摘要: 本发明公开了一种社交媒体网络中对象间的关联分析方法及装置,在很多重要的相关领域已经有了广泛的应用。该方法包括以下步骤:
该方法中首先从对象的内容信息中学习出高层的抽象特征,然后在这些高层的特征的基础上来进行关联建模。本方法引入隐式特征的概念,在生成式模型的框架下,一方面隐式特征生成对象的内容信息(高层特征),另一方面,对象的隐式特征之间的交互以最大概率生成对象之间的关联信息。
本方法采用蒙特卡洛近似推断算法来推断模型的参数及隐变量。
| 专利名称 | 基于深度学习的对象间的关联分析方法及其装置 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201310438984.7 |
| 申请号 | - | 专利申请日期 | 2013-09-24 |
| 专利授权日期 | 2013-12-11 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 徐常胜;袁召全;桑基韬 | ||
| 权利人 | - | ||
| 专利摘要 | 本发明公开了一种社交媒体网络中对象间的关联分析方法及装置,在很多重要的相关领域已经有了广泛的应用。该方法包括:步骤1、提取对象的底层特征;步骤2、对所提取的底层特征通过深度网络进行高层语义学习,得到对象的高层特征;步骤3、通过对象的高层特征获得对象间的关联关系。该方法中首先从对象的内容信息中学习出高层的抽象特征,然后在这些高层的特征的基础上来进行关联建模。本方法引入隐式特征的概念,在生成式模型的框架下,一方面隐式特征生成对象的内容信息(高层特征),另一方面,对象的隐式特征之间的交互以最大概率对象之间的关联信息。本方法采用蒙特卡洛近似推断算法来推断模型的参数及隐变量。 | ||