-
公开(公告)号：CN103955266B
公开(公告)日：2016-09-14
申请号：CN201410217174.3
申请日：2014-05-22
Applicant: 东北林业大学
IPC: G06F1/32
Abstract: 基于Android移动Sink负载预测的低功耗设计方法属于无线传感器网络中的移动Sink节点低功耗设计方法，尤其是通过CPU负载预测的低功耗设计方法；该方法通过Android的CPU驱动程序获取当前CPU的负载load_cur，更新history_load[3]数组中的历史负载值，判断history_load[3]数组中当前时间段的前两个时间段CPU负载历史值history_load[1]和history_load[2]是否相等，并分别计算当前最优权值αbest，再通过计算得到下一时间段的CPU负载值load_next，最后调用__cpufreq_driver_target函数，根据预测的CPU负载值load_next调节CPU工作频率；本发明基于Android移动Sink负载预测的低功耗设计方法方法，可以实现权值的动态调整，进一步提高负载预测精度，从而选择更合适的CPU计算频率降低功耗。
-
公开(公告)号：CN104637708A
公开(公告)日：2015-05-20
申请号：CN201510074585.6
申请日：2015-02-12
Applicant: 东北林业大学
Abstract: 本发明涉及一种残疾人适用的易更换组合式电源开关，包括嵌入式插座（40）和插头式开关（30），嵌入式插座（40）包括暗盒本体（1）、触点插孔模块（2）和嵌入式触点插孔基座（3），触点插孔模块（2）通过模块固定卡扣（9）与嵌入式触点插孔基座（3）固定连接，其两者的组装件置于暗盒本体（1）的容置腔（8）内；插头式开关（30）上设有外壳（4）、开关按键（17）和导电插脚（16），导电插脚（16）与开关动触件（18）电连接，并插入触点插孔模块（2）的触点插孔（10）内，与电源接通工作。当插头式开关（30）损坏时，只要拔下插头式开关（30），同时插上完好的插头式开关（30）即可，不需专业电工和专用工具便能更换，残疾人、非电工人员、高龄人士等均适用。
-
公开(公告)号：CN102490219A
公开(公告)日：2012-06-13
申请号：CN201110402485.3
申请日：2011-12-07
Applicant: 东北林业大学
Abstract: 一种强化杨木复合材料的制备方法，涉及一种强化杨木复合材料的制备方法。是要解决现有强化杨木复合材料制备工艺存在树脂的浸渍量低，树脂的转化率低的问题。方法：将水性高分子异氰酸酯与改性乳白胶混合得胶黏剂；将胶黏剂涂在强化杨木单板表面，铺放芯材，向另一张强化杨木单板表面涂一层胶黏剂，覆盖在芯材上，得板坯；将板坯放入热压机中热压，冷却陈放，即得到强化杨木复合材料。本发明可提高树脂的浸渍量，提高树脂的转化率。可提高复合材料的表面硬度、耐磨性和静曲强度。广泛应用于建筑、家具、室内装饰等领域。
-
公开(公告)号：CN119693248A
公开(公告)日：2025-03-25
申请号：CN202411796112.2
申请日：2024-12-09
Applicant: 东北林业大学 , 黑龙江省网络空间研究中心(黑龙江省信息安全测评中心、黑龙江省国防科学技术研究院) , 中国科学院空天信息创新研究院
IPC: G06T5/50 , G06N3/088 , G06N3/0464 , G06N3/045 , G06T7/11 , G06N3/048 , G06N3/084 , G06T3/4076
Abstract: 本发明提供一种基于超分辨率技术的无监督遥感影像空谱融合方法，包括以下步骤：对需要融合的低空间分辨率多光谱遥感影像和高空间分辨率全色遥感影像进行预处理和归一化；基于原始输入的多光谱和全色影像构建训练数据；构建超分辨率网络模型并基于步骤2获得的预训练数据集对模型进行预训练；预训练模型在原始输入数据上进行微调；微调后的深度学习网络，输入原始分割的多光谱和全色影像，得到融合后的遥感影像块；通过将所有融合的影像块进行组合，并进行反归一化，最终获得融合的多光谱遥感影像。本发明实现了高效率的空谱融合，所构建的无监督学习框架无需额外收集训练数据，可以大大减少人力和资金成本。
-
公开(公告)号：CN114945024B
公开(公告)日：2023-05-12
申请号：CN202210556058.9
申请日：2022-05-19
Applicant: 东北林业大学
