-
公开(公告)号：CN119313849A
公开(公告)日：2025-01-14
申请号：CN202411428680.7
申请日：2024-10-14
IPC: G06T17/20 , G06T7/73 , G06V20/64 , G06V10/762 , G06V10/764 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/084
Abstract: 本发明属于计算机视觉及机器人领域，公开一种基于神经隐式表示的元宇宙稠密级实例建模方法。利用实例图像、深度图像和相机内参得到空间点坐标，生成物体包围框将空间点转换到物体坐标系；采用坐标和平面联合编码方法对空间点进行特征编码，多层级线性插值得到物体特征向量和场景特征向量并进行特征融合，特征向量解码重构原始图像；利用输出信息与真值的误差优化网络和相机位姿估计结果，通过SDF网络生成场景Mesh和实例场景Mesh。本发明同时实现跟踪和地图重建，提高局部场景的重建精度和相机跟踪的精度。基于坐标和平面联合编码有效补全场景中未知区域。最终实现能够确保精确的跟踪精度、高保真的重建结果和完整的语义实例图。
-
公开(公告)号：CN110188002B
公开(公告)日：2022-08-30
申请号：CN201910466716.3
申请日：2019-05-31
Applicant: 东北大学
IPC: G06F11/14
Abstract: 本发明提出一种支持可靠性保障的冷热操模式虚拟机数量评估方法，包括：初始化参数；虚拟机的失效率排序；当前系统的可靠性与可靠性上限阈值比较，进行模式转换；前系统的可靠性与可靠性下限阈值比较，进行模式转换；单个操作模式虚拟机失效率与失效限定条件比较，进行模式转换；调用MDD算法重新评估系统的可靠性R1，系统可靠性R1与可靠性下限阈值比较，进行模式转换。为了使虚拟机冷热模式之间的数量分配达到平衡，本发明在操作模式虚拟机数量变化时，在满足可靠性要求R的基础上，调整冷热备份模式数量使系统满足可靠性要求，可靠性的高低通过平均响应时间和平均请求失败率来反映，实验证明本发明可以使得系统可靠性提高。
-
公开(公告)号：CN110187990B
公开(公告)日：2021-11-16
申请号：CN201910466719.7
申请日：2019-05-31
Applicant: 东北大学
Abstract: 本发明提出一种基于模式转移的虚拟机混合备用动态可靠性评估方法，包括：采集资源和性能数据，并进行特性选择及标准化处理；对标准化后数据，预测基于HSMM的虚拟机失效概率；基于多值决策图的冷热备份云系统进行可靠性评估；为了达到准确的对系统的可靠性进行定量评估，本发明简化MDD的终端值，将从根节点到1的所有路径的发生概率的总和作为系统的可靠性。并将虚拟机分成三种不同模式即操作模式、冷备份模式和热备份模式，采用模式转移，使备用虚拟机在需要时替换失效的工作虚拟机来维持系统的运行，采用多值决策图进行可靠性评估。通过三组对比试验，验证得到本发明的平均响应时间和失效率低，可靠性高，从侧面验证本发明方法的正确性。
-
公开(公告)号：CN110196756B
公开(公告)日：2020-07-10
申请号：CN201910466889.5
申请日：2019-05-31
Applicant: 东北大学
IPC: G06F9/455
Abstract: 本发明提出一种支持能耗优化的虚拟机模式转移方法，包括：初始化参数；判断热模式调整的数量m是否大于0，进行虚拟机的模式转移；部署当前虚拟机系统；对每台服务器资源剩余量，从大到小进行排序；sum1与需要休眠的热模式虚拟机的数量相比较，进行模式转移，更新各模式集合；部署当前虚拟机系统；对每台服务器资源剩余量，从大到小再次进行排序；sum2与需要唤醒的冷模式虚拟机的数量相比较，进行模式转移，更新各模式集合；选择整个服务器处于睡眠状态中的冷模式虚拟机，还是运行的服务器中冷模式下虚拟机问题，对系统的能耗影响很大，本发明在既支持性能保障又满足虚拟机的可靠性的基础上，探讨虚拟机模式转移过程中的节能问题，达到了很好的效果。
-
公开(公告)号：CN110457477A
公开(公告)日：2019-11-15
申请号：CN201910734196.X
申请日：2019-08-09
Applicant: 东北大学
Abstract: 本发明提供一种面向社交网络的兴趣社群发现方法，涉及社区发现技术领域，本发明在传统Text CNN模型基础上建立新的深度学习模型，能够支持多篇社交网络文本输入，并结合社交网络文本间的相似度，提出了基于Text CNN结合相似度的多文本兴趣建模方法，并提出了结合网络结构和互动行为的用户兴趣特征建模方法。利用LM神将网络算法构建用户影响力模型，再根据该模型结果、关注关系以及@行为信息对基于SMB-TextCNN的结果进行调整，最后根据SIBUIM的结果，提出了基于k-means重叠的兴趣社区发现方法。该方法考虑了社交网络的结构性以及节点的内容，并且能够对新浪微博用户进行重叠的兴趣社区划分。
