公开(公告)号：CN117909598A

公开(公告)日：2024-04-19

申请号：CN202410109968.1

申请日：2024-01-26

Applicant: 东北大学

Inventor： 于亚新 ,  曾驰丞 ,  杨帆 ,  王佳成 ,  白彬沂 ,  姚嘉硕 ,  范召鹏 ,  杨添

IPC: G06F16/9536 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/082 ,  G06Q50/00

Abstract: 本发明设计一种基于多通道去噪的社交网络活动推荐系统及方法，属于信息推荐和数据挖掘领域技术领域；采用多通道方式生成用户关系和用户‑活动关系嵌入表示，并采用图注意力网络思想，针对每个邻居实体节点学习目标实体节点语义能力不同，利用注意力机制区分连接相邻节点的关系的重要程度，从而根据不同的重要程度将邻居节点信息聚合到目标实体中，增强了项目的嵌入表示，缓解数据稀疏的问题；不仅能减少对大量的高维数据建模的成本，生成较为完整的用户表示，获取更为完整的数据信息，还能提高数据质量，减少社交关系冗余问题，充分提取高维数据的丰富信息，进行鲁棒去噪，提高实用性，从而实现提高社交网络平台系统推荐价值的目的。

公开(公告)号：CN116718647A

公开(公告)日：2023-09-08

申请号：CN202310684300.5

申请日：2023-06-09

Applicant: 东北大学

Inventor： 苑振宇 ,  李毓东 ,  孟凡利 ,  杨帆 ,  张津赫 ,  周方玲

IPC: G01N27/12

Abstract: 本发明提供一种气体传感器气敏性能适应方法，涉及气体传感器技术领域。本发明通过在实验室环境内采集多测试条件下气体传感器的响应值、响应/恢复时间，以及获取气体传感器基本属性，包括传感器的最佳工作温度、最佳测试对象气体、量程和工作湿度范围；构建并分析气敏性能数学模型；寻找各类实际测试条件下的最佳工作状态，以实现气敏性能表现最优化。

公开(公告)号：CN114266173A

公开(公告)日：2022-04-01

申请号：CN202210118856.3

申请日：2022-02-08

Applicant: 东北大学

Inventor： 苑振宇 ,  杨帆 ,  孟凡利 ,  李毓东 ,  张津赫

IPC: G06F30/20 ,  G16C60/00 ,  G06F113/08 ,  G06F119/08 ,  G06F119/14

Abstract: 本发明提供一种跨尺度的气体传感器敏感机理分析与结构优化的仿真方法，涉及传感器仿真技术领域。该方法包括微观尺度建模、介观尺度建模和宏观尺度建模。在微观尺度建模中，在吸附能和电荷转移量的共同作用下，选择出气敏材料理论上具有最高响应的目标气体；在介观尺度建模中，利用格子Boltzmann方法模拟待测气体的扩散；在宏观尺度建模中，建立多层结构的传感器模型，衬底材料为硅，支撑层为SiO2,Si3N4，加热电极、测试电极材料为铂。本发明通过微观，介观，宏观三种维度进行仿真建模分析，提供一种微观‑介观‑宏观的跨尺度，气体传感器气敏机理，气体传质，传感器热力优化的全流程解决方案。

公开(公告)号：CN113046623B

公开(公告)日：2021-11-30

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

Inventor： 姜周华 ,  董君伟 ,  杨帆 ,  耿鑫 ,  田家龙 ,  姜骁箐

IPC: C22C35/00 ,  C22C33/06

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：CN107507197A

公开(公告)日：2017-12-22

申请号：CN201710712015.4

申请日：2017-08-18

Applicant: 东北大学

Inventor： 齐守良 ,  徐明杰 ,  杨帆 ,  钱唯

IPC: G06T7/11 ,  G06K9/34 ,  G06K9/62

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。