• 学术搜索
  • 科研智能体
    • Research Labs
    • AI 阅读
    • AI 文库
    • 深度研究
    • 学者亮点
  • 学术资源
    • AI2000
    • 期刊/会议
    • 学者库
    • 学术API
    • 溯源树
    • 数据集
  • 知识沉淀
    • 学术空间
订阅小程序
旧版功能
aminer vip
开通会员低至0.73元/天
一次搞定AI科研
立即登录
  • English
    • 联系方式
    专

    一种基于智能配准算法的三维颜面正中矢状平面构建方法

    126338363C
    发明人
    赵一姣, 朱玉佳, 陈晋鹏, 王勇, 刘真光, 傅湘玲, 温奥楠, 高梓翔, 秦庆钊
    受让人
    UNIV PEKING SCHOOL STOMATOLOGY, UNIV BEIJING POSTS & TELECOMM
    申请人
    深圳新创技术研究有限公司
    申请号
    14770956
    申请日
    1999-09-27
    公开(公告)号
    126338363C
    公开(公告)日
    1988-10-18
    IPC分类号
    C02F001/461C02F001/68C25B015/02C25B009/10B01J047/12C02F001/42C02F001/46C25B001/00
    CPC分类号
    -
    优先权号
    308904
    306539
    US12345
    001155
    优先权日
    1994-09-19
    1995-09-17
    1995-09-17
    1997-03-18
    摘要

    The magnetic recording medium is formed by applying coating soln. formed by mixing magnetic coating and curing agent during forced feeding on a magnetic component supporting carrier. At least two rotary vanes (3, 4) attached on a rotary shaft (5) are placed in a passage (2) for mixt. of magnetic coating and curing agent. A forward rotating fluid flow (a) is generated by the upstream side rotary vane (3) and a reversed rotating fluid flow (b) opposing to the feeding direction is generated by the downstream side rotary vane (4).

    USE -The method is suitable for feeding and applying coating soln. formed by mixing magnetic coating and curing agent on a magnetic component supporting carrier.

    ADVANTAGE -Soln. is coated uniformly while suppressing loss of coating soln.

