摘要
本发明涉及图像生成的技术领域,公开了一种基于机器学习的智能印刷排版方法及装置,本发明收集用户对目标印刷排版的需求描述集合,对需求描述集合进行特征提取与转换,生成高维引向特征分布以表征排版需求,利用预训练的智能印刷排版模型,对高维特征分布进行多次数据模拟,生成多个原始版本的印刷排版,通过用户反馈通道收集用户对各原始版本排版的优化建议,根据反馈调整高维特征分布,并重新通过智能模型进行模拟,生成最终目标成品印刷排版,通过对用户提供的需求描述集合本身描述模式的分析,以对需求描述集合进行引向价值的分析,进而驱动智能印刷排版模型工作,解决了现有技术中无法准确识别客户期望导致智能排版效率较低的问题。
技术关键词
印刷排版方法
卷积神经网络模型
成品
图像
模式
模型超参数
准确识别客户
关键性
数据
智能排版
样本
排版装置
正则化参数
智能模型
标签
传播算法
通道
漏洞
基准
系统为您推荐了相关专利信息
商品特征信息
预测特征
瑕疵
图像特征提取模型
商品属性信息
机器学习模型
结构磁共振
感兴趣
处理器可读存储介质
模板
远程预警方法
语义向量
车辆行驶状态
图像特征点
模板
多目相机
时间序列图像
更新方法
特征点
相机旋转
功能分类方法
活动特征
BERT模型
序列特征
视觉特征