基于可解释性卷积神经网络的服装推荐方法、装置及终端

发明专利有效专利

申请号：
CN202010193933.2
IPC分类号：G06Q30/06;G06N3/08;G06N3/04
申请日期：
2020-03-19
申请人：
重庆邮电大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于可解释性卷积神经网络的服装推荐方法、装置及终端
申请号	CN202010193933.2	申请日期	2020-03-19
法律状态	实质审查	申报国家	中国
公开/公告日	2020-07-14	公开/公告号	CN111415221A
优先权	暂无	优先权号	暂无
主分类号	G06Q30/06 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法〔8〕 G06Q30/00 商业，例如购物或电子商务〔8，2012.01〕 G06Q30/06 购买、出售或租赁交易〔2012.01〕	IPC分类号	G;0;6;Q;3;0;/;0;6;;;G;0;6;N;3;/;0;8;;;G;0;6;N;3;/;0;4查看分类表>
申请人	重庆邮电大学	申请人地址	重庆市南岸区南山街道崇文路2号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	重庆邮电大学	当前权利人	重庆邮电大学
发明人	金书季;肖若水;漆爽
代理机构	重庆辉腾律师事务所	代理人	王海军

摘要

本发明涉及关于服装推荐的特征研究领域，特别涉及一种基于可解释性卷积神经网络的服装推荐方法、装置及终端，所述方法包括对图像进行预处理，将预处理后的图像分为训练集和验证集；构建卷积神经网络，并构建特征矩阵来提取采集的图像的服装特征；利用训练集对卷积神经网络进行端到端的迭代训练；用户将图片输入完成训练的卷积神经网络，卷积神经网络即可输出该图片的特征图，并将与用户输入图片特征图一致的服装推荐给用户；本发明将推荐服装的特征进行了可视化话，让客户明确的所喜欢的是服装上哪种特征，从而在为客户推送服装时能够更加准确，提升用户体验。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供