买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：深圳市乐唯科技开发有限公司

摘要：本发明公开了一种基于稀疏编码的实时兴趣标签生成方法，包括如下步骤：S1、收集并预处理用户的多模态数据；S2、对数据进行特征提取，通过多模态融合的稀疏特征选择机制进行稀疏编码，生成统一的兴趣特征表示；S3、应用多模态加权稀疏特征选择算法，生成关键特征向量；S4、采用全息进化自适应优化算法优化矩阵，选择全局最优字典；S5、通过量子纠缠自适应优化算法生成全局最优稀疏编码解；S6、结合群体行为模式优化个体兴趣标签，生成个性化兴趣标签；S7、通过元强化学习和迁移学习在异构环境中生成实时兴趣标签；S8、利用基于拓扑量子场的模糊推理系统实时调整规则，生成最终兴趣标签。本发明能够动态响应用户兴趣的变化，生成个性化的兴趣标签。

主权项：1.一种基于稀疏编码的实时兴趣标签生成方法，其特征在于，包括如下步骤：S1、收集并预处理用户的多模态数据，包括文本数据、图像数据、音频数据和视频数据；S2、对预处理后的多模态数据进行特征提取，通过多模态融合的稀疏特征选择机制对各模态数据进行稀疏编码，提取跨模态的核心特征，生成统一的兴趣特征表示；S3、对生成的统一兴趣特征表示应用多模态加权稀疏特征选择算法，进行加权融合，根据各模态数据的重要性调整权重，生成关键特征向量；S4、获取关键特征向量，采用全息进化自适应优化算法，利用全息存储技术记录并检索稀疏编码字典矩阵的历史优化路径，优化稀疏编码字典矩阵，选择全局最优的稀疏编码字典；S5、通过量子纠缠自适应优化算法处理优化后的稀疏编码字典矩阵，构建量子纠缠态并行计算多个稀疏编码解，动态调整纠缠态，确定全局最优的稀疏编码解；S6、基于全局最优的稀疏编码解，构建用户行为图，利用实时协同稀疏编码方法结合群体用户的行为模式对个体兴趣标签进行优化，将个体兴趣与群体趋势相结合，生成个性化兴趣标签；S7、在多个异构环境中，利用异构环境元强化学习算法，对生成的个性化兴趣标签进行学习并构建策略网络的通用表示，通过迁移学习将不同环境中的共同特征转移至新的环境，并通过实时微调策略网络，生成与用户当前兴趣相符的实时标签；S8、基于生成的实时兴趣标签，使用基于拓扑量子场的模糊推理系统，将用户行为特征映射至高维拓扑空间的模糊集，构建模糊集关联，利用拓扑保护态和量子纠缠态并行处理模糊规则，根据输入数据的变化实时调整规则和隶属函数，生成最终的兴趣标签。

全文数据：

权利要求：

百度查询： 深圳市乐唯科技开发有限公司 一种基于稀疏编码的实时兴趣标签生成方法