-
公开(公告)号：CN101848083B
公开(公告)日：2013-04-24
申请号：CN200910080821.X
申请日：2009-03-23
Applicant: 东北大学技术转移中心
Inventor： 谭振华
Abstract: 一种通信设备及方法。所述通信方法包括：产生第一注册包，所述第一注册包包括第一生物数据；将所述第一注册包发送至网络；产生内容包，所述内容包包括第二生物数据和内容数据；将所述内容包发送至网络。另一种通信方法包括：接收第一注册包，所述第一注册包包括第一生物数据；将所述第一生物数据与设备标识关联存储；接收内容包，所述内容包包括第二生物数据；从内容包中提取第二生物数据；比较第一生物数据和第二生物数据；当第一生物数据和第二生物数据匹配时，允许通信。所述通信设备及方法提高了数据传输的安全性。
-
公开(公告)号：CN114896594B
公开(公告)日：2024-08-23
申请号：CN202210408579.X
申请日：2022-04-19
Applicant: 东北大学
IPC: G06F21/56 , G06V10/82 , G06N3/0464 , G06N3/084 , G06V10/42 , G06V10/764 , G06V10/77
Abstract: 本发明提供了基于图像特征多注意力学习的恶意代码检测装置及方法，属于恶意代码识别技术领域。该装置包括代码‑图像转换器、特征提取器和分类器；该方法包括将待检测的原始恶意代码文件转换为灰度图像并定义为恶意图像；提取所述恶意图像中的低级语义特征获得特征F；从特征F中提取重点特征F′；在重点特征F′上提取像素的相关性特征F″；对特征F″中进行更高阶的特征提取获得特征M；对特征M提取像素的相关性特征M′；将深层次图像特征M′映射到样本标记空间，从而将恶意图像划分到具体的恶意软件类别。本发明装置及方法在降低了卷积神经网络模型复杂度的同时拥有较高的识别率。
-
公开(公告)号：CN118486058A
公开(公告)日：2024-08-13
申请号：CN202410597428.2
申请日：2024-05-14
Applicant: 东北大学
Abstract: 本发明提供一种基于特征聚合的非标态人脸年龄估计方法，涉及生物特征识别技术领域。对图像进行人脸对齐、光照归一化，并对亮度低的图像使用MSRCR算法进行光照增强；基于残差卷积神经网络提取人脸的年龄特征并计算每个图像的top‑5预测集合；将一个图像的特征对应图的一个节点，两两节点之间预测集合交集中元素的个数作为边的权重构成图，然后基于图注意力网络进行特征聚合，捕捉特征之间的内在相关性，最后进行节点分类。本发明提高了人脸年龄估计的准确率，在未成年网络防沉迷方面具有极高的应用价值。
-
公开(公告)号：CN116486812A
公开(公告)日：2023-07-25
申请号：CN202310295664.4
申请日：2023-03-24
Applicant: 东北大学
Abstract: 本发明提供一种基于语料关系的多领域唇语识别样本自动生成方法及系统，涉及唇语识别技术领域。该方法包括以下步骤：采集数据，预处理后保存为初始语料；构建语料库，基于基础词典与相关领域专用词典处理所述语料，形成领域语料库；合成语音，对语料库中各文本生成语音样本；生成唇形，结合数字人脸与语音文件，智能输出对应数字唇形；注释标签与生成数据库，对数字唇形进行标签标注，形成唇形数据集；语料库增量更新，从而建立能够动态扩充且领域化的唇形数据集。该方法解决了以往自建唇语数据集工作量大、效率低下的问题，大幅度提高唇形模型的样本数量与类别多样性，从而有效提升唇语识别模型的泛化能力。
-
公开(公告)号：CN102244577A
公开(公告)日：2011-11-16
申请号：CN201010176264.4
申请日：2010-05-10
Applicant: 东北大学技术转移中心
Inventor： 谭振华
CPC classification number: H04L63/08
Abstract: 对等网络中请求服务的请求者节点向服务提供者节点发送请求。请求可以包括标识先前已经与请求者节点通信的其它节点的请求者节点的通信历史。服务提供者节点基于通信历史认证请求者节点。服务提供者节点可以向已经与请求者节点通信的其它节点要求对请求者节点的评估。其它节点可以计算请求者节点的信任度量并将该信任度量提供给服务提供者节点。服务提供者节点可以使用该信任度量结合请求者节点与服务提供者节点的相似性计算来确定是否将认证请求者节点。服务提供者节点可以评估请求者节点并将评估存储在其通信历史中。
-
Patent Agency Ranking
公开(公告)号：CN119888823A
公开(公告)日：2025-04-25
申请号：CN202510076503.5
申请日：2025-01-17
Applicant: 东北大学
