10.11835/j.issn.1000-582X.2020.307
基于注意力模型的多模态特征融合雷达知识推荐
为了能够在数量庞大的雷达技术资料中快速准确地找到科研人员感兴趣的雷达知识信息并进行推荐,提出了一种基于注意力模型的多模态特征融合雷达知识推荐方法,学习高层次的雷达知识的多模态融合特征表示,进而实现雷达知识推荐.该方法主要包括数据预处理、多模态特征提取、多模态特征融合和雷达知识推荐4个阶段.实验结果表明:与只利用单一模态特征以及简单串联多模态特征的方法相比,利用文中方法学习到的多模态融合特征进行雷达知识推荐,推荐结果的准确率、召回率和综合评价指标(F1值)均有显著提高,表明提出的基于注意力模型的多模态特征融合方法对于知识推荐任务更加有效,体现了算法的优越性.
雷达知识推荐;多模态;特征融合;深度神经网络;注意力模型
44
TP520.20
国防基础科研资助项目A1120131044
2021-08-25(万方平台首次上网日期,不代表论文的发表时间)
共9页
34-42