基于用户偏好的设计风格智能推荐与生成方法及系统
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
基于用户偏好的设计风格智能推荐与生成方法及系统
申请号:
CN202510450311
申请日期:
2025-04-11
公开号:
CN120386883A
公开日期:
2025-07-29
类型:
发明专利
摘要
本发明提供基于用户偏好的设计风格智能推荐与生成方法及系统,涉及设计风格技术领域,包括构建用户偏好特征向量;分析用户偏好演化规律,生成用户偏好演化曲线;计算图标设计特征与用户偏好特征间的时序关联度,构建共振评分矩阵;基于共振评分矩阵设计自适应共振阈值筛选模型;利用深度生成对抗网络创建初始图标设计方案;通过迁移学习和深度强化学习优化设计参数,输出个性化图标设计推荐方案。本发明能够实现图标设计的智能化推荐与生成,提高设计效率和用户满意度。
技术关键词
群体智能优化算法
深度生成对抗网络
设计特征
深度强化学习模型
图标
深度学习网络
特征融合网络
群体智能算法
参数
注意力机制
模式识别算法
多层注意力
生成用户
动态
曲线
识别局部周期模式
时序特征
矩阵
系统为您推荐了相关专利信息
1
卫星互联网靶场的入侵检测与响应方法及系统
分布式智能
多尺度特征提取
深度包检测技术
深度强化学习模型
识别异常流量
2
一种基于深度强化学习的多无人机协作导航方法
导航方法
深度强化学习模型
异构无人机
通信带宽
深度Q网络
3
一种封闭式主梁3D模型构建方法及系统
点云模型
模型构建方法
封闭式
主梁
设计特征
4
一种四足机器人的巡检方法及系统
巡检设备
巡检方法
深度强化学习模型
巡检路径
四足机器人控制器
5
一种基于特征重点捕捉机制的混合模型海冰范围预测方法
空间特征提取
局部特征提取
数据
时间卷积网络
特征提取模块