电子科技大学长三角研究院(湖州)饶云波获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉电子科技大学长三角研究院(湖州)申请的专利一种基于知识图谱驱动的遥感图像推荐方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116662640B 。
龙图腾网通过国家知识产权局官网在2025-12-23发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211422819.8,技术领域涉及:G06F16/9535;该发明授权一种基于知识图谱驱动的遥感图像推荐方法是由饶云波;慕通泽;曾少宁设计研发完成,并于2022-11-14向国家知识产权局提交的专利申请。
本一种基于知识图谱驱动的遥感图像推荐方法在说明书摘要公布了:本发明公开了一种基于知识图谱驱动的遥感图像推荐方法,包括获取用户业务文档,构建基于文档的隐含主题模型;根据用户和隐含主题模型中的主题标签构建行业知识图谱;采用基于深度学习的表示学习方法进行知识图谱网络特征学习,构建主题融合特征模型;建立用户‑遥感影像历史交互数据矩阵,计算用户邻居集;聚合主题融合特征模型推荐结果和和用户邻居集推荐结果,得到最终的遥感图像推荐结果。本发明结合图像标签化建模的结果将知识图谱由不易计算的图状结构转换为数学向量表示,实现对各类军民用户推送潜在兴趣遥感数据,并利于缓解数据稀疏和冷启动的问题,提升推荐效果。
本发明授权一种基于知识图谱驱动的遥感图像推荐方法在权利要求书中公布了:1.一种基于知识图谱驱动的遥感图像推荐方法,其特征在于,包括以下步骤: S1、获取用户业务文档,构建基于文档的隐含主题模型;所述步骤S1具体包括以下分步骤: S11、获取用户业务文档; S12、采用隐含狄利克雷分配模型对用户业务文档进行主题建模,构建隐含主题模型; S13、采用吉布斯采样对隐含主题模型的隐含主题进行采样,得到文档和关键词的主题分布; S2、根据用户和隐含主题模型中的主题标签构建行业知识图谱; S3、采用基于深度学习的表示学习方法进行知识图谱网络特征学习,构建主题融合特征模型;所述步骤S3具体包括以下分步骤: S31、采用基于深度学习的表示学习方法进行知识图谱网络特征学习,将知识图谱中表示用户、主题和遥感影像的实体映射到K维空间; S32、采用向量的余弦相似度算法计算主题实体和用户之间的相关性系数; S33、对用户主题对进行标注,计算在单一用户上下文特征下的相似性,构建主题融合特征向量; S4、建立用户-遥感影像历史交互数据矩阵,计算用户邻居集;所述步骤S4具体包括以下分步骤: S41、建立用户-遥感影像历史交互数据矩阵; S42、根据用户-遥感影像历史交互数据矩阵计算用户-主题评分矩阵; S43、将用户-遥感影像历史交互数据矩阵与用户-主题评分矩阵进行合并,得到合并后的用户-主题评分矩阵; S44、采样WeightedSlopeOne算法对合并后的用户-主题评分矩阵中的空置项进行填充,得到填充后的用户-主题评分矩阵; S45、采用基于密度和距离的K-means聚类算法对用户进行聚类; S46、计算目标用户与聚类结果中各个簇心之间的距离,并把目标用户添加到距离最近的簇中,得到目标用户的最近邻居集; S5、聚合主题融合特征模型推荐结果和用户邻居集推荐结果,得到最终的遥感图像推荐结果,所述步骤S5中主题融合特征模型推荐结果的方法为: 将主题融合特征向量与遥感影像的实体向量进行相似度计算,得到遥感影像与主题之间的相关度得分;并根据用户与主题之间的关联,得到相关性最大的Top-K推荐列表。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人电子科技大学长三角研究院(湖州),其通讯地址为:313000 浙江省湖州市西塞山路819号南太湖科技创新综合体B2幢8层;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励