-
公开(公告)号：CN117909596A
公开(公告)日：2024-04-19
申请号：CN202410079232.4
申请日：2024-01-19
Applicant: 东北大学
IPC: G06F16/9536 , G06N3/0442 , G06N3/045 , G06N3/084
Abstract: 本发明公开一种上下文注意力增强与意图识别的会话推荐系统及方法，涉及推荐技术领域。一种上下文注意力增强与意图识别的会话推荐系统包括数据采集清洗模块、会话间显式依赖图和隐式相关图构建模块、项目初始嵌入模块、双图神经网络模块、会话表征学习模块和会话推荐模块。一种上下文注意力增强与意图识别的会话推荐方法，从当前会话和相邻会话的角度考虑，应用双图神经网络对项目间的显式依赖和隐式相关性分别进行学习，增强项目特征表示，根据相同项目在不同会话中的反向位置不同，将反向位置编码纳入到项目嵌入中，得到准确会话表示，对用户意图进行识别，最后在模型预测中，应用焦点损失Focal Loss函数来平衡正负样本，完成预测，提高了推荐准确度。
-
公开(公告)号：CN116923918A
公开(公告)日：2023-10-24
申请号：CN202311064031.9
申请日：2023-08-21
Applicant: 东北大学
Abstract: 本发明提供一种基于图像分类和拉曼光谱双重检测的医院垃圾分类装置，涉及医院垃圾分类技术领域。包括箱体、箱盖、垃圾投入滑窗模块、垃圾初分类模块、垃圾潜在毒性判别模块、垃圾分类托盘组件模块、装置杀菌除臭模块、垃圾称重模块；垃圾通过垃圾投入滑窗模块投入后进行垃圾初分类模块的初步识别，若是生活垃圾，通过垃圾潜在毒性判别模块判断潜在毒性，根据是否有感染性或毒性，由垃圾分类托盘组件模块投入对应的垃圾箱中，否则直接投入对应垃圾箱中，完成垃圾分类；通过装置杀菌除臭模块实现除臭消毒，通过垃圾称重模块获取垃圾重量。本发明能够提高医院垃圾分类准确性、快速进行垃圾识别、识别医院垃圾隐式感染性和毒性、规范医院垃圾处理。
-
公开(公告)号：CN113046641B
公开(公告)日：2021-12-14
申请号：CN202110261649.9
申请日：2021-03-10
Applicant: 东北大学 , 沈阳赛美特新材料科技有限公司
Abstract: 一种低钒含氮热作模具钢及其制备方法，成分按质量百分比含C 0.3～0.4％，Si 0.2～0.6％，Mn 0.2～0.5％，Cr 4.5～5.5％，Mo 1.1～1.7％，V 0.4～0.6％，N 0.02～0.07％，Ce 0.005～0.03％，Mg 0.001～0.006％，余量为Fe。方法为：(1)按设定成分熔炼钢水，采用气相渗氮法进行增氮，浇注；(2)1200～1250℃均质化；(3)锻造；(4)1000～1100℃正火；(5)球化退火；(6)1000～1050℃保温、油冷完成淬火；(7)两次530～620℃保温2～6h回火。本发明的成分降低钒、硅含量，添加适量的氮，协同添加微量稀土和镁，提高钢的洁净度，改善碳化物分布的效果，最终提高模具钢的性能。
-
公开(公告)号：CN108022647A
公开(公告)日：2018-05-11
申请号：CN201711233696.2
申请日：2017-11-30
Applicant: 东北大学
Abstract: 本发明提出一种基于ResNet‑Inception模型的肺结节良恶性预测方法，获取已知肺结节区域的具有标签的肺结节图像，对具有标签的肺结节图像进行预处理，得到训练图像数据集、验证图像数据集和预测图像数据集；建立基于ResNet‑Inception模型的肺结节图像分类模型；将预测图像数据集输入基于ResNet‑Inception模型的肺结节图像分类模型的最终形式中，得到预测图像数据集中肺结节图像的肺结节良恶性预测结果。本发明方法设计了新的网络结构模型，根据肺结节CT图像即可获得该肺结节的良恶性预测。
-
公开(公告)号：CN107481251A
公开(公告)日：2017-12-15
申请号：CN201710581295.X
申请日：2017-07-17
Applicant: 东北大学
Abstract: 一种从肺部CT图像中提取末端支气管树的方法，属于基于医学图像的图像处理技术领域；包括：采用区域生长法去除肺部CT图像中肺区边缘；在去除边缘后的肺区中，按CT值寻找疑似末端支气管区域；去除疑似末端支气管区域中的非气道树区域，得到末端支气管；获取末端支气管的两个端点；根据末端支气管的两个端点生成末端支气管的中心线；沿着末端支气管的中心线进行末端支气管与气管树主体的连接，得到支气管树；本发明考虑到三维支气管树分割中末端支气管易被泄漏和漏分割问题，根据CT值提取遗漏的气管点并按气道树的形态学特征对其进行筛选，按遗漏气管延伸线将其与气管树主体连接，从而更准确的分割出末端支气管，获得更完整的三维支气管树。
