量子神经元网络提高视频内容分类有效性与时效性的方法技术

本发明专利技术提供量子神经元网络提高视频内容分类有效性与时效性的方法，涉及视频内容分类技术领域。该量子神经元网络提高视频内容分类有效性与时效性的方法，该量子神经元网络提高视频内容分类有效性与时效性由大数据收集系统、语音识别系统、短视频贴标系统、存储系统、神经网络模型、分类系统和实时热搜系统组成。通过大数据收集系统、语音识别系统、存储系统、实时热搜系统、神经网络模型和短视频贴标系统，根据对比结果建立神经网络模型，再通过短视频贴标系统根据神经网络模型的运行计算进行分类并推送视频，从而使现有的视频内容分类具有一定的有效性和时效性，更加满足使用需求。求。

【技术实现步骤摘要】
量子神经元网络提高视频内容分类有效性与时效性的方法


[0001]本专利技术涉及视频内容分类
，具体为量子神经元网络提高视频内容分类有效性与时效性的方法。

技术介绍

[0002]量子神经网络是基于量子力学原理的神经网络模型，在量子神经网络研究的计算方法中，科学家试图将人工神经网络模型与量子信息的优势相结合，以便开发更有效的算法，这样做的一个重要动机是经典的神经网络模型十分难以训练，特别是在大数据应用中。
[0003]有效性是指完成策划的活动和达到策划结果的程度，时效性是一个汉语词汇，是指同一件事物在不同的时间具有很大的性质上的差异，我们管这个差异性叫时效性，时效性影响着决策的生效时间，时效性决定了决策在特定时间内是否有效。
[0004]随着社会发展的进步，刷视频已经成为了日常生活中的一部分，但是现有的视频内容分类过于简单，经常缺乏有效性和时效性，无法满足使用需求。

技术实现思路

[0005]针对现有技术的不足，本专利技术提供了量子神经元网络提高视频内容分类有效性与时效性的方法，解决了现有的视频内容分类过于简单，经常缺乏有效性和时效性，无法满足使用需求的问题。
[0006]为实现以上目的，本专利技术通过以下技术方案予以实现：量子神经元网络提高视频内容分类有效性与时效性的方法，该量子神经元网络提高视频内容分类有效性与时效性由大数据收集系统、语音识别系统、短视频贴标系统、存储系统、神经网络模型、分类系统和实时热搜系统组成，其使用方法包括以下步骤：
[0007]S1、通过大数据收集系统对使用者日常淘宝、百度、抖音等APP的关键词进行收集并综合排比出前五名搜索含量次数最多的关键词；
[0008]S2、通过语音识别系统对使用者日常使用手机时多次说出的关键词进行识别，同时与大数据收集系统收集出的前五名关键词进行对比是否存在相同、类似的；
[0009]S3、对比后，若出现相同、类似的关键词取前三位通过存储系统进行保存，若没有出现相同、类似的关键词，则取出现次数最多的前三位进行保存；
[0010]S4、通过实时热搜系统实时对网络上的热点信息进行收集并与存储的关键词进行对比；
[0011]S5、当对比出现相同、类似的词汇内容信息时，根据对比结果建立神经网络模型；
[0012]S6、再通过短视频贴标系统根据神经网络模型的运行计算进行分类并推送视频。
[0013]优选的，所述步骤1中的大数据收集系统包括识别单元和排比单元，所述识别单元的输出端与排比单元的输入端电性连接。
[0014]优选的，所述步骤2中的语音识别系统包括关键词筛选单元和对比单元，所述关键词筛选单元的输出端与对比单元的输入端电性连接。
[0015]优选的，所述步骤3中的存储系统是对数据、信息、词汇和视频等需要进行存储的内容进行储存的一种系统。
[0016]优选的，所述步骤4中的实时热搜系统是对网络平台上的热度新闻、热点等受欢迎程度的内容进行收集的一种系统。
[0017]优选的，所述步骤5中的神经网络模型是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂网络系统，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学习系统。
[0018]优选的，所述步骤6中的短视频贴标系统包括贴标单元和推送单元，所述贴标单元的输出端与推送单元的输入端电性连接。
[0019]优选的，所述大数据收集系统的输出端与语音识别系统的输入端电性连接，所述语音识别系统的输出端与存储系统的输入端电性连接，所述存储系统的输出端与实时热搜系统的输入端电性连接，所述实时热搜系统的输出端与神经网络模型的输入端电性连接，所述神经网络模型的输出端与短视频贴标系统的输入端电性连接。
[0020]本专利技术提供了量子神经元网络提高视频内容分类有效性与时效性的方法。具备以下有益效果：
[0021]本专利技术通过大数据收集系统对使用者日常淘宝、百度、抖音等APP的关键词进行收集并综合排比出前五名搜索含量次数最多的关键词，配合语音识别系统对使用者日常使用手机时多次说出的关键词进行识别，同时与大数据收集系统收集出的前五名关键词进行对比是否存在相同、类似的，对比后，若出现相同、类似的关键词取前三位通过存储系统进行保存，若没有出现相同、类似的关键词，则取出现次数最多的前三位进行保存，再通过实时热搜系统实时对网络上的热点信息进行收集并与存储的关键词进行对比，当对比出现相同、类似的词汇内容信息时，根据对比结果建立神经网络模型，再通过短视频贴标系统根据神经网络模型的运行计算进行分类并推送视频，从而使现有的视频内容分类具有一定的有效性和时效性，更加满足使用需求。
具体实施方式
[0022]下面将结合本专利技术实施例，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0023]实施例一：
[0024]本专利技术实施例提供量子神经元网络提高视频内容分类有效性与时效性的方法，该量子神经元网络提高视频内容分类有效性与时效性由大数据收集系统、语音识别系统、短视频贴标系统、存储系统、神经网络模型、分类系统和实时热搜系统组成，其使用方法包括以下步骤：
[0025]S1、通过大数据收集系统对使用者日常淘宝、百度、抖音等APP的关键词进行收集并综合排比出前五名搜索含量次数最多的关键词；
[0026]S2、通过语音识别系统对使用者日常使用手机时多次说出的关键词进行识别，同时与大数据收集系统收集出的前五名关键词进行对比是否存在相同、类似的；
[0027]S3、对比后，若出现相同、类似的关键词取前三位通过存储系统进行保存，若没有出现相同、类似的关键词，则取出现次数最多的前三位进行保存；
[0028]S4、通过实时热搜系统实时对网络上的热点信息进行收集并与存储的关键词进行对比；
[0029]S5、当对比出现相同、类似的词汇内容信息时，根据对比结果建立神经网络模型；
[0030]S6、再通过短视频贴标系统根据神经网络模型的运行计算进行分类并推送视频。
[0031]所述步骤1中的大数据收集系统包括识别单元和排比单元，所述识别单元的输出端与排比单元的输入端电性连接。
[0032]所述步骤2中的语音识别系统包括关键词筛选单元和对比单元，所述关键词筛选单元的输出端与对比单元的输入端电性连接。
[0033]所述步骤3中的存储系统是对数据、信息、词汇和视频等需要进行存储的内容进行储存的一种系统。
[0034]所述步骤4中的实时热搜系统是对网络平台上的热度新闻、热点等受欢迎程度的内容进行收集的一种系统。
[0035]所述步骤5中的神经网络模型是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂网络系统，它反映了人脑功能的许多基本特征，是一个高度复杂的非本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.量子神经元网络提高视频内容分类有效性与时效性的方法，其特征在于：该量子神经元网络提高视频内容分类有效性与时效性由大数据收集系统、语音识别系统、短视频贴标系统、存储系统、神经网络模型、分类系统和实时热搜系统组成，其使用方法包括以下步骤：S1、通过大数据收集系统对使用者日常淘宝、百度、抖音等APP的关键词进行收集并综合排比出前五名搜索含量次数最多的关键词；S2、通过语音识别系统对使用者日常使用手机时多次说出的关键词进行识别，同时与大数据收集系统收集出的前五名关键词进行对比是否存在相同、类似的；S3、对比后，若出现相同、类似的关键词取前三位通过存储系统进行保存，若没有出现相同、类似的关键词，则取出现次数最多的前三位进行保存；S4、通过实时热搜系统实时对网络上的热点信息进行收集并与存储的关键词进行对比；S5、当对比出现相同、类似的词汇内容信息时，根据对比结果建立神经网络模型；S6、再通过短视频贴标系统根据神经网络模型的运行计算进行分类并推送视频。2.根据权利要求1所述的量子神经元网络提高视频内容分类有效性与时效性的方法，其特征在于：所述步骤1中的大数据收集系统包括识别单元和排比单元，所述识别单元的输出端与排比单元的输入端电性连接。3.根据权利要求1所述的量子神经元网络提高视频内容分类有效性与时效性的方法，其特征在于：所述步骤2中的语音识别系统包括关键词筛选单元和对比单元，所述关键词筛选单元的输出...

【专利技术属性】
技术研发人员：吕楠，张丽秋，刘伟，
申请(专利权)人：无锡慧眼人工智能科技有限公司，
类型：发明
国别省市：