公开(公告)号：CN109947904A

公开(公告)日：2019-06-28

申请号：CN201910222188.7

申请日：2019-03-22

Applicant: 东北大学

Inventor： 乔百友 ,  郑宇杰 ,  乔曦宇 ,  韩东红 ,  吴刚 ,  刘辉林 ,  王波涛

IPC: G06F16/33 ,  G06F16/35

Abstract: 本发明公开了一种基于Spark环境的偏好空间Skyline查询处理方法，包括基于偏好函数的空间Skyline查询处理算法和基于偏好优先的空间Skyline查询处理算法，本发明科学合理，使用安全方便，通过基于偏好函数的空间Skyline查询处理算法的作用，将数据的空间属性与非空间属性相整合，并利用相关性对不满足任一查询点偏好的数据进行过滤，减少了数据集的大小，利用网格支配关系进一步减少处理任务量，提高了查询的处理速度；通过基于偏好优先的空间Skyline查询处理算法的作用，对空间数据进行聚类，并将类中出现频率较高的关键词作为整个类的文本特征信息，同时对类中的空间对象建立扩展的R-tree索引，利用扩展R-tree索引的高效空间查找和过滤能力进行支配判断，从而加快Skyline查询处理。

公开(公告)号：CN105159818A

公开(公告)日：2015-12-16

申请号：CN201510555374.4

申请日：2015-08-28

Applicant: 东北大学

Inventor： 吴刚 ,  王国仁 ,  江泽源 ,  李梁 ,  王显宇 ,  郎文博 ,  邱煜晶 ,  刘洪伟

IPC: G06F11/34 ,  G06F11/14 ,  G06F17/30

Abstract: 本发明公开了一种内存数据管理中日志恢复方法及其仿真系统，涉及数据管理技术领域，包括以下步骤：1)、主节点获取集群节点的节点编号，并对所述集群节点发送数据写入命令，所述集群节点进行数据存储，主节点形成映射表；2)、主节点根据节点编号，向与所述集群节点匹配的日志节点发送集群节点日志命令，所述日志节点将日志存储，并将所述日志持久化，然后向主节点日志成功记录信息；3)、在集群节点发生故障时，停止事务执行，主节点获取故障节点的编号，获取日志节点中日志记录进行恢复，能够对集群节点中发生故障部分的节点进行自己恢复的状态并且不需要相互传递有关数据项的信息，降低了日志恢复的复杂性，提高日志恢复的速率和安全保障。

公开(公告)号：CN113518126B

公开(公告)日：2024-08-27

申请号：CN202110741103.3

申请日：2021-06-30

Applicant: 深圳市前海泽金产融科技有限公司 ,  东北大学

Inventor： 闵炜 ,  肖烽 ,  张宗立 ,  吴刚

IPC: H04L67/10 ,  H04L41/0677 ,  H04L41/0668

Abstract: 本发明涉及区块链应用技术领域，公开了一种面向联盟链的交叉容错方法，其包括以下步骤：Fabric中实现XRaft排序后端；各个XRaft Orderer group内选举产生自己的Leader节点，而后各group内的Leader按顺时针向下一个group发生本组的Leader标识消息；议员之间运行XRaft算法，产生自己的Leader节点。本发明可以定位到具体的故障节点，从而简单的将该故障节点隔离为Passive节点，提高了故障恢复的速度，减少了全局配置信息的变更，在小范围内进行一致性检查，降低了算法视图变更的复杂度。

公开(公告)号：CN114612713A

公开(公告)日：2022-06-10

申请号：CN202210208205.3

申请日：2022-03-04

Applicant: 东北大学

Inventor： 刘鸿宁 ,  邓诗卓 ,  吴刚

IPC: G06V10/764 ,  G06K9/62 ,  G06N3/04 ,  G06V40/10 ,  G06V40/20 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明提供一种人体活动的识别方法、系统、计算机设备及存储介质，其中识别方法包括如下步骤：获取原始人体活动数据；对所述原始人体活动数据进行预处理，得到第一数据；对所述第一数据的时间维度进行降采样，得到降采样序列；对所述降采样序列进行细化处理，得到第二数据；将所述第二数据输入到LSTM网络进行数据处理，得到第一特征图；对所述第一特征图的时间维度进行全连接层处理，得到第二特征图；对所述第二特征图与所述第一特征图进行乘法运算，得到加权融合特征图；对所述加权融合特征图与所述第一特征图进行相加运算，得到时间融合特征图；对所述时间融合特征图采用全连接层进行分类，得到所述原始人体活动数据的分类结果。

公开(公告)号：CN108804415B

公开(公告)日：2022-01-11

申请号：CN201810477586.9

申请日：2018-05-18

Applicant: 东北大学

Inventor： 吴刚 ,  邱煜晶 ,  乔百友 ,  王波涛 ,  韩东红 ,  刘辉林 ,  王国仁

IPC: G06F40/30 ,  G06F40/253 ,  G06K9/62

Abstract: 本发明公开了一种本体调试信息的度量与排序方法，包括根据用户对辩解的认知，提取辩解的度量标准，所述度量标准包含复杂度、相关度及新颖度三方面；采用ListNet排序学习方法构造top k排序模型，根据该排序模型对特征化后的辩解进行排序，获取排序前k个易理解的辩解。从用户认知的角度提出一套度量OWL辩解的标准，该套标准综合考虑了复杂度、相关度和新颖度三方面，基于该套标准，构造一个top k排序模型，获取易理解的前k个辩解，帮助用户更好地进行本体不一致的解释工作，从而增强用户体验。

