-
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
Applicant: 东北大学
Abstract: 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
Applicant: 东北大学
Abstract: 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
Applicant: 东北大学
IPC: G05B19/418
Abstract: 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
Applicant: 东北大学
IPC: G06Q30/06 , G06F16/9536 , G06F40/284
Abstract: 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：CN112799130A
公开(公告)日：2021-05-14
申请号：CN202110149617.X
申请日：2021-02-03
Applicant: 东北大学
Abstract: 本发明提供一种基于深度学习的地震波振幅预测方法，涉及深度学习技术领域。该方法基于地震台站记录到的ENZ三分量地震波形数据，选取其中任意一个分量，并且根据STA/LTA算法和AIC算法获取地震波P波初至时刻，然后从地震波P波初至时刻开始截取前五秒地震波形数据作为训练数据；对训练数据进行预处理后，通过CNN网络进行特征提取，最后用LSTM监督学习的方式对提取出来的特征进行回归分析，进而实现对后续地震波形的最大振幅进行预测；该方法具有很强的泛化能力，不会因为波形的变化而出现误差变大的情况，能为预警、速报等工作预留了大量时间。
-
Patent Agency Ranking
公开(公告)号：CN112782762A
公开(公告)日：2021-05-11
申请号：CN202110127118.0
申请日：2021-01-29
Applicant: 东北大学
IPC: G01V1/30 , G06F30/27 , G06N3/04 , G06N3/08 , G06F119/10
Abstract: 本发明公开一种基于深度学习的地震震级判定方法，首先计算震源与台站之间的距离，筛选出震中距小于200km的地震数据，然后读取这些数据并且使用STA/LTA和AIC结合的方法准确找到这些地震数据的P波到时。接着从P波到时开始截取一定长度的波形数据。然后对这一定长度的波形数据进行有无断记和有效性的判断，对无断记并且有效的数据进行归一化处理。最后将处理后的地震数据输入到融合attention机制的Bi‑LSTM网络模型中，训练这个网络模型，保存训练好的模型。之后将预处理后的地震波形数据输入训练好的网络模型中，输出就是地震数据对应的地震震级。本发明的方法可以准确高效的判定出地震波形对应的震级，适应地震监测智能化自动化发展的需求。
-
公开(公告)号：CN110531704B
公开(公告)日：2020-12-22
申请号：CN201910859191.X
申请日：2019-09-11
Applicant: 东北大学
IPC: G05B19/4065
Abstract: 本发明公布了一种基于SPT规则的双代理开放车间工件加工排序方法。首先确定开始处理时间，然后根据两个代理的最大完工时间确定出权重θ系数的取值范围，再根据SPT规则结合稠密排序得到两个代理的优先等级，选择开始时间小的工件先加工，在开始时间相同的情况下，先加工优先级高的工件，若优先级相同的工件中存在相同的开始时间，则优先加工处理时间短的工件，得出按照优先级排序后的两个代理的最大完工时间，并确定出权重θ系数和目标函数，最后根据目标函数求出极小化双代理的最大完工时间。本发明采用与优先级相结合的稠密排序，优化了双代理开放车间的排序，有利于缩短制造期限，提高生产效率。
-
公开(公告)号：CN107341579B
公开(公告)日：2020-10-16
申请号：CN201710628406.8
申请日：2017-07-28
Applicant: 东北大学
Abstract: 本发明属于复杂网络领域；提供了一种缓解时延影响的公交路线选择方法。基于全局拥塞信息同时考虑到时延对网络路由策略的影响，提出基于节点历史拥塞信息缓解时延影响问题的方法。主要通过预测节点的历史拥塞信息来预测当前的拥塞程度，计算从当前节点到目的节点不同路线的代价，以便乘客选择合适的出行路线，最终缓解时延对网络路由策略的影响。该方法可以用于公交网络中，对于乘客出行选择交通路线具有实用价值。
-
公开(公告)号：CN111540205A
公开(公告)日：2020-08-14
申请号：CN202010385799.6
申请日：2020-05-09
Applicant: 东北大学
IPC: G08G1/01
Abstract: 本发明公开了一种城市交通网络牵制控制方法，属于城市交通网络控制技术领域，该方法建立了基于CTM的离散时间城市道路交通网络的模型，针对城市道路交通堵塞问题，将复杂网络的牵制控制思想应用于城市道路交通分析与控制中，本发明还设计了牵制控制器，并给出了使路段车流量稳定的控制策略，将绿灯时长的变化量作为控制输入，对受控系统的稳定性进行了分析，给出了城市道路交通网络牵制控制的稳定性条件，使得整个受控网络达到同步，使得路段流量稳定在期望值附近，降低了控制成本，更好地解决了城市道路交通拥堵问题。
-
公开(公告)号：CN107528790B
公开(公告)日：2020-08-04
申请号：CN201710629087.2
申请日：2017-07-28
Applicant: 东北大学
IPC: H04L12/801 , H04L12/721 , H04L29/08
Abstract: 本发明属于复杂网络领域，提供了一种缓解公交网络拥塞的方法。方法针对网络节点信息的获取存在时间延迟，通过采用改变节点包先进先出的传统处理过程，解决时间延迟造成网络拥塞的问题。在改变节点的处理过程后，有明显缓解网络拥塞程度的效果，在交通网络这一背景下，改变节点的传统处理过程具有相当的适用价值。对于城市公交网络，有重要应用价值。
-
-
-
-
-
-
-
-
-
Search Results
110
records
(took 0.029 seconds)
