摘要
本发明提供基于用户偏好的设计风格智能推荐与生成方法及系统,涉及设计风格技术领域,包括构建用户偏好特征向量;分析用户偏好演化规律,生成用户偏好演化曲线;计算图标设计特征与用户偏好特征间的时序关联度,构建共振评分矩阵;基于共振评分矩阵设计自适应共振阈值筛选模型;利用深度生成对抗网络创建初始图标设计方案;通过迁移学习和深度强化学习优化设计参数,输出个性化图标设计推荐方案。本发明能够实现图标设计的智能化推荐与生成,提高设计效率和用户满意度。
技术关键词
群体智能优化算法
深度生成对抗网络
设计特征
深度强化学习模型
图标
深度学习网络
特征融合网络
群体智能算法
参数
注意力机制
模式识别算法
多层注意力
生成用户
动态
曲线
识别局部周期模式
时序特征
矩阵
系统为您推荐了相关专利信息
数字化设计方法
三维实景模型
地质勘测数据
地下管线数据
交通运行状态
信息集成系统
彩涂板
智能排产
高频RFID标签
物流
水库溢洪道
水库闸门
深度强化学习模型
框架
网络
深度强化学习模型
蒙特卡洛树搜索
干扰效能评估方法
策略
节点
数据展示方法
字段
计算机程序产品
数据展示装置
关键字