摘要
本发明涉及一种双头Node2vec图游走特征提取与多深度卷积模型集成推荐算法,涉及学习算法的优化领域,通过同时使用深度优先和广度优先两种方式进行图游走,实现特征的双重提取;将双重提取的特征输入到多个深度卷积推荐网格中,并通过集成学习的方式形成多个集成模型参数集;通过知识蒸馏的方式对多个集成模型进行压缩。本发明能够有效捕获图数据中的局部和全局信息,提升特征表达能力,并通过多个深度卷积网络的集成学习提高推荐精度。使用知识蒸馏技术对集成模型进行压缩,在确保推荐效果的前提下,提升了模型推理效率。
技术关键词
深度卷积模型
推荐算法
双头
多层感知机层
知识蒸馏技术
深度卷积网络
学习算法
节点特征
网格
参数
非线性
模式
精度
学生
推力
数据
偏差
系统为您推荐了相关专利信息
钢板缺陷检测方法
超声波探头阵列
深度学习模型
工业物联网平台
高分辨率线阵
激光测量仪
多点测量方法
双激光测距装置
嵌入式显示屏
物理按键
人工智能辅助
化妆方法
条件生成对抗网络
机器人
特征点
信息推荐方法
信息项
信息平台
信息推荐装置
可执行程序代码
安防机器人系统
节能方法
压缩感知技术
动态
多传感器采集