欧冶工业品股份有限公司姚泽坤获国家专利权
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!
龙图腾网获悉欧冶工业品股份有限公司申请的专利基于深度学习的商品物料分类方法、系统、介质及设备获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116244630B 。
龙图腾网通过国家知识产权局官网在2026-05-12发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310208498.X,技术领域涉及:G06F18/24;该发明授权基于深度学习的商品物料分类方法、系统、介质及设备是由姚泽坤;朱俊;李燕北;沈达峰;夏竟翔;闫晨光;孙志强;戴智鑫设计研发完成,并于2023-03-06向国家知识产权局提交的专利申请。
本基于深度学习的商品物料分类方法、系统、介质及设备在说明书摘要公布了:本发明提供了一种基于深度学习的商品物料分类方法、系统、介质及设备,包括:步骤S1:获取物料数据,进行数据预处理;步骤S2:设计并构建深度学习算法模型,并利用处理后的数据进行训练;步骤S3:对深度学习算法模型架构与数据特征进行优化,进行对比试验证明深度学习算法模型的有效性;步骤S4:利用优化后的深度学习算法模型,完成对给定物料的分类。本发明通过对每个字段的文本独立构建特征向量,进行特征学习的方式,从而避免了各字段对应文本的向量长度过低,语义信息存在割裂的情况。
本发明授权基于深度学习的商品物料分类方法、系统、介质及设备在权利要求书中公布了:1.一种基于深度学习的商品物料分类方法,其特征在于,包括: 步骤S1:获取物料数据,进行数据预处理; 步骤S2:设计并构建深度学习算法模型,并利用处理后的数据进行训练; 步骤S3:对深度学习算法模型架构与数据特征进行优化,进行对比试验证明深度学习算法模型的有效性; 步骤S4:利用优化后的深度学习算法模型,完成对给定物料的分类; 在所述步骤S1中: 获取物料数据,对物料数据中物料描述、物料技术属性、物料型规和物料名称进行数据预处理; 步骤S1.1:从物料描述字段中提取文本,并清洗去除无关符号,将文本中每个词通过查询词典获得相应的编码,将每行文本初步转化成索引向量作为特征,用作Bi-LSTM的输入; 步骤S1.2:针对物料技术属性,对数据进行清洗、分词,并构建词典,对处理后的文本中每个词通过查询词典获得相应的编码,将每行文本初步转化成索引向量,用作Bi-LSTM的输入; 步骤S1.3:处理物料型规字段对应的文本,去除不能表征文本的符号,结合物料规格的书写规范,根据定义保留字母和数字,对处理后的文本中各词通过查询词典获得相应的编码,将每行文本初步转化成向量作为特征,用作Bi-LSTM的输入; 步骤S1.4:物料名称部分文本包含已有的物料型规数据,保留汉字部分,去除多余的字母、数字和标点停用词,对处理后的文本中各词通过查询词典获得相应的编码,将每行文本初步转化成索引向量,用作Bi-LSTM的输入; 在所述步骤S2中: 步骤S2.1:设计词嵌入层,以向量化后的短文本作为输入,输出词向量; 设计词嵌入层,以、、和作为输入,并进行编码,将其转化为词向量: 1 2 3 4 其中,,其中为该条数据字段的第个字符的嵌入表示,为该条数据的字段的文本嵌入长度;,其中为该条数据字段的第个字符的嵌入表示,为该条数据的字段的文本嵌入长度;,其中为该条数据字段的第个字符的嵌入表示,为该条数据的字段的文本嵌入长度;,其中为该条数据字段的第个字符的嵌入表示,为该条数据的字段的文本嵌入长度; 步骤S2.2:设计四个并行的双向长短时记忆网络Bi-LSTM,以嵌入层的词向量为输入,捕捉文本的长距离特征依赖; 步骤S2.3:设计一维卷积层,以Bi-LSTM层的输出为输入,进一步捕捉局部特征关系; 步骤S2.4:设计全连接层,将Bi-LSTM和一维卷积层先后训练的词向量输出到全连接层进行分类,并输出分类结果; 在所述步骤S3中: 步骤S3.1:对于,清洗特殊字符,并计算所有词条的词频,手工提取前预设个特征,借助每样物料是否具有某项子属性,利用二元分类变量表示其所对应的文本信息,将物料技术属性描述转换为一组由0、1值构成的矩阵; 步骤S3.2:将原模型中Bi-LSTM层的输出与四种一维卷积层进行卷积,最后与提出的手工特征输入高斯核支持向量机得到分类结果; 步骤S3.3:利用机器学习模型包括随机森林和支持向量机进行实验作为对比,并对比了优化前后的模型,利用准确率、精确率、召回率及F1值四类评价指标对模型进行评估,证明模型有效性。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人欧冶工业品股份有限公司,其通讯地址为:201900 上海市宝山区水产路1269号216幢1150室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励