公开(公告)号：CN103455639A

公开(公告)日：2013-12-18

申请号：CN201310452806.X

申请日：2013-09-27

Applicant: 清华大学

Inventor： 崔安颀 ,  张敏 ,  刘奕群 ,  马少平 ,  金奕江

IPC: G06F17/30

Abstract: 本发明提供一种识别微博突发热点事件的方法及装置，用以克服现有技术脱离内容分析趋势变化、或完全依赖于内容进行事件发现等不足，其中识别微博突发热点事件的方法包括：提取所有热点事件的微博话题标签，并记录每个话题标签的发布时间、作者信息以及热门程度；其中，所述热门程度是指在不同时间段内的出现次数；对于所述每个话题标签，计算所述每个话题标签的三个度量值；其中，三个度量值分别为不稳定性程度、在线话题可能性程度和标签作者信息熵；根据所述三个度量值的高低判断相应的热点事件是否为突发事件。

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

Inventor： 徐华 ,  万伟 ,  张文浩 ,  崔安颀 ,  胡新成 ,  邓刚 ,  希勒布兰德·格雷格

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：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

Inventor： 徐华 ,  万伟 ,  张文浩 ,  崔安颀 ,  胡新成 ,  邓刚 ,  希勒布兰德·格雷格

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：CN101551374B

公开(公告)日：2013-03-27

申请号：CN200910084237.1

申请日：2009-05-14

Applicant: 清华大学

Inventor： 徐华 ,  崔安颀 ,  大谷庆彦 ,  井内文

IPC: G01N33/00 ,  G06N3/02

Abstract: 本发明公开了一种预测洗涤产品的抗菌性能或关键成分含量的方法及装置，属于日用化工产品领域。所述方法包括：获取并存储洗涤产品在各关键成分含量比例不同的条件下的抗菌性能，形成实验数据集；对实验数据集中的每组实验数据进行预处理；将经过预处理的实验数据集作为神经网络的输入，对神经网络进行训练，得到适合待预测洗涤产品的神经网络预测模型；根据输入的相应参数及适合所述洗涤产品的神经网络预测模型，对所述洗涤产品的抗菌性能或关键成分含量进行预测。本发明通过训练得到适合洗涤产品的神经网络预测模型，并通过神经网络预测模型实现预测洗涤产品的抗菌性能或关键成分含量，具有降低预测误差，减少洗涤产品的研发周期及成本的效果。

公开(公告)号：CN101551374A

公开(公告)日：2009-10-07

申请号：CN200910084237.1

申请日：2009-05-14

Applicant: 清华大学

Inventor： 徐华 ,  崔安颀 ,  大谷庆彦 ,  井内文

IPC: G01N33/00 ,  G06N3/02

Abstract: 本发明公开了一种预测洗涤产品的抗菌性能或关键成分含量的方法及装置，属于日用化工产品领域。所述方法包括：获取并存储洗涤产品在各关键成分含量比例不同的条件下的抗菌性能，形成实验数据集；对实验数据集中的每组实验数据进行预处理；将经过预处理的实验数据集作为神经网络的输入，对神经网络进行训练，得到适合待预测洗涤产品的神经网络预测模型；根据输入的相应参数及适合所述洗涤产品的神经网络预测模型，对所述洗涤产品的抗菌性能或关键成分含量进行预测。本发明通过训练得到适合洗涤产品的神经网络预测模型，并通过神经网络预测模型实现预测洗涤产品的抗菌性能或关键成分含量，具有降低预测误差，减少洗涤产品的研发周期及成本的效果。