公开(公告)号：CN113609361A

公开(公告)日：2021-11-05

申请号：CN202110961564.1

申请日：2021-08-20

Applicant: 东北大学 ,  北京理工大学

Inventor： 季航旭 ,  赵宇海 ,  王国仁 ,  吴刚 ,  李博扬

IPC: G06F16/906 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于Gaia系统的数据分类方法，所述方法基于超限学习机实现，Gaia系统由于其更新的底层流处理计算架构和多种全局优化与执行优化技术，相比于其他分布式计算系统具有更好的执行效率。在批处理模式下可实现海量吞吐，在流处理模式下可实现极速响应；另外，由于超限学习机是一种单隐层前馈神经网络，相比于其他的学习机具有更快的学习速度；将上述两种优势进行结合，可使得本发明实现更高效率的数据分类。再者通过构建的初始数据集UCollection自行判断判定启动批处理环境或流处理环境，用户在使用该学习机进行数据分类时可不用关心数据的类型与来源，只需关注对数据的处理过程即可，为用户的使用带来了极大的便利。

公开(公告)号：CN112256866B

公开(公告)日：2021-09-03

申请号：CN202011027335.4

申请日：2020-09-25

Applicant: 东北大学

Inventor： 韩东红 ,  朱帅伟 ,  李婧 ,  吴刚 ,  乔百友

IPC: G06F16/35 ,  G06F16/33 ,  G06F40/211 ,  G06F40/242 ,  G06F40/289 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于深度学习的文本细粒度情感分析方法，包括如下步骤：基于辅助学习和注意力机制的AL‑ATT模型和基于图卷积网络与注意力机制的GCN‑ATT模型；基于辅助学习和注意力机制的AL‑ATT模型包括如下步骤：数据预处理—注意力嵌入模块—辅助学习模块—交互注意力模块—输出模块—正则化约束；相比于依赖语言学知识和人工特征提取的基于规则和机器学习方法，使用深度学习不需要人工的选择特征也不需要依赖大量的特征工程，它可以很好的处理高维的输入数据，可以自动学习文本中的特征，从而对文本向量实现进行准确的分类。

公开(公告)号：CN109145090B

公开(公告)日：2021-04-30

申请号：CN201811009372.5

申请日：2018-08-31

Applicant: 东北大学

Inventor： 韩东红 ,  位付林 ,  林海原 ,  白霖 ,  吴刚 ,  刘莹

IPC: G06F16/33 ,  G06F16/953 ,  G06Q50/00 ,  G06N3/04

Abstract: 本发明提供一种基于深度学习的微博用户情感影响力分析方法，涉及自然语言处理领域。包括：获取某一话题下的用户三元组和微博五元组，并计算用户Ui的自身情感影响力；计算用户Ui与用户Uj交互得到的交互情感影响力；计算用户Ui的情感影响力；计算用户Ui的整体情感强度；计算用户Uj的整体情感强度；计算用户Ui和Uj整体情感强度的相似度；计算用户Ui对其粉丝施加的影响力；计算用户Ui的全局情感影响力；得到用户的全局情感影响力排名。本方法可用于目前备受关注的心理健康问题，通过数据获取平台分析某一个心理健康话题，找到话题影响者，从而帮助心理研究人员对这些用户进行后续的评估与诊断，也可以用于帮助商品推广、引领舆论导向、帮助有关部门决策。

公开(公告)号：CN112182209A

公开(公告)日：2021-01-05

申请号：CN202011014754.4

申请日：2020-09-24

Applicant: 东北大学

Inventor： 韩东红 ,  白霖 ,  向伟豪 ,  王波涛 ,  吴刚 ,  乔百友

IPC: G06F16/35 ,  G06F16/33 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供终身学习框架下基于GCN的跨领域情感分析方法，涉及自然语言处理中的跨领域情感分类领域，本发明中终身学习框架下基于GCN的跨领域情感分析方法，由如下过程所实现：提出基于图卷积神经网络的跨领域情感分类算法，即CDS‑GCN，在提出CDS‑GCN的基础上，结合终身学习思想提出终身学习框架下基于图卷积神经网络的跨领域情感分类算法，即LLCDS‑GCN，这些特征使终身学习不同于迁移学习或者多任务学习等相关的学习任务，它打破孤立学习的限制，并缓解人工标注数据费时费力带来的影响，这些特点与跨领域情感分类任务的初衷不谋而合。

公开(公告)号：CN110223125A

公开(公告)日：2019-09-10

申请号：CN201910528745.8

申请日：2019-06-18

Applicant: 东北大学

Inventor： 赵相国 ,  袁野 ,  信俊昌 ,  吴刚 ,  聂豪杰 ,  娄有铭

IPC: G06Q30/02 ,  G06Q50/00

Abstract: 本发明公开了节点位置核边收益算法下用户位置获取方法，包括如下步骤：S1、处理捕获的数据集；S2、带权有向图；S3、使用算法求出种子节点集；S4、使用种子节点集在传播模型规定下模拟信息传播；S5、得出最终受影响的用户数，本发明结构科学合理，使用安全方便，该启发因子改进了k-核的概念，也结合了本文对用户位置签到信息的研究成果，能较为全面的反应出一个节点在社交网络中拥有的影响力大小，为本文最后提出解决社交网络中基于位置的影响最大化问题算法做准备，当得到位置访问概率函数与节点位置核边收益因子后，本文提出了位置核边收益算法，该算法能相对较好的克服了节点区域重叠问题，比其他启发式算法具有更高的准确度。