-
公开(公告)号：CN118014591A
公开(公告)日：2024-05-10
申请号：CN202311797429.3
申请日：2023-12-25
Applicant: 东北大学
IPC: G06Q30/018 , G06F16/22 , G06F16/2455 , G06F16/2458
Abstract: 本发明设计一种基于大数据的资金线索挖掘系统及方法，属于资金交易异常识别领域；所述挖掘系统包括：数据导入模块、数据清洗模块、关系量化分析模块、资金穿透分析模块与结果输出模块；通过大数据与机器学习技术，对资金相关数据进行分析、挖掘，协助监督调查人员快速发现线索，同时通过数据分析量化人与人之间的亲密度，有效地展现两个人之间可能存在地隐藏关系，挖掘隐性资金链条以及公司内部人员的隐形社会关系，发现隐藏在大数据深处的关联规律和可疑行为，从而有效避免类似资金异常行为，维护公司合法利益，避免类似异常行为对企业带来恶劣影响。
-
公开(公告)号：CN117876421A
公开(公告)日：2024-04-12
申请号：CN202410046509.3
申请日：2024-01-12
Applicant: 东北大学
Abstract: 本发明提供一种多摄像头监控视频下的车辆轨迹查询方法，涉及目标跟踪技术领域。该方法首先建立路网摄像头间关联图，统计摄像头间的时间差和摄像头间的相邻关系；再输入查询车辆图片信息；并使用车辆重识别模型提取查询车辆图片的特征；然后以查询车辆图片出现的时空位置为基准，利用摄像头间时间差信息，查找查询车辆之后行驶的轨迹以及查询车辆之前行驶的轨迹；最后可视化查询车辆的行驶轨迹。该方法相较于全局检索的方法来说，查询时间更快，准确率和鲁棒性也大大提高。
-
公开(公告)号：CN117851607A
公开(公告)日：2024-04-09
申请号：CN202311873235.7
申请日：2023-12-29
Applicant: 东北大学
IPC: G06F16/36 , G06F16/31 , G06F16/33 , G06F40/205 , G06F40/253 , G06N5/022 , G06N3/0455 , G06N3/096
Abstract: 本发明设计一种适用于制造大数据的条件知识图谱的抽取和管理方法,分为条件知识抽取、存储管理、查询处理三部分；所述条件知识抽取将文本语句中包含的事实部分与其对应的条件部分分别以三元组的形式抽取出来，并通过文本语句中的语义逻辑关系组合成为嵌套三元组；所述存储管理，目的是将条件知识抽取部分得到的嵌套三元组以规范化的形式存储起来，解决存储冗余问题、便于后续管理和查询；所述查询处理，其目的是给定一个具有限制条件的事实查询，通过高效的查询处理方法在存储系统中得到对应的查询结果；基于本发明技术方案,在条件匹配的过程中不会由于遍历深度过大而导致查询效率下降，实现高效查询。
-
公开(公告)号：CN117830736A
公开(公告)日：2024-04-05
申请号：CN202410011795.X
申请日：2024-01-03
Applicant: 东北大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06T7/246 , G06V10/25 , G06T7/254 , G06F16/71
Abstract: 本发明提供一种交通视频中异常车辆的检测方法，涉及异常车辆检测技术领域。该方法首先使用背景建模算法，获得交通视频中所有帧的加权平均背景；并对每一帧的平均背景中所有的异常车辆进行目标检测，初步得到异常车辆所在区域，记为异常区域；再基于异常车辆目标检测结果，提取视频中全部车辆的轨迹数据；并利用四叉树算法对视频中所有车辆轨迹建立空间索引，以便快速查询异常区域内的车辆轨迹；然后利用构建的四叉树空间索引来查询与异常区域相关的车辆轨迹；最后确定所有车辆轨迹中的异常轨迹，进而确定异常车辆信息。该方法综合利用背景建模和空间索引技术，实现了对交通视频中异常车辆的高效精准检测。
-
公开(公告)号：CN117807259A
公开(公告)日：2024-04-02
申请号：CN202410011592.0
申请日：2024-01-04
Applicant: 东北大学
IPC: G06F16/51 , G06F16/53 , G06F16/31 , G06F16/33 , G06F16/35 , G06F18/213 , G06F18/22 , G06V10/44 , G06V10/74 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/048 , G06N3/0499 , G06N3/09
