基于深度学习的小目标检测区域数据推荐算法

• 作者: 岳铁军 艾宪仓
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 深度学习 小目标 卷积神经网络 知识项
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 基金项目
• 页码范围: 54-57,63
• 页数: 5页
• 分类号: TP311
• 字数: 3859字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2020.05.012

摘要

针对电网数据推荐结果未考虑电网领域知识关联度,推荐结果精准度低,不能精准掌控电网工程建设管理工作问题,提出一种基于深度学习的小目标检测区域数据推荐算法.利用颜色直方图距离和边缘距离展开超像素合并,检测电网小目标区域,采用多尺度卷积神经网络特征提取方法获取小目标区域卷积神经网络特征.以获取的特征为知识项,通过知识树结构组织不同粒度知识项,构建电网领域知识体系关联和推理机制,采用协同过滤推荐算法AR-Item CF,挖掘用户行为日志,根据用户推荐列表,计算出不同知识项间的深层推荐.实验结果表明,该算法可有效解决推荐结果关联度低问题,且推荐效率高、质量好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	岳铁军		3	8	1.0	2.0
2	艾宪仓		4	4	1.0	2.0