基于动态取样和自适应特征融合的个性化兼容性建模方法和系统

AITNT
正文
推荐专利
基于动态取样和自适应特征融合的个性化兼容性建模方法和系统
申请号:CN202410888237
申请日期:2024-07-04
公开号:CN118428993B
公开日期:2024-09-17
类型:发明专利
摘要
本发明公开了一种基于动态取样和自适应特征融合的个性化兼容性建模方法和系统,属于个性化服装推荐系统技术领域体。该系统包括时尚实体构图模块、动态邻居取样模块、用户多模态自适应特征融合模块、单品多模态自适应特征融合模块、上衣‑下衣互补兼容性模块、用户个性化偏好模块、推荐模块。本发明提供了图神经网络在时尚推荐领域的具体用途,提高了服装推荐的准确度;在图神经网络的不同层使用动态邻居取样和自适应特征融合,提高了模型对节点取样的效率以及对目标结点表示的灵活性。
技术关键词
神经网络模型 上衣 子模块 多模态特征 动态取样 异构 建模方法 原型 节点 邻居 特征融合方法 结点 关系 视觉特征 建模系统 矩阵 注意力机制
系统为您推荐了相关专利信息
1
基于YOLOv8n改进算法的目标检测方法及系统
网络单元 注意力 网络模块 可变形卷积网络 子模块
2
基于异构图神经网络的多维数据疾病关联预测方法及装置
疾病关联预测方法 异构 神经网络模型 关系 引入注意力机制
3
一种基于虚拟现实交互的VR防晕眩方法
虚拟现实交互 VR设备 超参数 深度学习模型 虚拟现实图像
4
一种面向机器可读标准文件的评估方法及装置、电子设备
数据 基础 参数 电子设备 记忆
5
制药数据处理方法、装置及设备
参数 深度神经网络模型 斯皮尔曼相关系数 数据处理方法 皮尔逊相关系数
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号