全部专利 发明专利 实用新型专利 外观设计专利
排序方式:
当前查询到193条专利包含查询词 "贺樑" ,搜索用时0.46875秒!
发明专利:142实用新型: 14外观设计: 37
142 条,当前第 1-10 条 下一页 最后一页 返回搜索页
申请号:201210512406.9 公开号:CN103019116A 主分类号:G05B19/04(2006.01)I
申请人:缪军;董道国;贺樑 申请日:2012.12.04 公开日:2013.04.03
发明人:缪军;董道国;贺樑
摘要:本发明涉及一种智能家电家居中心控制装置以及内嵌该中心控制装置的电冰箱。所述中心控制装置包括:接收装置,用于接收一个或多个家电设备或者家居设备的当前状态信息;显示装置,用于显示所述一个或多个家电设备或者家居设备的当前状态信息供用户设置以得到用户设置信息、或显示多媒体数据供用户查看;发送装置,用于将所述用户设置信息发送至相应的家电设备或者家居设备以更新相应的家电设备或者家居设备的状态。本发明利用冰箱的特性,为智能家居中心控制中心控制装置提供良好的运行环境,实现智能家居生活。
详细信息 下载全文

申请号:201410199440.4 公开号:CN103996143A 主分类号:
申请人:华东师范大学 申请日:2014.05.12 公开日:2014.08.20
发明人:贺樑;王智谨
摘要:本发明公开了一种基于隐式偏见和好友兴趣的电影评分预测方法,该方法根据用户电影评分日志和用户的好友列表数据,构建结合个人偏见和好友兴趣的评分预测模型,训练并得到用户对电影的偏见矩阵、用户隐式特征矩阵、物品隐式特征矩阵。结合好友列表数据和用户隐式特征矩阵,生成好友兴趣隐式特征矩阵,根据用户隐式特征矩阵、物品特征矩阵,用户-物品偏见矩阵和好友兴趣隐式特征矩阵,生成用户-物品预测评分矩阵,最后为用户生成推荐列表。本发明综合考虑用户的评分偏见和好友的物品偏好,提高了推荐的品质。
详细信息 下载全文

申请号:201510294437.5 公开号:CN104915405A 主分类号:
申请人:华东师范大学 申请日:2015.06.02 公开日:2015.09.16
发明人:胡琴敏;陈琴;贺樑
摘要:本发明公开了一种基于多层次的微博查询扩展方法,其特点是将原微博查询词对应的语料库PRF层和外部源的web层中提取关键词作为候选查询扩展词,将候选查询扩展词与原始微博查询语句合并作为标签集对PRF层中的文档进行标注,并利用Labeled LDA对标注的PRF文档进行语义建模,然后将来自不同源的候选查询扩展词和微博查询词映射到统一的语义层,挖掘出它们潜在的语义,并根据它们之间的语义相似度,过滤掉与微博查询词语义无关的候选扩展词,组成新的微博查询词进行更为精准的查询和检索。本发明与现有技术相比具有查询漂移少,检索效率高,准确性好,尤其将扩展词进行有效的整合,以达到最优的扩展效果,使查询结果能符合用户真实的信息需求。
详细信息 下载全文

申请号:201510295494.5 公开号:CN104915406A 主分类号:
申请人:华东师范大学 申请日:2015.06.02 公开日:2015.09.16
发明人:胡琴敏;宋扬;贺樑
摘要:本发明公开了一种面向大众医疗决策的用户搜索方法,其特点是利用维基百科抓取的医学数据,建立包括病状、病症以及相关的检测手段和治疗方案的医学词典,将扩展后的查询语句在医学词典里搜索出相关的医疗信息推荐给用户,以帮助用户了解疾病的检测和诊断以及治疗的临床医学决策。本发明与现有技术相比查询结果结合了客观事实和主管诊断,具有很强的可靠性,有效解决了用户查询语句短的问题,方法简便,准确性好。
详细信息 下载全文

申请号:201510310710.9 公开号:CN104899298A 主分类号:
申请人:华东师范大学 申请日:2015.06.09 公开日:2015.09.09
发明人:杨静;裴逸钧;贺樑
摘要:本发明公开了一种基于大规模语料特征学习的微博情感分析方法,其特点是利用微博文本训练一个基于Word2Vec的神经网络,将微博文本输入完成训练的神经网络,该神经网络将输入的微博,根据语法上下文、当前上下文中的情感倾向以及它是否被否定,映射到对应的词向量上,得到一个由微博中的词所对应的词向量组成的矩阵,在该矩阵上做词向量间的合成,进一步得到微博对应的特征向量,将特征向量用于情感分类器的训练和预测时,可得到一个较为准确的微博情感分析结果。本发明与现有技术相比具有成本低,分析准确率高,尤其适合大规模语料,训练速度快,结合语法上下文和情感倾向,有效处理否定关系,提高情感分析的准确率。
详细信息 下载全文

