专利详情

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
申请号	CN201310438984.7	专利类型	发明专利
公开（公告）号	CN103440352A	公开（授权）日	2013.12.11
申请（专利权）人	中国科学院自动化研究所	发明（设计）人	徐常胜;袁召全;桑基韬
主分类号	G06F17/30(2006.01)I	IPC主分类号	G06F17/30(2006.01)I
专利有效期	基于深度学习的对象间的关联分析方法及其装置至基于深度学习的对象间的关联分析方法及其装置	法律状态	实质审查的生效
说明书摘要	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。