配成功，则可利用门禁卡解锁挂失系统将门禁卡解锁，使门禁卡可正常使用，使住户可直接在手机上直接对门禁卡进行挂失或解锁挂失的操作，不需要每次挂失或解锁挂失都需要到物业进行操作，降低了操作的难度。
📄 2022111834001
📂 G07C9_25
👤 龙岩学院
📅 2022-09-27
本发明公开一种用于高同轴度专用车车桥制备的神经网络训练方法，采用神经网络模型获取车桥主体与轴套的焊前预装配角，抵消焊接形变导致的同轴度偏差，直接制成高同轴度专用车车桥，包括获取试验数据训练集和模拟数据训练集为混合训练样本，建立初始神经网络模型，训练神经网络模型，获取预装配角，指导实际生产，获得高同轴度的车桥等步骤。本发明利用加工过程必然存在的焊接形变，通过采用神经网络训练的方法，以混合数据为训练样本，实现预装配角预测，进而调整焊前姿态，直接得到误差仅15~30丝的高同轴度车桥，降低了获取训练样本的难度和成本，且可实现预装配角的精准预测，弱化焊接形变量的测量，更利于准确指导生产获取高同轴度车桥。
📄 2025106557271
📂 G06F30_27
👤 龙岩学院
📅 2025-05-21
本发明公开了基于神经网络模型的电气设备能效评估方法及系统，属于能效数据管理领域，包括以下步骤：获取模型训练数据，从模型训练数据中提取同类型若干累计型计量数据的记录时间点，按照时间先后顺序对若干累计型计量数据进行排序管理，得到按时间先后排列的累计型计量序列，对累计型计量序列执行计量轨迹断裂检测，检测完成后提取各断裂区间及异常类型，以各断裂区间为边界分段，对累计型计量序列进行分段并修正累计轨迹，对各断裂区间生成候选补充序列，对候选补充序列执行数据一致性校验，从而解决了现有技术中模型对异常点过拟合并削弱对正常工况的刻画能力，最终提高了能效评估结果在稳定性、准确性与工程可用性。
📄 2026100728331
📂 G06F18_2433
👤 龙岩学院
📅 2026-01-20
本发明涉及智能矿物处理技术领域，公开了基于图神经网络的矿物浮选性能预测方法及系统，包括：步骤1，获取多源浮选数据并按离散时刻对齐，得到标准化浮选输入样本；步骤2，构建包含多类节点及工艺边、时序边的动态异构浮选关系图；步骤3，建立关系守恒约束并筛选传播路径，得到约束传播图；步骤4，计算结构歧义指数并识别歧义样本对；步骤5，进行图神经网络消息传递，得到节点最终深度特征；步骤6，进行歧义分离并得到品位、回收率和综合性能预测值；步骤7，构建联合目标函数，得到预测模型并输出预测结果和歧义度量值。本发明实现了对矿物浮选过程复杂工艺关系的有效建模及浮选性能的高精度预测。
📄 2026105209482
📂 G06Q10_04
👤 龙岩学院
📅 2026-04-20
本发明涉及一种基于神经网络直接转矩控制的永磁直驱风电机组控制方法，属电气工程技术领域。该方法采用神经网络直接转矩控制策略，通过离线训练定子磁链神经网络，逼近定子磁链参考值与电磁转矩的关系曲线，实现变定子磁链参考值控制，控制永磁直驱型风力发电机的定子电流d轴分量ids保持为零；通过将永磁直驱型风力发电机的定子电压计算式进行离散化处理，计算得到定子电压的α轴、β轴分量的参考值u*sα和u*sβ，将此参考值经SVPWM模块调制后产生驱动信号，驱动所述机侧变流器的功率开关管，控制所述永磁直驱型风力发电机工作。本发明可降低发电机定子侧电流谐波畸变和机侧变流器能耗，确保整个风电机组系统性能最优。
📄 2021109134726
📂 H02P21_00
👤 曲阜师范大学
📅 2021-08-10
本发明涉及工业以及学科研究技术领域，且公开了一种机械臂预设时间自适应神经网络协同控制方法，首先建立存在未知非线性的多机械臂系统模型。然后，基于反步技术，事件触发机制，神经网络自适应控制技术和预设时间稳定控制理论，设计一种基于事件触发的自适应神经网络预设时间稳定协同控制器。仿真结果表明，多机械臂系统中所有信号半全局稳定且有界，误差可以在预设时间内收敛至一个较小的集合内，且系统不存在Zeno现象。
📄 2022116901017
📂 G05B13_04
👤 广州大学
📅 2022-12-27
本发明属于对抗样本检测领域，公开了一种基于量子模糊卷积神经网络的对抗样本检测方法及系统，方法包括：将输入模型中的数据分别传入量子卷积神经网络和模糊神经网络中，将两种网络提取到的特征图通过融合层进行融合，融合层中的融合数据作为预测器输入，最后由预测器输出结果。本发明采用量子模型和模糊系统结合训练量子模糊卷积神经网络训练作为对抗样本检测方法，利用量子卷积神经网络特有的捕获数据全局属性和模糊系统处理不确定性的优势，一定程度上提高了检测率。不仅可以识别原有攻击方法生成的对抗样本，而且对采用同一攻击手段中不同超参数生成的对抗样本以及不同方法生成的对抗样本也有一定的预测和防御作用，模型泛化性优于一般模型。
📄 2022113608166
📂 G06N3_0464
👤 成都信息工程大学
📅 2022-11-02
本发明公开了一种基于数据驱动的递归神经网络船舶运动模型方法，包括：通过船舶航行试验，获取船舶低频运动船位、航向及推进器运行信息；构建船舶运动递归神经网络模型体系结构，基于获取的船舶低频运动信息和推进系统运行信息，构建递归神经网络训练数据集及测试数据集；基于训练数据集，采用不同激活函数和优化算法构建递归神经网络船舶运动模型并进行迭代训练；基于测试数据集，对建立的船舶运动神经网络模型进行测试及优化，确定最终的船舶运动递归神经网络模型。本发明基于数据驱动原理，仅基于船舶测量船位和航向，及当前的船舶推进系统信息，建立基于数据驱动的递归神经网络船舶运动模型，实现对未来船位和航向的直接预测，而无需对系统参数进行辨识，可实现智能船舶的数据驱动控制，从而构建船舶智能控制系统。
📄 2022105536823
📂 G06F30_15
👤 青岛科技大学
📅 2022-05-19
本发明涉及一种基于深度卷积神经网络的无参考低照度图像增强方法，属于图像处理领域。首先，使用深度卷积神经网络构建包含两个分支的特征提取模块，并从输入的低照度图像中提取照射分量和反射分量。之后，对反射分量进行去噪，将其融入到优化网络中得到优化后的反射分量。然后，将照射分量输入到优化网络中得到优化后的照射分量。最后，将优化后的照射分量和反射分量相乘得到最终的增强结果。本发明充分利用了从输入图像中提取的反射分量，有效降低了图像中噪声的干扰并提升了细节表现能力。
📄 2021103041978
📂 G06T5_00
👤 重庆邮电大学
📅 2021-03-22
柿子坊 · 知识产权运营
柿子坊知识产权运营平台