← 返回列表
一种基于脑图的低遗忘热点事件预测方法及装置
申请人信息
- 申请人:南京信息工程大学
- 申请人地址:210044 江苏省南京市江北新区宁六路219号
- 发明人: 南京信息工程大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于脑图的低遗忘热点事件预测方法及装置 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410232308.2 |
| 申请日 | 2024/3/1 |
| 公告号 | CN117808040A |
| 公开日 | 2024/4/2 |
| IPC主分类号 | G06N3/042 |
| 权利人 | 南京信息工程大学 |
| 发明人 | 荣欢; 徐瑞洋; 杨启坤 |
| 地址 | 江苏省南京市江北新区宁六路219号 |
摘要文本
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。
专利主权项内容
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。