IPC: G06V40/16 , G06V10/24 , G06V10/32 , G06V10/774 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 本发明公开一种遮挡场景下基于多通道学习的局部人脸年龄估计方法，涉及年龄估计技术领域。本发明使用模拟遮挡的方法，基于人脸年龄图像数据集生成部分遮挡人脸图像以及对应的遮挡标签，训练遮挡检测器检测出存在遮挡的网格，提出基于多通道学习的年龄特征提取模型，将待测图像进行网格划分，输入到特征提取模块中，提取各网格的特征。结合遮挡检测器结果，使用特征融合模块，融合未被遮挡破坏的网格的特征，得到最终的年龄特征，进而得到估计的年龄值。本发明能够准确的估计出存在局部遮挡情况下的人脸年龄，满足了人脸年龄估计任务在局部遮挡场景下的鲁棒性与准确性要求，解决了现有技术中存在局部遮挡而导致年龄估计不准确的难题。
-
公开(公告)号：CN113989927B
公开(公告)日：2024-04-26
申请号：CN202111252149.5
申请日：2021-10-27
Applicant: 东北大学
IPC: G06V40/20 , G06V20/40 , G06V30/19 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06V10/82
Abstract: 本发明公开了一种基于骨骼数据的视频群体暴力行为识别方法及系统，涉及行为识别技术领域。该方法及系统基于从待识别视频内容中获取的骨骼数据，构建并训练一个深度学习模型，对视频进行特征提取和内容理解，识别个体与个体之间交互行为的分解动作，根据分解动作识别结果的时序关系，判断行为是否属于暴力。克服了现有方法无法很好应用骨骼数据，忽略时序信息和个体间交互信息的缺点，且将群体行为转化为双人交互行为，减少了数据计算量，对行为类别的判断更加容易。
-
公开(公告)号：CN112668495B
公开(公告)日：2024-02-02
申请号：CN202011619964.6
申请日：2020-12-30
Applicant: 东北大学
IPC: G06V20/40 , G06V10/44 , G06V10/62 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/049 , G06N3/08
Abstract: 本发明公开了一种基于全时空卷积模块的暴力视频检测算法，基于全时空卷积模块的暴力视频检测算法实现了时序特征在局部空间和全时序的特征融合，能够有效地提取了暴力视频的局部空间和全时序特征，有效提高了检测的准确度和模型的泛化能力，该方法相比于以往的2DCNN+LSTM和基于3DCNN的相关算法在暴力视频检测领域具有更大的优势。本发明中的全时空卷积模块可以被应用在其他的网络架构中，充分利用其时间空间的特征融合能力来达到更好的视频行为分类效果。(56)对比文件Yutong Cai等.Multi-scalespatiotemporal information fusion networkfor video action recognition《.2018 IEEEVisual Communications and ImageProcessing 》.2019,正文1-4.Zhenhua T等.FTCF: Full temporal crossfusion network for violence detection invideos《. Applied Intelligence 》.2022,第53卷4218-4230.
-
公开(公告)号：CN112800336B
公开(公告)日：2022-06-17
申请号：CN202110167680.6
申请日：2021-02-07
Applicant: 东北大学
IPC: G06F16/9535 , G06F16/9536 , G06Q50/00
Abstract: 本发明公开了一种基于简谐振动理论的在线社交网络用户行为预测方法，包括以下步骤：将在线社交网络空间内的每一个用户数据拆分为用户历史发布的信息和用户所在网络拓扑结构；分别计算每一个用户的用户历史发布的信息影响力和用户所在网络拓扑结构的网络拓扑影响力；根据每一个用户的用户历史发布的信息影响力和用户所在网络拓扑结构的网络拓扑影响力获得每一个用户的综合影响力；设置一个阈值来预测每一个用户在受到其对应的用户综合影响力作用下是否会转发信息的决策行为。本发明可以用于网络舆情的监控，能够在谣言爆发初期预测谣言的大致走向，较为精准的定位某个用户未来的网络行为。
-
公开(公告)号：CN113138080B
公开(公告)日：2022-06-03
申请号：CN202110434424.9
申请日：2021-04-22
Applicant: 东北大学
IPC: G01M13/045 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于振动孪生与极限学习的滚动轴承智能故障诊断方法，涉及工业故障诊断技术领域。针对滚动轴承振动信号，首先提取时域特征构建时域特征集合，然后从时域特征集合中选择最优时域特征子集以生成滚动轴承振动孪生模型，将滚动轴承振动信号转化为特征向量；选择极限学习机作为分类器，将振动信号的特征向量作为输入，使用伪随机序列来代替极限学习机中的随机输入权重矩阵，同时省略极限学习机的偏置向量，得到改进的极限学习机，实现对滚动轴承的故障诊断；在相同的诊断环境下，输入权重矩阵只需生成一次，在后续诊断中可反复使用。该方法采用振动孪生与极限学习相结合的方法，在保证准确性的前提下，提升了诊断速度。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.017 seconds)