申请号:201510321339.6 公开号:CN104933027A 主分类号:
申请人:华东师范大学 申请日:2015.06.12 公开日:2015.09.23
发明人:杨静;李明耀;贺樑
摘要:本发明公开了一种利用依存分析的开放式中文实体关系抽取方法,该方法首先对句子进行依存分析,再结合中文语法启发式规则和依存分析的结果抽取关系词语,然后根据距离确定命名实体位置,最后进行三元组输出。在SogouCA和SogouCS语料库上进行实验,结果表明本发明适用于大规模语料库,具有良好的可移植性。本发明从根本上克服了汉语语法复杂,表达方式多样,语义丰富等固有性质的限制。
详细信息 下载全文

申请号:201510363362.1 公开号:CN104933031A 主分类号:
申请人:华东师范大学 申请日:2015.06.29 公开日:2015.09.23
发明人:杨燕;杜泽宇;贺樑
摘要:本发明公开了一种基于语义网无监督的自动问答方法,该方法需要基于语义网的数据上实现,首先通过对用户问题进行同义转换和词干化,并利用语义网资源内部的数据进行三元组抽取,并找到语义网数据中最相关的实体和属性,生成对应的SPARQL语句查询,最终在支持语义网的用户终端中进行查询,本发明是在一个对基于语义网的自动问答的实现方案,无需复杂的训练预料和复杂的语义分析,只对语义网的文件自学习并利用同义词典进行同义转换,就能对跨领域的语义网知识库进行问答;其客观可行,并较之传统的问答方法能够回答复杂的知识问题。
详细信息 下载全文

申请号:201510366304.4 公开号:CN105045826A 主分类号:
申请人:华东师范大学 申请日:2015.06.29 公开日:2015.11.11
发明人:杨燕;罗念;贺樑
摘要:本发明公开了一种基于图模型的实体链接算法,其特点是利用维基百科知识库形成候选实体,然后运用LDA对实体之间构造语义特征,以维基百科的链接结构对实体和实体之间构建关系形成图模型,并将相关语义特征特征融入图模型中,以PageRank算法对实体进行排名,得到实体链接的结果,具体包括命名词典、候选实体集、相关特征的计算和融合、图模型的构建和候选实体的排名步骤。本发明与现有技术相比具有实体特征融合好,实体链接的结果可靠性高,利用维基百科下载数据,不需要额外成本,尤其无需人工标注数据集,方法简便,使用方便,省时省力。
详细信息 下载全文

申请号:201810427447.5 公开号:CN108665308A 主分类号:G06Q30/02(2012.01)I
申请人:华东师范大学 申请日:2018.05.07 公开日:2018.10.16
发明人:贺樑;陈璐
摘要:本发明公开一种评分预测方法和装置,该方法包括:生成步骤:通过构造对于物品的用户评论的神经网络模型,以生成用户和物品两者的画像;预测步骤:通过利用用户和物品的画像优化矩阵分解模型,并训练矩阵分解模型以预测目标评分;其中,神经网络模型为长短时记忆网络模型,通过在长短时记忆网络模型中使用注意力机制提取用户和物品的特征,根据特征生成画像;和通过非线性变换将用户和物品的画像加入矩阵分解模型。本发明的评分预测方法成本低廉并且能够很好地在不同数据领域之间进行迁移;通过结合了用户评分数值信息和用户评论文本信息,能够更加全面正确地对未知评分进行预测;通过经过优化的举证分解算法,能够在较快的时间内得到预测结果。
详细信息 下载全文

申请号:202410242738.2 公开号:CN117911399A 主分类号:G06T7/00
申请人:华东师范大学 申请日:2024.03.04 公开日:2024.04.19
发明人:米智恬;贺樑
摘要:本发明公开了一种轻量化多尺度的铝型材表面缺陷检测方法,其特点是该方法采用卷积核注意力模块,帮助自适应感受野大小,从而得到对缺陷目标的精准定位,利用双向特征融合的方式将低级和高级特征连接起来,融合不同尺寸的图像特征使网络对多尺度缺陷有更全面的学习,将训练得到的模型进行INT8混精度量化并部署到TensorRT平台加速,得到解析图像中缺陷的位置和类型,并在原始图像上进行可视化等步骤。本发明与现有技术相比具有提升铝型材缺陷检测效果的同时,保证检测的实时性能,有助于提高工厂产能,方法简便,使用效果好,在保证了模型检测输出的高精度的同时,兼顾了减小模型计算量,大大满足了工业领域实时性需求,具有一定良好的运用前景。
详细信息 下载全文

142 条,当前第 1-10 条 下一页 最后一页 返回搜索页
©2024 Patent9.com All rights reserved.蜀ICP备06009422号