-
题名基于AGRU-GNN的图网络社交推荐算法
被引量:1
- 1
-
-
作者
卓佳宁
雷景生
周雪雪
-
机构
上海电力大学计算机科学与技术学院
-
出处
《计算机系统应用》
2021年第5期219-227,共9页
-
基金
国家自然科学基金(61672337)。
-
文摘
在推荐系统中,用户对物品的兴趣是动态变化的,会受用户自身历史行为、朋友历史行为甚至短时热点等多方面因素影响.而如何在推荐系统中对用户的时序兴趣进行描述并提取有效信息,一直以来是推荐算法的一大挑战之一.本文在图神经网络(GNN)推荐算法的基础上,提出一种基于注意力门控循环单元(Attention-GRU)的改进图网络算法,对用户、物品的交互时序历史进行特征建模,于此同时结合社交网络将此时序特征在用户、物品之间传播.算法在Ciao与Epionions数据集上进行了验证,并与其他相关工作进行对比,证明了该模型有效地提取了用户、物品的时序特征,提升了推荐系统的有效性.
-
关键词
图网络推荐
社交网络推荐
门控循环单元
注意力机制
-
Keywords
graph network recommendation
social network recommendation
Gated Recurrent Unit(GRU)
attention mechanism
-
分类号
TP391.3
[自动化与计算机技术—计算机应用技术]
-
-
题名基于多模态特征学习的人体行为识别方法
被引量:4
- 2
-
-
作者
周雪雪
雷景生
卓佳宁
-
机构
上海电力大学计算机科学与技术学院
-
出处
《计算机系统应用》
2021年第4期146-152,共7页
-
基金
国家自然科学基金(61672337)。
-
文摘
由于从单一行为模态中获取的特征难以准确地表达复杂的人体动作,本文提出基于多模态特征学习的人体行为识别算法.首先采用两条通道分别提取行为视频的RGB特征和3D骨骼特征,第1条通道C3DP-LA网络由两部分组成:(1)包含时空金字塔池化(Spatial Temporal Pyramid Pooling,STPP)的改进3D CNN;(2)基于时空注意力机制的LSTM,第2条通道为时空图卷积网络(ST-GCN),然后,本文将提取到的两种特征融合使其优势互补,最后用Softmax分类器对融合特征进行分类,并在公开数据集UCF101和NTU RGB+D上验证.实验表明,本文提出的方法与现有行为识别算法相比具有较高的识别准确度.
-
关键词
行为识别
改进3D
CNN
时空注意力
时空图卷积网络
特征融合
-
Keywords
action recognition
improved 3D CNN
Spatial-Temporal Attention(ST-Att)
Spatial-Temporal Graph Convolutional Network(ST-GCN)
feature fusion
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-