申请/专利权人：南京信息工程大学

申请日：2024-03-01

公开（公告）日：2024-04-02

公开（公告）号：CN117808040A

主分类号：G06N3/042

分类号：G06N3/042;G06N3/045;G06N3/08;G06F17/16;G06N5/022;G06N5/04;G06F18/22;G06F18/25

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明公开了一种基于脑图的低遗忘热点事件预测方法及装置，方法包括：将待预测的社交网络热点事件流输入构建好的BNN模型，利用构建好的BNN模型预测事件后续发展；构建BNN模型包括：提取推理预测的脑区fMRI成像；将脑区fMRI成像转化为脑图网络并融合；将融合图中节点替换为神经元模型得到原始BNN；分批次将若干个事件流中事件逐个输入原始BNN，每一批次均对原始BNN进行权重更新后利用相似性计算进行阈值处理得到若干组BNN1、BNN2…BNNn；将若干组BNN1、BNN2…BNNn相继融合，利用相似性计算对需要重放的事件进行经验重放，BNN模型构建完成。本发明提高了热点事件的预测精度。

主权项：1.一种基于脑图的低遗忘热点事件预测方法，其特征在于，包括：将待预测的社交网络热点事件流输入构建好的BNN模型，利用构建好的BNN模型预测事件后续发展；其中，BNN模型的构建包括：提取推理预测的三个脑区fMRI成像；将三个脑区fMRI成像转化为脑图网络并融合，得到融合图；将融合图中节点替换为神经元模型，得到原始BNN；以一个事件流为一批次地分批次将若干个事件流中事件逐个输入原始BNN，每一批次均对原始BNN进行权重更新后利用相似性计算进行阈值处理，得到若干组BNN1、BNN2…BNNn；将若干组BNN1、BNN2…BNNn相继融合，并利用相似性计算对需要重放的事件进行经验重放，得到构建好的BNN模型。

全文数据：

权利要求：

百度查询： 南京信息工程大学 一种基于脑图的低遗忘热点事件预测方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD