-
Patent Agency Ranking
公开(公告)号：CN101916334B
公开(公告)日：2015-08-12
申请号：CN201010254049.1
申请日：2010-08-16
Applicant: 清华大学
IPC: G06F19/00
Abstract: 本发明公开了一种皮肤状况预测方法，包括获取受试者的皮肤数据，并对皮肤数据进行数字化以得到皮肤的特征属性；采用特征提取方法提取特征属性中的关键特征，以得到关键特征按照其重要程度的排序结果，并对排序后的每一个关键特征进行归一化处理；利用归一化处理后的关键特征作为训练数据集训练迭代神经网络，以生成基于神经网络的预测模型；利用基于神经网络的预测模型对测试者的皮肤状况进行预测和分析，根据分析结果生成并输出针对测试者的皮肤改进意见本发明的皮肤状况预测方法及预测系统，相对传统的预测方法节省时间和成本，且简单易行。并且可重复训练并基于更多的训练数据进行学习，其运行效果符合现有实验结果，对未知数据也表现合理。
-
公开(公告)号：CN103399916A
公开(公告)日：2013-11-20
申请号：CN201310329800.3
申请日：2013-07-31
Applicant: 清华大学
IPC: G06F17/30
Abstract: 本发明提出了一种基于产品特征的互联网评论观点挖掘方法，包括：从互联网上获取产品信息及对应的评论信息；从评论信息中抽取产品特征，并从产品特征中提取出相关联的显式特征评论及隐式特征评论；利用显式特征评论和隐式特征评论在句子粒度上进行情感分类；依据产品特征及对应的情感分类结果生成情感文摘提供给用户。本发明的方法不仅可以帮助用户节省时间，处理评论中的矛盾信息和发现被评论产品的不足，而且深入挖掘用户评论中针对不同产品特征的情感信息，一方面能给用户的购买提供参考，另一方面也能给生产厂商提供产品的改进建议。本发明还提出一种基于产品特征的互联网评论观点挖掘系统。
-
公开(公告)号：CN101571810A
公开(公告)日：2009-11-04
申请号：CN200910086337.8
申请日：2009-05-31
Applicant: 清华大学
Abstract: 本发明公开了执行程序的方法、验证程序结果的方法、装置及系统，属于计算机领域。执行程序的方法包括：从源程序的文本文件中，获取指令信息；根据所述指令信息，建立串行队列；根据所述串行队列，构造并行时序图；根据所述并行时序图，并行执行所述源程序。执行程序的装置包括：获取模块、建立模块、构造模块和执行模块。验证程序结果的装置包括：创建模块、第一设置模块、第二设置模块、映射模块、第一判断模块和第二判断模块。执行程序的系统包括：执行程序的装置和验证程序结果的装置。本发明能够提高开发程序的效率、方便调度和部署程序。
-
公开(公告)号：CN101916334A
公开(公告)日：2010-12-15
申请号：CN201010254049.1
申请日：2010-08-16
Applicant: 清华大学
IPC: G06F19/00
Abstract: 本发明公开了一种皮肤状况预测方法，包括获取受试者的皮肤数据，并对皮肤数据进行数字化以得到皮肤的特征属性；采用特征提取方法提取特征属性中的关键特征，以得到关键特征按照其重要程度的排序结果，并对排序后的每一个关键特征进行归一化处理；利用归一化处理后的关键特征作为训练数据集训练迭代神经网络，以生成基于神经网络的预测模型；利用基于神经网络的预测模型对测试者的皮肤状况进行预测和分析，根据分析结果生成并输出针对测试者的皮肤改进意见本发明的皮肤状况预测方法及预测系统，相对传统的预测方法节省时间和成本，且简单易行。并且可重复训练并基于更多的训练数据进行学习，其运行效果符合现有实验结果，对未知数据也表现合理。
-
公开(公告)号：CN101571810B
公开(公告)日：2011-09-14
申请号：CN200910086337.8
申请日：2009-05-31
Applicant: 清华大学
Abstract: 本发明公开了执行程序的方法、验证程序结果的方法、装置及系统，属于计算机领域。执行程序的方法包括：从源程序的文本文件中，获取指令信息；根据所述指令信息，建立串行队列；根据所述串行队列，构造并行时序图；根据所述并行时序图，并行执行所述源程序。执行程序的装置包括：获取模块、建立模块、构造模块和执行模块。验证程序结果的装置包括：创建模块、第一设置模块、第二设置模块、映射模块、第一判断模块和第二判断模块。执行程序的系统包括：执行程序的装置和验证程序结果的装置。本发明能够提高开发程序的效率、方便调度和部署程序。
-
-
-
-
Search Results
5
records
(took 0.024 seconds)
