一种数字媒体内容自动分类系统

专利主权项内容

1.一种数字媒体内容自动分类系统，其特征在于，所述系统包括关系图构建模块、仿真内容生成模块、动态内容分析模块、规则学习与匹配模块、预测性分类模块、异常内容识别模块、序列内容分析模块、综合分类决策模块；所述关系图构建模块基于媒体内容项，采用图卷积网络算法，通过构建邻接矩阵来表示内容项之间的关系，利用节点特征提取方法来获取内容项的特征信息，并通过层级聚合技术来构建完整的媒体元素互联网络，生成内容关系图；所述仿真内容生成模块基于内容关系图，采用生成对抗网络算法，通过生成器设计创建媒体内容样本，利用判别器设计评估生成内容的真实性，通过对抗训练过程持续优化样本的质量，生成仿真内容样本；所述动态内容分析模块基于仿真内容样本，采用时空图卷积网络，结合空间域的图卷积处理和时间域的一维卷积处理，分析视频和音频流中的时空动态变化，生成动态内容分析结果；所述规则学习与匹配模块基于动态内容分析结果，采用决策树融合算法，结合随机森林算法和梯度提升决策树的技术，动态学习和更新分类规则，匹配内容特征的变化，生成适应性分类规则；所述预测性分类模块基于适应性分类规则，采用动态贝叶斯网络算法，进行时序数据的概率建模，通过动态参数更新技术，对媒体内容的潜在类别进行预测，生成预测性分类结果；所述异常内容识别模块基于预测性分类结果，采用异常值检测算法，运用孤立森林算法和局部异常因子算法对内容进行分析，识别非主流的媒体内容，生成异常内容识别结果；所述序列内容分析模块基于异常内容识别结果，采用时间延迟嵌入技术，通过基于时间序列的空间重构技术，分析音频或视频内容的时间序列变化，生成序列内容分析结果；所述综合分类决策模块基于序列内容分析结果，采用集成学习方法，进行多模型结果的融合，通过最优决策选取策略，对媒体内容进行最终分类，生成综合分类决策。 更多数据：搜索