-
公开(公告)号：CN118397179A
公开(公告)日：2024-07-26
申请号：CN202410487599.X
申请日：2024-04-23
申请人： 东北大学
摘要： 本发明设计一种基于标定数据的傅里叶变换轮廓术三维重建方法，属于计算机视觉/结构光三维重建技术领域；首先标定相机投影仪系统，获取关键几何和畸变参数；其次向待测物体投影带黑色标记的正弦光栅图案，并通过相机拍摄图案投影在待测物体的照片；计算黑色标记中像素点的空间坐标集合以计算参考平面深度；然后利用获取的关键几何和畸变参数、生成的正弦光栅图案和参考平面深度生成正弦光栅图案投影在参考平面上的图像；应用傅里叶变换轮廓术提取包含待测物体高度信息的相位信息；最后利用三角测量原理计算相机捕获的待测物体照片中像素点的空间坐标，从而获取三维形貌信息；提高了数据同步的效率，适用于数据量大或对实时性要求高的应用场景。
-
公开(公告)号：CN112837743B
公开(公告)日：2024-03-26
申请号：CN202110169907.0
申请日：2021-02-04
申请人： 东北大学
IPC分类号： G16B15/30 , G06F18/2135 , G06N20/00
摘要： 本发明提供一种基于机器学习的药物重定位方法，涉及机器学习技术领域。该方法选取多种药物作为样本，并获取每种药物的适应症；再选取多种靶点蛋白数据作为药物样本特征，并利用基于机器学习的数据降维算法将药物—靶点蛋白向量进行数据降维；利用相关性分析算法，选取每种药物的多种理化特征；然后将经过降维后的药物—靶点蛋白向量特征和药物理化特征一并作为药物分子的特征，以药物的适应症作为标签，构建药物疗效数据集，建立三种梯度提升树，并使用药物疗效数据集中的数据对三种梯度提升树进行训练；融合三种提升树建立药物疗效的预测模型，并利用Kflod算法，对N药物的疗效进行多轮预测，最终预测出m种对某疾病治疗有效的药物。
-
公开(公告)号：CN116859459A
公开(公告)日：2023-10-10
申请号：CN202310826422.3
申请日：2023-07-06
申请人： 东北大学
IPC分类号： G01V1/30 , G01V1/28 , G06F18/214 , G06F18/25 , G06N20/00
摘要： 本发明提供一种基于深度学习的多特征融合的地震震级检测方法及系统，涉及深度学习技术领域。系统包括数据预处理模块和地震震级检测模块。方法包括：采集原始地震三分量波形数据；对原始地震三分量波形数据进行数据预处理，得到预处理好的地震三分量波形数据；从预处理好的地震三分量波形数据中获取训练集；搭建震级检测模型；对模型进行训练，直到达到设定的训练轮次，保存已训练的轮次中效果最好的模型作为最终的震级检测模型；将待检测的地震三分量波形数据进行数据预处理后，输入最终的震级检测模型获得震级检测结果。本发明能够一次性计算出震级大小，不需要经过多次修订以及人工的干预，并且提高了计算精度。
-
公开(公告)号：CN112819570B
公开(公告)日：2023-09-26
申请号：CN202110082078.2
申请日：2021-01-21
申请人： 东北大学
IPC分类号： G06Q30/0601 , G06F16/9536 , G06F40/284
摘要： 本发明公开一种基于机器学习的商品智能搭配推荐方法，该方法通过对商品属性信息(包括类目和分词)、用户购买历史和商品图像数据集进行分析和建模，为商品推荐可搭配的商品集。其中，借助基于内容的推荐算法，利用商品分词属性进行商品相似度计算；借助基于商品的协同过滤算法进行相似度计算；针对图像数据，利用聚类算法对图像进行聚类，然后计算图像像素相似度；构造了不同的候选集，再对不同的候选集进行加权平均。本发明将文本数据和图像数据进行综合使用，使最终的搭配推荐结果可以实现高效有效识别。
-
公开(公告)号：CN116467452A
公开(公告)日：2023-07-21
申请号：CN202310461067.4
申请日：2023-04-26
申请人： 东北大学
IPC分类号： G06F16/35 , G06Q30/015 , G06F18/24 , G06F18/25 , G06N3/0464 , G06N3/0442 , G06N3/084
摘要： 本发明提供一种基于多任务学习混合神经网络的中文投诉分类方法，涉及文本分类技术领域。本发明首先使用知识集成增强表示模型(ERNIE)对诉求文本进行预训练，然后利用CNN和BiLSTM混合神经网络代替单一神经网络，弥补单一神经网络的不足，增强模型竞争优势，再将多任务学习方式与深度学习模型相结合，多个任务间共享学习信息，以便更迅速地到达优化目标，从而提高学习性能。
