[发明专利]确定空间约束特征的方法和条件随机场模型的训练方法在审

专利信息
申请号: 202210844702.2 申请日: 2022-07-18
公开(公告)号: CN115114997A 公开(公告)日: 2022-09-27
发明(设计)人: 辛浩然;路新江;窦德景 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06F16/9537;G06F16/9535
代理公司: 中科专利商标代理有限责任公司 11021 代理人: 吕朝蕙
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 确定 空间 约束 特征 方法 条件 随机 模型 训练
【说明书】:

本公开提供了一种确定空间约束特征的方法和条件随机场模型的训练方法,涉及人工智能领域,具体涉及大数据和深度学习等技术领域,可应用于智能推荐等场景。确定空间约束特征的方法包括:根据目标兴趣点与多个预定兴趣点之间的位置关系,确定目标兴趣点与各预定兴趣点之间的关联关系,得到与目标兴趣点具有关联关系的关联兴趣点;针对关联兴趣点和目标兴趣点中的每个兴趣点,根据每个兴趣点的属性信息,确定每个兴趣点的特征数据;根据特征数据和目标兴趣点与关联兴趣点之间的关联关系,确定针对目标兴趣点的空间图;以及以特征数据作为观察数据,以空间约束特征为随机变量,将空间图输入条件随机场模型,得到目标兴趣点的空间约束特征。

技术领域

本公开涉及人工智能领域,具体涉及大数据和深度学习等技术领域,可应用于智能推荐等场景。

背景技术

随着互联网技术和信息技术的不断发展,旨在为用户提供便利的各种信息推荐类应用得到快速发展。其中,兴趣点(Point-of-Interest,POI)的推荐旨在为用户提供可能感兴趣的地点,以提高用户出行的便利性。例如,在用户到不熟悉的区域时,借助推荐的兴趣点,用户可以更有效地做出出行决定。其中,对兴趣点的准确表征至关重要。

发明内容

本公开旨在提供一种提高表征准确性的确定空间约束特征的方法和条件随机场模型的训练方法、装置、电子设备、存储介质。

根据本公开的一个方面,提供了一种确定兴趣点的空间约束特征的方法,包括:根据目标兴趣点与多个预定兴趣点之间的位置关系,确定所述目标兴趣点与所述多个预定兴趣点中各兴趣点之间的关联关系,得到与所述目标兴趣点具有关联关系的关联兴趣点;针对所述关联兴趣点和所述目标兴趣点中的每个兴趣点,根据所述每个兴趣点的属性信息,确定所述每个兴趣点的特征数据;根据所述特征数据和所述目标兴趣点与所述关联兴趣点之间的关联关系,确定针对所述目标兴趣点的空间图;以及以所述特征数据作为观察变量,以所述空间约束特征为随机变量,将所述空间图输入条件随机场模型,得到所述目标兴趣点的空间约束特征。

根据本公开的另一个方面,提供了一种确定空间约束特征的条件随机场模型的训练方法,包括:根据多个兴趣点彼此之间的位置关系,确定所述多个兴趣点彼此之间的关联关系;根据所述多个兴趣点彼此之间的关联关系和所述多个兴趣点各自的特征数据,确定针对所述多个兴趣点的空间图;以所述特征数据为观察变量,以所述空间约束特征作为随机变量,将所述空间图输入条件随机场模型,得到所述多个兴趣点中每个兴趣点的空间约束特征;根据所述每个兴趣点的空间约束特征和所述多个兴趣点中与所述每个兴趣点具有关联关系的关联兴趣点的空间约束特征,确定所述条件随机场模型的损失值;以及根据所述损失值,训练所述条件随机场模型。

根据本公开的另一个方面,提供了一种确定兴趣点的空间约束特征的装置,包括:关联点确定模块,用于根据目标兴趣点与多个预定兴趣点之间的位置关系,确定所述目标兴趣点与所述多个预定兴趣点中各兴趣点之间的关联关系,得到与所述目标兴趣点具有关联关系的关联兴趣点;特征数据确定模块,用于针对所述关联兴趣点和所述目标兴趣点中的每个兴趣点,根据所述每个兴趣点的属性信息,确定所述每个兴趣点的特征数据;图确定模块,用于根据所述特征数据和所述目标兴趣点与所述关联兴趣点之间的关联关系,确定针对所述目标兴趣点的空间图;以及约束特征确定模块,用于以所述特征数据作为观察变量,以所述空间约束特征为随机变量,将所述空间图输入条件随机场模型,得到所述目标兴趣点的空间约束特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210844702.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top