-
公开(公告)号:CN112256727B
公开(公告)日:2021-10-15
申请号:CN202011116028.3
申请日:2020-10-19
Applicant: 东北大学
Abstract: 本发明提供一种基于人工智能技术的数据库查询处理及优化方法。首先结合多头自注意力获取图像的特征向量,结合bag‑of‑word策略获取文本的特征向量,并将特征向量均转换为哈希编码,然后通过换列策略重新组合哈希编码的语义,利用鸽巢原理将每次换列后的哈希编码进行分段,根据汉明距离计算确定出候选集,最后通过设计两级哈希索引进行查询处理,本发明不仅考虑了模态间的相似程度,同时也考虑了模态内的相似程度,使学习到的哈希码精度更高,利用标签网络充分挖掘了监督标签信息,减少了标签信息损失,对哈希编码进行了语义重组,以及索引优化,加速了查找效率。
-
公开(公告)号:CN109194666B
公开(公告)日:2021-06-01
申请号:CN201811085432.1
申请日:2018-09-18
Applicant: 东北大学
Abstract: 本发明属于数据隐私保护领域,提出一种基于LBS的安全kNN查询方法,流程包括:数据拥有者生成密钥对和加密索引结构,并将加密索引结构发送给服务器C1,将公钥发送给服务器C1、C2和用户,将私钥发送给服务器C2;用户对自己的查询,使用公钥加密生成加密查询请求,并将该查询请求发送给服务器C1;服务器C1得到加密的索引结构和加密的查询请求后,定义安全两方计算;基于安全两方计算,设计安全kNN查询协议;返回查询结果给用户;本发明有效保护服务器上数据的隐私、用户的查询请求的隐私、用户的查询结果的隐私、查询过程中的访问模式,且提供了精确的查询结果,适用于处理能力低的移动设备,并且大大提高了完成查询的速度。
-
公开(公告)号:CN112149540A
公开(公告)日:2020-12-29
申请号:CN202010961692.1
申请日:2020-09-14
Applicant: 东北大学
Abstract: 本发明涉及基于yolov3端到端手语识别技术,解决了现有技术中哑语识别系统的识别率低和实时性差的问题。基于yolov3端到端手语识别技术,所述技术包括以下步骤:S1:采集手的手掌和手腕关节点的坐标信息,并对肢体及面部表情进行关键点标定。本发明通过利用yolov3算法捕捉每一帧照片中手和头部的特征,形成局部和整体的神经网络模型,将手和头的特征转换成特征向量,再利用经典的end2end模型对一帧帧图片分类,结合基于yolov3算法的局部和整体的特征图谱的堆叠形成哑语句子,从而实现了哑语的翻译,利用现有成熟的yolov3算法和end2end模型组合,形成了一套可实时翻译的手语识别技术,实现了一种识别率高、实时性强的基于yolov3端到端手语识别技术。
-
公开(公告)号:CN110944291A
公开(公告)日:2020-03-31
申请号:CN201911198246.3
申请日:2019-11-29
Applicant: 东北大学
IPC: H04W4/024 , H04W4/33 , H04W16/22 , H04W64/00 , H04B17/318
Abstract: 本发明涉及室内导航技术领域,提供一种基于众包RSSI序列的室内导航方法。首先采集众包用户的RSSI序列集合,并构建训练样本集;然后,以RSSI为输入、RSSI对应的房间级别位置标签为输出,构建并训练基于神经网络的粗粒度定位模型;接着,综合考虑RSSI的内部信号差异和RSSI之间的信号差异,计算各RSSI之间的距离,并利用RSSI序列集合通过对RSSI序列进行对齐和连接构建RSSI图;最后,在对需导航用户进行粗粒度定位的基础上,通过RSSI序列比对和匹配进行精细定位,在RSSI图上查询从当前RSSI到目的地RSSI的最短路径用于导航。本发明能够提升室内定位的精度和效率,且减少定位成本。
-
公开(公告)号:CN109559340A
公开(公告)日:2019-04-02
申请号:CN201811442638.5
申请日:2018-11-29
Applicant: 东北大学
IPC: G06T7/33
Abstract: 本发明公开了一种并行的三维点云数据自动化配准方法,通过获取处于不同视图下且具有重叠区域的两个待配准点云,对点云进行下采样处理以减少计算量,计算点云数据的法向量并计算快速点特征直方图FPFH特征,启动多个进程分别从一个点云中选择n个点并在另一个点云中查找对应点,根据对应点计算刚性变换的旋转平移矩阵,同时计算错误度量标准,将最小错误度量标准的结果作为本次迭代结果,进行多次迭代,将最终的结果作为变换矩阵;最后利用ICP迭代算法进行精配准。
-
公开(公告)号:CN109194666A