-
公开(公告)号：CN110399876B
公开(公告)日：2022-11-15
申请号：CN201910815317.3
申请日：2019-08-30
申请人： 东北大学
IPC分类号： G06V10/764 , G06V10/82 , G06V10/774 , G06V10/84 , G06N5/04
摘要： 本发明公开一种基于关系推理的目标搜索方法，属于计算机视觉识别技术领域，该方法通过优化Apriori算法，建立对象间的关系图，再通过简化YOLO V3，输出需要搜索的目标物体，并用边界框标出，即使目标物体不在视线范围内，通过建立的对象间的关系图也能够找到预期目标物体最有可能出现的其他相关对象，用边界框框出其他相关对象并输出，本发明缩小了Apriori算法的搜索范围并提高了对象搜索的效率，为物体间交互操作提供依据。
-
公开(公告)号：CN115147610A
公开(公告)日：2022-10-04
申请号：CN202210897836.0
申请日：2022-07-28
申请人： 东北大学
摘要： 本发明公开了一种基于时空注意力机制的自适应的帧插方法，涉及视频处理领域；通过对编码‑解码(Encoder‑Decoder)结构加入时空注意力机制，保证对相邻帧的特征提取完全。本发明采用了由时空Attention的U‑Net网络进行图片的特征的提取，分别从通道上和空间维度上有重点的学习图片的特征，而不是以同样的标准对待不同的通道和空间维度信息，使得特征提取完全，有助于后期子网络的参数生成；对输入的相邻帧就采用的边界填充的方式，避免了在生成的过程中由于遮挡等其他原因，而产生失真的合成帧。
-
公开(公告)号：CN108229830B
公开(公告)日：2021-09-10
申请号：CN201810016071.9
申请日：2018-01-08
申请人： 东北大学
摘要： 本发明涉及生产调度领域，具体说是一种求考虑学习效应的动态混合流水作业极小化总完工时间问题下界的算法。下界即为松弛掉一些约束的排序所求得的解，算法排序求解得上界，排序的最优解则介于上界与下界之间，因此下界可以作为一种评价算法求解性能的重要手段。本发明所设计的下界使用基于混合流水车间问题的方法，即在每个阶段都求得一个下界，最后取大。并在每个阶段都采用求平均和可中断的方式，以及化作单机问题求解来松弛约束条件。本发明针对考虑学习效应的动态流水作业极小化总完工时间求解的问题，可以作为用于评估算法性能的可中断的下界的方法。
-
公开(公告)号：CN112987664A
公开(公告)日：2021-06-18
申请号：CN202110177144.4
申请日：2021-02-09
申请人： 东北大学
IPC分类号： G05B19/418
摘要： 本发明公开了一种基于深度强化学习的流水车间调度方法，将每个工件作为节点并将其工序的处理时间作为节点信息进行聚合得到其嵌入表示。使用指针网络拟合策略网络，将最大完工时间作为奖励，对策略网络进行训练并保存参数。实际问题中，将每个工件的嵌入表示作为策略网络的输入，并依次选择概率最高的工件，直到所有工件选择完毕得到完整的调度序列。本发明所述的流水车间调度方法在小规模问题上可以获得近优解，在大规模问题上可以获得优于启发式算法和遗传算法的较优解，扩展到不同机器数和作业数的问题上，打破了在不同的问题规模和问题数据上需要重新对模型进行训练的局限性，通用性更广。
-
公开(公告)号：CN112819570A
公开(公告)日：2021-05-18
申请号：CN202110082078.2
申请日：2021-01-21
申请人： 东北大学
IPC分类号： G06Q30/06 , G06F16/9536 , G06F40/284
摘要： 本发明公开一种基于机器学习的商品智能搭配推荐方法，该方法通过对商品属性信息(包括类目和分词)、用户购买历史和商品图像数据集进行分析和建模，为商品推荐可搭配的商品集。其中，借助基于内容的推荐算法，利用商品分词属性进行商品相似度计算；借助基于商品的协同过滤算法进行相似度计算；针对图像数据，利用聚类算法对图像进行聚类，然后计算图像像素相似度；构造了不同的候选集，再对不同的候选集进行加权平均。本发明将文本数据和图像数据进行综合使用，使最终的搭配推荐结果可以实现高效有效识别。
-
-
-
-
-
-
-
-
-
搜索结果
106 条记录 (耗时 0.037 秒)