IPC: H04L67/1008 , H04L67/1023 , H04L67/1029 , G06F9/50 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 本发明提供一种基于长短期记忆网络的服务器负载均衡优化方法，包括以下步骤：采集服务器集群工作周期一个月的数据作为基于LSTM的负载权重模块的训练数据，对LSTM网络进行训练得到能够识别服务器性能差异的负载权重模块；将训练后的基于LSTM的负载权重模块加载至服务器集群的负载均衡器中进行服务器负载的预测；负载均衡优化算法，接收到每一个服务器的负载置信度后，带权的负载均衡算法以当前置信度作为新权重，对当前请求进行服务器的分配操作并进行请求处理，同时记录下当前服务器集群的状态以便对后续的基于LSTM的负载权重模块进行更新。本发明模型的参数量较小，提高运算的速度，提升了负载均衡算法的计算效率。
-
Patent Agency Ranking
公开(公告)号：CN112925789B
公开(公告)日：2022-12-20
申请号：CN202110208391.6
申请日：2021-02-24
Applicant: 东北林业大学
IPC: G06F16/22 , G06F16/2457 , G06F16/2458 , G06F16/25 , G06F16/29
Abstract: 本发明提出一种基于Spark的空间矢量数据内存存储查询方法及系统，所述方法及系统为海量空间矢量数据在Spark内存中的存储结构和空间查询操作提供了新的解决方案，针对数据空间分布不均衡以及跨分区存储的现象，提出了一种带有buffer分区的非均匀网格分区方法。在每个分区中引入四叉网格树的结构进行数据的局部索引，通过合理剪枝，其有效提高每个分区的本地查询效率。基于本发明提出的空间数据内存结构，可以将Spark扩展为支持KNN和范围查询的分布式系统。通过对存储和查询过程进行封装，该执行过程对用户透明，用户可以通过传递参数直接调用对应的算子。
-
公开(公告)号：CN114202690A
公开(公告)日：2022-03-18
申请号：CN202111498048.6
申请日：2021-12-09
Applicant: 东北林业大学
Abstract: 本发明公开了以混合多层感知器为基础的多尺度网络分析方法，包括：MSC块和UMLP块；本发明实现了高效率的高光谱分类方法超过了以往的方法、其模型大小仅为0.185M，能很好的适用于工业的需求、能很好的将此方法应用于高光谱领域，监控森林变迁和对森林灾情如火灾等进行及时的预警作用。
-
公开(公告)号：CN112926452A
公开(公告)日：2021-06-08
申请号：CN202110212923.3
申请日：2021-02-25
Applicant: 东北林业大学
Abstract: 本发明提出一种基于GCN和GRU增强U‑Net特征的高光谱分类方法，所述方法为解决高光谱波段数据之间的类内高变异性和类间的相似性提供了新的解决方案。针对传统模型忽略特征之间所存在的潜在关系，提出使用图神经网络(GCN)和门控循环单元(GRU)获取U‑Net下采样特征之间的潜在关系，同时注意力机制用于根据上下文特征的重要程度学习得到新的特征。该方法将下采样得到的较混乱的特征转化为高内聚低耦合的特征，为下游的任务提供干净可靠的数据。同时该方法在小样本高光谱上只需要迭代很少次就能取得十分优异的结果。
-
公开(公告)号：CN109410577A
公开(公告)日：2019-03-01
申请号：CN201811332450.5
申请日：2018-11-09
Applicant: 东北林业大学
Abstract: 基于空间数据挖掘的自适应交通控制子区划分方法，属于交通技术领域。本发明为了解决现有的控制子区划分方法所划分的控制区存在出行效率较低的问题。本发明首先进行高低峰时段与高、中、低流量阈值的特征抽取，选取影响控制子区划分的交通信息特征；然后建立基于时空特征的影响力权重计算模型，得到为特征r的权重，最后基于动态模块度划分的带权社区发现算法实现交通控制子区的划分。本发明适用于交通控制子区的划分。
-
公开(公告)号：CN102663340A
公开(公告)日：2012-09-12
申请号：CN201210104736.4
申请日：2012-04-11
Applicant: 东北林业大学
Abstract: 一种对板材进行分类识别的装置和方法，属于图像处理技术领域，解决了现有的板材进行分类识别方法精度低、抗干扰性差的问题。所述装置，光源系统、图像采集系统和窄带光学滤光片，所述光源系统用于向待测板材投射多波长光束；所述图像采集系统用于采集经过窄带光学滤光片后的待测板材灰度图像，并将所述灰度图像发送至计算机。所述方法包括：采集待测板材不同波段的灰度图像；利用已知材种的标准板材不同波段的灰度图像确定一个可分性最好的波段，并利用所述波段对待测板材进行分类识别；或将所述不同波段的灰度图像进行像素级图像融合，获得一幅合成图像；利用所述合成图像对待测板材进行分类识别。提高了板材材种分类识别的精度和抗干扰性。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.023 seconds)