Abstract: 本发明提供一种基于深度学习技术的跨模态哈希检索方法，涉及跨模态检索技术领域。该方法首先将多模态数据集中的数据划分为查询集和检索集两部分，在检索集中划分训练集；并对多模态数据集中的文本单词进行去噪；对多模态数据集中的图片数据、文本数据、标签数据进行特征提取；并将不同模态的特征向量分别通过各自的哈希层生成哈希码；再计算原始标签的相似度生成浮点型相似性矩阵；然后在考虑模态哈希码分布的情况下对多标签哈希码进行训练；同时使用多标签哈希码监督模态哈希码的训练过程。该方法解决了文本数据存在噪声的问题，采用更准确的衡量数据间相似性的方法，体现数据间的相似性程度。
-
Patent Agency Ranking
公开(公告)号：CN113076332B
公开(公告)日：2023-08-01
申请号：CN202110317694.1
申请日：2021-03-25
Applicant: 东北大学
IPC: G06F16/242 , G06F16/2452 , G06F16/2455
Abstract: 本发明公开了一种数据库预编译查询语句的执行方法，属于数据库技术领域。收到用户发送的预编译查询语句后，先分析占位符所对应的关系表属性，获得可能会生成不同执行计划的参数值；再将参数值逐一代入占位符所在位置，提前生成执行计划。当用户传入要查询的参数值后，先计算该参数值所对应的选择率，再从缓存中取出预编译查询语句和选择率区间都对应的执行计划，并将用户传入的参数值代入执行计划。从而省略查询优化模块生成执行计划的时间，降低查询语句的执行时间，提高数据库响应速度。另外，在每次得到用户传入的参数值后，先判断是否达到了更新执行计划的条件。满足条件时，会重新生成预编译查询语句的执行计划，以此保证执行计划的有效性。
-
公开(公告)号：CN114138995A
公开(公告)日：2022-03-04
申请号：CN202111492333.7
申请日：2021-12-08
Applicant: 东北大学
IPC: G06F16/483 , G06N3/04 , G06N3/08 , G06V10/80 , G06V10/82
Abstract: 本发明提供一种基于对抗学习的小样本跨模态检索方法，涉及跨模态检索技术领域。本发明解决了现有的跨模态检索方法中对小样本数据检索精度低的不足，以及没有充分解决不同模态数据之间的异构性和语义鸿沟问题，首先对样本进行特征提取，图像模态是对图像进行三个尺度的多尺度特征融合，文本模态通过MLP处理BoW词袋向量，有效地挖掘了图像与文本模态之间的语义关联和语义信息。这个方法可以用于小样本的跨模态检索，但同样适用于常规的跨模态检索中。
-
公开(公告)号：CN114038200A
公开(公告)日：2022-02-11
申请号：CN202111429510.7
申请日：2021-11-29
Applicant: 东北大学
IPC: G08G1/01
Abstract: 本发明提供一种基于注意力机制的时空同步图卷积网络交通流量预测方法，涉及交通流量预测技术领域。本发明它直接同步捕获局部时空相关性，而不是分别使用不同类型的神经网络模块；同是还构造了一个基于注意力机制的时空同步多模块层用以捕获远程时空图中的异质性，它在每个时间段上部署多个模块，从而使每个模块都可以专注于提取每个局部时空图上的时空相关性，进而可以使模型达到精准的预测结果。
-
公开(公告)号：CN109166135B
公开(公告)日：2021-10-29
申请号：CN201811208811.5
申请日：2018-10-17
Applicant: 东北大学
Abstract: 本发明提出了一种基于HSV颜色空间与色度键的蓝屏抠像方法，可以精确去除蓝色背景与半透明材质中溢出的像素点,本发明采取的技术方案为：将图片从RGB颜色空间转换到HSV颜色空间并进行蓝屏背景的去除，保留下来的部分生成掩膜，在掩膜黑色对应原图的部分进行RGB颜色空间上色度键抠像，并生成Distance图，根据Distance图进行合成。
-
公开(公告)号：CN109165527B
公开(公告)日：2021-07-20
申请号：CN201810984952.X
申请日：2018-08-28
Applicant: 东北大学
Abstract: 本发明提供一种支持个性化隐私的轨迹敏感数据保护方法，涉及数据分析处理技术领域。该方法包括：提取原始数据集D中用户设定需要保护的敏感位置列表SPlist；采用Google Map API对用户设定的敏感位置列表SPlist中的任意敏感位置SPb进行反向地址解析，得到敏感序列SSb；根据类簇集合Clus构建假轨迹片段；以假轨迹片段T*替换原始数据集D中轨迹片段T，输出经过隐私保护的数据集D*。本发明提供的一种支持个性化隐私的轨迹敏感数据保护方法，充分考虑到移动对象的移动速度、采样点数量和路段相似性，还对敏感位置进行了语义聚类划分，并且对于敏感位置的替换是随机的，攻击者确定真实敏感位置的概率也相对低了很多，保证了敏感位置的安全性。
-
-
-
-
-
-
-
-
-
Search Results
103
records
(took 0.025 seconds)