公开(公告)日:2019-01-11
申请号:CN201811085432.1
申请日:2018-09-18
Applicant: 东北大学
Abstract: 本发明属于数据隐私保护领域,提出一种基于LBS的安全kNN查询方法,流程包括:数据拥有者生成密钥对和加密索引结构,并将加密索引结构发送给服务器C1,将公钥发送给服务器C1、C2和用户,将私钥发送给服务器C2;用户对自己的查询,使用公钥加密生成加密查询请求,并将该查询请求发送给服务器C1;服务器C1得到加密的索引结构和加密的查询请求后,定义安全两方计算;基于安全两方计算,设计安全kNN查询协议;返回查询结果给用户;本发明有效保护服务器上数据的隐私、用户的查询请求的隐私、用户的查询结果的隐私、查询过程中的访问模式,且提供了精确的查询结果,适用于处理能力低的移动设备,并且大大提高了完成查询的速度。
-
公开(公告)号:CN109194646A
公开(公告)日:2019-01-11
申请号:CN201810999966.9
申请日:2018-08-30
Applicant: 东北大学
Abstract: 本发明提供一种基于区块链的安全认证数据存取方法,涉及区块链技术领域。本发明为用户提供API编程接口,用户通过API接口提交请求,通过判断请求的类型执行不同的操作,涉及修改数据的操作会生成存储证明,经过双重认证后方可修改数据,并实时同步数据到全网各个节点;涉及查询操作会分发用户请求到各节点,查询分片中的数据,经过认证后最终返回数据给用户。本发明提供的是一种基于区块链的安全认证数据存取方法,能够提高数据的存取效率,解决当前区块链底层数据库的低效率、低吞吐量问题。
-
公开(公告)号:CN102750461B
公开(公告)日:2015-04-22
申请号:CN201210196668.9
申请日:2012-06-14
Applicant: 东北大学
IPC: G06F19/22
Abstract: 一种可得到完全解的生物序列局部比对方法,包含以下步骤:步骤1:采用一种生物序列作为基准序列,另一种生物序列作查询序列,设定匹配得分Sa,不匹配得分Sb,起始罚分Sg,扩展罚分Ss,分数阈值H;步骤2:进行基准序列的后缀树分支与查询序列的比对,步骤如下:步骤3:整合各分支比对得分结果,取最大值作为两个生物序列的最终比对得分结果。步骤4:根据最终比对得分结果,寻找查询序列和基准序列中具有相似功能的片段或判断查询序列和基准序列之间的同源性关系。本发明采用BWT索引,结合过滤和重用技术,进行基准序列的后缀树分支与查询序列的比对,得出生物序列比对的完全解,弥补现有方法准确度不够或效率低下的问题。
-
公开(公告)号:CN119990232A
公开(公告)日:2025-05-13
申请号:CN202510054498.8
申请日:2025-01-14
Applicant: 东北大学
IPC: G06N3/082 , G06N3/084 , G06N3/0495
Abstract: 本发明提供了一种基于彩票假设的多任务学习资源优化方法,属于多任务学习与神经网络优化技术领域。该方法采用彩票假设的稀疏专家混合方法,有效剪枝神经网络模型参数,从而大幅减少了神经网络模型的计算成本和存储开销;稀疏化的专家网络结构保留了对任务关键信息的高度敏感性;引入基于softmax的路由器和掩码矩阵,使得每个任务可以根据其输入数据的特征选择和激活适合的专家网络部分;通过交叉训练和迭代幅度剪枝优化全能专家矩阵,进一步提升了模型在处理复杂任务和不同数据分布下的泛化能力;任务特定塔层独立处理和优化各任务的特征,减少了任务间的相互干扰,提高了特征提取的精度和任务处理的效率。
-
公开(公告)号:CN114091772B
公开(公告)日:2024-08-23
申请号:CN202111420461.0
申请日:2021-11-26
Applicant: 东北大学
IPC: G06Q10/04 , G06Q50/40 , G06N7/01 , G06N3/0455 , G06N3/0499 , G06N3/082
Abstract: 本发明提供一种基于编码器解码器的多角度融合道路交通流量预测方法,涉及交通流量预测技术领域。本发明提出了一种基于编码器—解码器结构的多角度融合注意网络模型MFAN(Multi‑View Fuse Attention Network),综合考虑各种突发交通状况、天气情况、节假日等多方面因素,实现对道路网络交通流量的动态准确预测。本发明考虑影响道路交通流量的多种可能情况,将整个道路网络看做一张动态的有向图,对不同时间点对同一路口的影响与相同时间点不同路口之间的互相影响都能进行动态考虑。本发明的方法对于未来动态交通流的预测的准确率较高。
-
-
-
-
-
-
-
-
-