    权利要求
    1.一种基于点击行为预测的信息推送方法，其特征在于，包括： 获取用户特征信息以及产品特征信息，所述用户特征信息包括用户年龄、性别、职业、工资等级、用户点击行为，所述产品特征信息包括保险额度、理赔时限、缴费方式、理赔金额； 基于已完成的点击行为预测模型对所述用户特征信息以及所述产品特征信息进行预测处理，得到预测点击行为结果，所述点击行为预测模型为基于重定向分解机算法构建网络权重完成模型训练得到的； 若所述预测点击行为结果为预期点击行为，则提取与所述产品特征信息匹配的目标产品信息中的目标关键词，并确定产品数据库中各产品关键词与所述目标关键词之间的相似度； 获取所述相似度大于预设相似阈值的产品关键词所对应的关联产品信息，并按照联动方式输出所述关联产品信息、所述目标产品信息； 其中，所述基于已完成的点击行为预测模型对所述用户特征信息以及所述产品特征信息进行预测处理，得到预测点击行为结果之前，所述方法还包括： 获取产品点击行为训练样本集，并构建基础神经网络； 基于重定向分解机算法对所述基础神经网络中全连接层网络、失活网络、激活网络所对应的权值向量进行限定重置，得到完成限定重置的预测模型； 基于所述产品点击行为训练样本集对所述预测模型进行模型训练，得到点击行为预测模型。
    2.根据权利要求1所述的方法，其特征在于，所述基于重定向分解机算法对所述基础神经网络中全连接层网络、失活网络、激活网络所对应的权值向量进行限定重置，得到完成限定重置的预测模型包括： 确定所述基础神经网络的神经网络多层感知机，并将所述神经网络多层感知机与全连接层网络构、失活网络、激活网络建立连接关系； 将经过构建连接关系后得到向量与预设分解机算法的嵌入向量层参数进行相乘操作，得到权值向量的重定向分解机算法； 基于所述重定向分解机算法进行所述权值向量内积操作，生成的限定重置后的预测模型。
    3.根据权利要求2所述的方法，其特征在于，所述基于所述产品点击行为训练样本集对所述预测模型进行模型训练，得到点击行为预测模型之前，所述方法还包括： 根据所述产品点击行为训练样本集中的样本数据定义损失函数，其中，所述损失函数为基于所述重定向分解机算法进行限定，并结合交叉熵损失函数与激活函数得到。
    4.根据权利要求1所述的方法，其特征在于，所述基于已完成的点击行为预测模型对所述用户特征信息以及所述产品特征信息进行预测处理，得到预测点击行为结果之后，所述方法还包括： 若所述预测点击行为结果为预期非点击行为，则基于所述用户特征信息从产品匹配关系库中查找替换产品信息，并进行推送，所述产品匹配关系库中存储有不同用户特征信息与不同产品信息之间的对应关系。
    5.根据权利要求1-4任一项所述的方法，其特征在于，所述按照联动方式输出所述关联产品信息、所述目标产品信息包括： 将所述目标产品信息渲染至第一显示框中，并按照相似度大小顺序对至少一个的关联产品信息进行排序，将排序后的所述关联产品信息渲染至第二显示框中，所述第一显示框与所述第二显示框组合为一个浮动显示窗口； 按照滚动渲染方式在所述第二显示框中输出所述关联产品信息，并在所述第一显示框中输出所述目标产品信息。
    6.根据权利要求5所述的方法，其特征在于，所述确定产品数据库中各产品关键词与所述目标关键词之间的相似度之后，所述方法还包括： 若所述相似度小于或等于预设相似阈值，则基于业务需求从产品匹配关系库中查找替换产品信息，并进行推送。
    7.一种基于点击行为预测的信息推送装置，其特征在于，包括： 获取模块，用于获取用户特征信息以及产品特征信息，所述用户特征信息包括用户年龄、性别、职业、工资等级、用户点击行为，所述产品特征信息包括保险额度、理赔时限、缴费方式、理赔金额； 预测模块，用于基于已完成的点击行为预测模型对所述用户特征信息以及所述产品特征信息进行预测处理，得到预测点击行为结果，所述点击行为预测模型为基于重定向分解机算法构建网络权重完成模型训练得到的； 确定模块，用于若所述预测点击行为结果为预期点击行为，则提取与所述产品特征信息匹配的目标产品信息中的目标关键词，并确定产品数据库中各产品关键词与所述目标关键词之间的相似度； 输出模块，用于获取所述相似度大于预设相似阈值的产品关键词所对应的关联产品信息，并按照联动方式输出所述关联产品信息、所述目标产品信息； 其中，所述预测模块之前，所述装置还包括： 构建模块，用于获取产品点击行为训练样本集，并构建基础神经网络； 限定模块，用于基于重定向分解机算法对所述基础神经网络中全连接层网络、失活网络、激活网络所对应的权值向量进行限定重置，得到完成限定重置的预测模型； 训练模块，用于基于所述产品点击行为训练样本集对所述预测模型进行模型训练，得到点击行为预测模型。
    8.一种存储介质，其特征在于，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-6中任一项所述的基于点击行为预测的信息推送方法对应的操作。
    9.一种计算机设备，其特征在于，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信； 所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-6中任一项所述的基于点击行为预测的信息推送方法对应的操作。
    说明书
    [0001]FIG. 1 is an perspective view of the design of the present invention. FIG. 2 is a perspective view of the design of the present invention in an extended position. FIG. 3 is a front view of the design of the present invention. FIG. 4 is a rear view of the design of the present invention. FIG. 5 is an elevation view of the design of the present invention. FIG. 6 is the opposite elevation view of the design of the present invention. FIG. 7 is a top view of the design of the present invention, enlarged with respect to the prior views for clarity; and, FIG. 8 is a bottom view of the design of the present invention, enlarged with respect to the prior views for clarity.
    同族专利
    暂无同族专利