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
一种用于音响系统的智能引导系统、控制方法及装置
图形用户界面
音响设备
智能引导系统
音响系统控制方法
参数
2
基于游戏开发数据调整的游戏更新方法及系统、存储介质
游戏更新方法
深度强化学习模型
采集运行数据
系统性能数据
仿真平台
3
具有多模态可解释性自动驾驶动态决策系统及其控制方法
动态决策系统
意图分类模型
深度强化学习模型
多模态环境
HMI界面
4
一种同轴光学雷达载荷卫星星地一体化运控方法
深度强化学习模型
光学雷达
加速度
地面站
卡尔曼滤波
5
源网荷储一体化的电力调度优化方法及系统
深度强化学习模型
区块链平台
策略
电力
调度优化方法