-
公开(公告)号：CN105893582A
公开(公告)日：2016-08-24
申请号：CN201610204531.1
申请日：2016-04-01
Applicant: 深圳市未来媒体技术研究院 , 清华大学深圳研究生院
CPC classification number: G06F16/3344 , G06F16/374 , G06Q50/00
Abstract: 本发明公开了一种社交网络用户情绪判别方法，包括如下步骤：用户数据采集、用户数据预处理、构建情感词典、构建中性词典、计算独立记录的情感生成概率、利用贝叶斯生成模型对用户情感进行建模、利用最大期望算法(EM算法)对用户情感隐含变量进行求解。发明将视角集中在用户身上，通过挖掘用户在一段连续时间内发布的消息内容的情感，来反映用户在此阶段内在的情感及情感变化。
-
Patent Agency Ranking
公开(公告)号：CN105809474B
公开(公告)日：2020-11-17
申请号：CN201610112904.2
申请日：2016-02-29
Applicant: 深圳市未来媒体技术研究院 , 清华大学深圳研究生院
IPC: G06Q30/06
Abstract: 本发明涉及一种层次化商品信息过滤推荐方法，包括如下步骤：对于推荐系统，构造一种分层泊松模型；对每一组有效用户商品对构造长度为K的向量，评分大小为对应用户偏好向量与商品属性向量的内积；采用变分推断的方法进行逼近后验分布，利用坐标上升法多次迭代直至收敛，推导出所有隐变量的近似分布；预测每组用户商品对评分，根据得分大小排序可对用户进行最终的推荐。本发明的优点在于：1、可以生成对商品用户的稀疏表示；准确拟合了用户商品的长尾效应；3、对未评分用户商品对有降权效果；4、对稀疏评分矩阵可作出快速推断；5、良好的拓展性，适用于大规模评分集。
-
公开(公告)号：CN105718903A
公开(公告)日：2016-06-29
申请号：CN201610047601.7
申请日：2016-01-22
Applicant: 清华大学深圳研究生院 , 深圳市未来媒体技术研究院
CPC classification number: G06K9/00771 , G06K9/6268 , H04N7/173
Abstract: 本发明公开无人机救援系统及其救援方法，系统包括无人机、用于采集现场视频的环境信息采集模块、救援执行模块、控制处理模块和救援方案存储模块；控制处理模块包括用于从采集的现场视频中通过二次级联模型进行图像场景识别以搜索伤员的场景识别单元、从救援方案存储模块中寻找与场景判断结果匹配的救援方案的匹配单元以及控制救援执行模块对伤员进行救助的控制单元。救援方法包括对前述救援系统的各个模块进行控制的步骤。本发明能够自主、快速、准确、高效地进行受难场景识别，即搜寻伤员，并给予相应的医疗救助。
-
公开(公告)号：CN105893582B
公开(公告)日：2019-06-28
申请号：CN201610204531.1
申请日：2016-04-01
Applicant: 深圳市未来媒体技术研究院 , 清华大学深圳研究生院
Abstract: 本发明公开了一种社交网络用户情绪判别方法，包括如下步骤：用户数据采集、用户数据预处理、构建情感词典、构建中性词典、计算独立记录的情感生成概率、利用贝叶斯生成模型对用户情感进行建模、利用最大期望算法(EM算法)对用户情感隐含变量进行求解。发明将视角集中在用户身上，通过挖掘用户在一段连续时间内发布的消息内容的情感，来反映用户在此阶段内在的情感及情感变化。
-
公开(公告)号：CN105718903B
公开(公告)日：2018-12-21
申请号：CN201610047601.7
申请日：2016-01-22
Applicant: 清华大学深圳研究生院 , 深圳市未来媒体技术研究院
Abstract: 本发明公开无人机救援系统及其救援方法，系统包括无人机、用于采集现场视频的环境信息采集模块、救援执行模块、控制处理模块和救援方案存储模块；控制处理模块包括用于从采集的现场视频中通过二次级联模型进行图像场景识别以搜索伤员的场景识别单元、从救援方案存储模块中寻找与场景判断结果匹配的救援方案的匹配单元以及控制救援执行模块对伤员进行救助的控制单元。救援方法包括对前述救援系统的各个模块进行控制的步骤。本发明能够自主、快速、准确、高效地进行受难场景识别，即搜寻伤员，并给予相应的医疗救助。
-
公开(公告)号：CN105809474A
公开(公告)日：2016-07-27
申请号：CN201610112904.2
申请日：2016-02-29
Applicant: 深圳市未来媒体技术研究院 , 清华大学深圳研究生院
CPC classification number: G06Q30/0202 , G06F16/9535
Abstract: 本发明涉及一种层次化商品信息过滤推荐方法，包括如下步骤：对于推荐系统，构造一种分层泊松模型；对每一组有效用户商品对构造长度为K的向量，评分大小为对应用户偏好向量与商品属性向量的内积；采用变分推断的方法进行逼近后验分布，利用坐标上升法多次迭代直至收敛，推导出所有隐变量的近似分布；预测每组用户商品对评分，根据得分大小排序可对用户进行最终的推荐。本发明的优点在于：1、可以生成对商品用户的稀疏表示；准确拟合了用户商品的长尾效应；3、对未评分用户商品对有降权效果；4、对稀疏评分矩阵可作出快速推断；5、良好的拓展性，适用于大规模评分集。
-
-
-
-
-
Search Results
6
records
(took 0.102 seconds)