-
Patent Agency Ranking
公开(公告)号：CN117288674A
公开(公告)日：2023-12-26
申请号：CN202311235970.5
申请日：2023-09-22
Applicant: 东北大学
Abstract: 一种水泥基复合材料中纤维变角度拔出力学性能试验装置，包括下拉拔转接头、角度调节单元、试样装夹单元、纤维夹持单元及上拉拔转接头；下拉拔转接头与万能试验机的下工作端连接配合；角度调节单元连接在下拉拔转接头上，试样装夹单元设置在角度调节单元顶部；纤维夹持单元位于试样装夹单元上方，纤维夹持单元连接在上拉拔转接头上，上拉拔转接头与万能试验机的上工作端连接配合。本发明与万能试验机配合使用，装置内可以实现不同尺寸水泥基复合材料试样的装夹固定，可以对装夹固定后的水泥基复合材料试样进行角度调节，进而实现对水泥基复合材料试样上纤维的角度调节，从而能够满足不同类型纤维、纤维拔出角度和试样尺寸的单根纤维拔出试验。
-
公开(公告)号：CN114331451A
公开(公告)日：2022-04-12
申请号：CN202111253497.4
申请日：2021-10-27
Applicant: 东北大学
Abstract: 本发明公开了一种基于双哈希链的区块链上的数据修改方法，涉及区块链技术领域。本发明提出了对原始区块链中的所有区块的头结构进行调整，新增了区块头结构中的一个字段即merkle根值的副本，利用新增的字段构建了新的哈希链，形成双哈希链结构。当区块中数据修改使得merkle根值发生变化进而导致原本的哈希链条发生断裂，这时根据新增字段构建起来的新哈希链仍然能够连接起来。这样就使得区块跟区块之间的链接不会断开，保证了区块链的完整性。通过这样的修改方式可以将区块链中的非法数据进行修改与清除，使得区块链网络更加规范、清洁，进而使得区块链能够健康的发展。
-
公开(公告)号：CN113046623A
公开(公告)日：2021-06-29
申请号：CN202110261656.9
申请日：2021-03-10
Applicant: 东北大学 , 沈阳赛美特新材料科技有限公司
Abstract: 一种钢液合金化用镍基稀土镁中间合金的制备和使用方法，制备方法为：(1)将镍、稀土和镁放入真空感应炉内的坩埚中；(2)启动真空感应炉进行升温，物料熔化前抽真空至3Pa以下；(3)物料熔化时停止抽真空，通入氩气；(4)物料完全熔化保温浇注。使用方法为：(1)中间合金破碎；(2)将块状合金置于压入装置，压入装置与重坨固定；(3)当钢液完成精炼和脱气工序后，将重坨吊起下降使块状合金压入钢液；(4)软吹、浇注。本发明的制备方法能够增大中间合金的平均密度，有利于延长中间合金在钢液中的停留时间，有助于稀土和镁更加充分的反应，使用方法避免了中间合金与熔渣和空气直接接触，提升了镍基稀土镁中间合金的收得率。
-
公开(公告)号：CN107507197B
公开(公告)日：2020-11-24
申请号：CN201710712015.4
申请日：2017-08-18
Applicant: 东北大学
Abstract: 本发明提出一种基于聚类算法和卷积神经网络的肺实质提取方法，本发明采用聚类算法对肺部CT图像进行预处理，得到CT图像的肺实质区域和非肺实质区域的数据集，将已知的肺部CT图像的数据集划分为训练集和验证集，将未知的肺部CT图像的数据集作为测试集；建立卷积神经网络模型，采用训练集和验证集数据对卷积神经网络模型进行训练，得到训练后的卷积神经网络模型；将测试集输入训练后的卷积神经网络模型中，得到CT图像肺实质区域，实现了对未知患者的肺部CT图像进行肺实质区域提取功能，并对下一阶段自动搜寻肺癌区域垒下基础，有助于下一阶段的肺癌提取、分类。
-
公开(公告)号：CN114331451B
公开(公告)日：2024-12-06
申请号：CN202111253497.4
申请日：2021-10-27
Applicant: 东北大学
Abstract: 本发明公开了一种基于双哈希链的区块链上的数据修改方法，涉及区块链技术领域。本发明提出了对原始区块链中的所有区块的头结构进行调整，新增了区块头结构中的一个字段即merkle根值的副本，利用新增的字段构建了新的哈希链，形成双哈希链结构。当区块中数据修改使得merkle根值发生变化进而导致原本的哈希链条发生断裂，这时根据新增字段构建起来的新哈希链仍然能够连接起来。这样就使得区块跟区块之间的链接不会断开，保证了区块链的完整性。通过这样的修改方式可以将区块链中的非法数据进行修改与清除，使得区块链网络更加规范、清洁，进而使得区块链能够健康的发展。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.039 seconds)