-
Patent Agency Ranking
公开(公告)号：CN110221909A
公开(公告)日：2019-09-10
申请号：CN201910510535.6
申请日：2019-06-13
Applicant: 东北大学
Abstract: 本发明提出一种基于负载预测的Hadoop计算任务推测执行方法，包括：资源管理器对备份任务数自适应调整，得到最大备份任务数；预测执行任务完成时间；将最大备份任务数与APPmaster设置的备份任务数比较，取最小值作为备份任务数阈值；判断备份任务数是否小于等于备份任务数阈值；判断任务数是否小于总任务数；预测备份任务完成时间；判断备份任务完成时间和执行任务完成时间大小，确定是否开启备份；本发明保证了当集群计算资源紧张的情况下，备份任务的开启不会对其他作业产生影响；执行任务的完成时间预测算法，有效避免了迟滞任务的误判导致计算资源浪费；备份任务完成时间预测算法，节约计算节点的计算资源，减少作业的完成时间，提高了集群的整体性能。
-
公开(公告)号：CN110215656A
公开(公告)日：2019-09-10
申请号：CN201910504150.9
申请日：2019-06-12
Applicant: 东北大学
Abstract: 本发明提供一种基于云边融合的上肢智能康复装置及方法，涉及人工智能技术领域。该装置包括复健器、基板、安装在基板上的多个智能传感节点、供电模块、通信模块、控制模块以及云端服务器和手机客户端；供电模块为整套智能康复装置进行供电，控制模块通过通信模块与云端服务器相连，根据云端服务器传来的指令控制智能传感节点，定制复健线路；复健器通过复健者根据复健线路压到智能传感节点；云端服务器用于向控制模块发送训练方案，并接收控制模块传送的康复者实际的运动轨迹；手机客户端内置程序，并从云端服务器读取复健者的训练得分进行显示。本发明装置及方法将计算机前沿技术与传统机械式康复医疗进行融合，为复健者提供简单便捷的复健工具。
-
公开(公告)号：CN110196756A
公开(公告)日：2019-09-03
申请号：CN201910466889.5
申请日：2019-05-31
Applicant: 东北大学
IPC: G06F9/455
Abstract: 本发明提出一种支持能耗优化的虚拟机模式转移方法，包括：初始化参数；判断热模式调整的数量m是否大于0，进行虚拟机的模式转移；部署当前虚拟机系统；对每台服务器资源剩余量，从大到小进行排序；sum1与需要休眠的热模式虚拟机的数量相比较，进行模式转移，更新各模式集合；部署当前虚拟机系统；对每台服务器资源剩余量，从大到小再次进行排序；sum2与需要唤醒的冷模式虚拟机的数量相比较，进行模式转移，更新各模式集合；选择整个服务器处于睡眠状态中的冷模式虚拟机，还是运行的服务器中冷模式下虚拟机问题，对系统的能耗影响很大，本发明在既支持性能保障又满足虚拟机的可靠性的基础上，探讨虚拟机模式转移过程中的节能问题，达到了很好的效果。
-
公开(公告)号：CN110149237A
公开(公告)日：2019-08-20
申请号：CN201910510953.5
申请日：2019-06-13
Applicant: 东北大学
Abstract: 本发明提出一种Hadoop平台计算节点负载预测方法，包括：基于滑动窗口二次检测算法的数据预处理方法；基于ARIMA算法的节点负载线性预测方法；基于RNN算法的节点负载非线性残差预测方法；将ARIMA算法与RNN算法预测出来的结果进行线性相加作为最终的预测结果；本发明通过对各个结算节点历史数据的分析，可以提取有价值的信息，进而合理预测下一时间段内的计算节点的负载，精确预测计算节点的负载可以为资源管理器合理地给AppMaster分配资源提供依据，进而缓解高负载节点的压力，提升低负载节点的计算资源利用率，提高Hadoop集群的可靠性和性能。本发明通过ARIMA和RNN模型组合，更加精确的对负载进行预测。
-
公开(公告)号：CN110097755A
公开(公告)日：2019-08-06
申请号：CN201910353551.9
申请日：2019-04-29
Applicant: 东北大学
Abstract: 本发明提供一种基于深度神经网络的高速公路交通流量状态识别方法，涉及智能交通技术领域。该方法对交通流量状态进行分类并定义，对音频信号进行降噪处理和特征提取，使用DNN进行建模，得到对高速公路交通流量状态进行识别的DNN模型，并对DNN模型进行预训练；然后对DNN模型的参数进行调优；利用隐马尔可夫模型HMM对高速公路交通流量状态识别模型进行解码；最后用DNN模型对不同高速公路交通流量状态的音频信号的观测概率进行估计，根据计算出的概率给出高速公路交通流量状态的识别结果。本发明方法可以有效解决目前图像分析技术检测交通信息中存在的图像分析准确率欠佳、动态图像分析的计算量大等问题。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.057 seconds)
