一种数据库预编译查询语句的执行方法

    公开(公告)号:CN113076332A

    公开(公告)日:2021-07-06

    申请号:CN202110317694.1

    申请日:2021-03-25

    Applicant: 东北大学

    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。

    基于Flex和Bison的SQL语法树解析方法

    公开(公告)号:CN113032366A

    公开(公告)日:2021-06-25

    申请号:CN202110312632.1

    申请日:2021-03-24

    Applicant: 东北大学

    Abstract: 本发明提供一种基于Flex和Bison的SQL语法树解析方法,首先获取数据库历史查询文件,收集指定数据库实例对应的SQL语句,然后对每条SQL语句进行词法分析,根据构词规则将SQL语句分割为相应的记号序列,其次将词法分析处理得到的记号序列进行语法分析,根据SQL语法规则将记号序列转化为语法树形式,最后将语法树结构转化为JSON格式进行持久化的保存,本发明可以更加准确的构建出候选索引集,而且通过语法树结构还可以了解SQL语句的执行计划,对于任意的SQL语句,即使是复杂的多表查询或者嵌套查询等语句,也可以通过BNF文法转化成SQL语法树,并且由JSON格式进行保存。

    一种知识图谱三元组的质检方法

    公开(公告)号:CN112819162A

    公开(公告)日:2021-05-18

    申请号:CN202110142051.8

    申请日:2021-02-02

    Applicant: 东北大学

    Abstract: 本发明公开一种知识图谱三元组的质检方法,属于知识图谱技术领域。获取知识图谱三元组数据集并进行预处理;从预处理知识图谱三元组数据集中提取噪声三元组和正确三元组进行标注后构成训练数据集;构建有向图以及有向子图;利用TransE求解预处理知识图谱三元组数据集内每个实体和关系的嵌入向量,得到每一三元组的知识表示向量;根据知识表示向量和有向子图求解数据集中每一三元组的实体级特征和训练数据集中每一三元组的全局特征、路径级特征及语义级特征;利用训练数据集中每一三元组的实体级特征、全局特征、路径级特征及语义级特征对二分类器进行训练;应用训练好的二分类器得到每一给定三元组的置信度,合理和准确地评估三元组置信度。

    一种医学实体关系联合抽取方法

    公开(公告)号:CN112818676A

    公开(公告)日:2021-05-18

    申请号:CN202110142037.8

    申请日:2021-02-02

    Applicant: 东北大学

    Abstract: 本发明公开了一种医学实体关系联合抽取方法,涉及实体关系抽取方法。包括:创建面向医疗领域的中文预训练模型ChineseMedBert,并获取训练实例;利用训练实例对ChineseMedBert进行微调,并通过ChineseMedBert获取给定医学文本的词向量表示;根据文本的词向量表示,获取文本的特征向量表示;获取文本的增强语义向量表征;利用文本的增强语义向量表征,预测给定医学文本的标签序列;根据预测的标签序列,抽取出文本的关系三元组。缓解了传统流水线方法的误差累积问题,解决了基于参数共享的联合抽取方法忽略子任务交互信息的问题和医学文本中普遍存在的重叠关系问题,可以有效抽取各种重叠关系类型的事实三元组信息,提高医学实体关系抽取的准确性。

    一种基于抽样的卷积神经网络加速学习方法

    公开(公告)号:CN112784969A

    公开(公告)日:2021-05-11

    申请号:CN202110136925.9

    申请日:2021-02-01

    Applicant: 东北大学

    Abstract: 本发明公开了一种基于抽样的卷积神经网络加速学习方法,属于卷积神经网络技术领域。该方法在前向传播阶段只抽样获取部分卷积核向量与输入数据做乘积,其余的向量忽略不计算。反向传播阶段也只对前向传播时参与计算的卷积核向量进行更新。因此该方法和计算完整的矩阵乘法的现有卷积网络学习方法相比,能够有效减少前向传播和反向传播过程中的计算量;同时由于每次只计算并更新网络中较有意义的权重,也能加速网络的收敛过程。本发明的基于抽样的卷积神经网络加速学习方法,不需要调整实际应用中的卷积网络的宏观结构,也不影响卷积网络的局部特征提取特性,且相比基于硬件的卷积加速方法更易应用更节省成本。

    基于query workload分析的MySQL参数推荐方法

    公开(公告)号:CN112650770A

    公开(公告)日:2021-04-13

    申请号:CN202011637925.9

    申请日:2020-12-31

    Applicant: 东北大学

    Abstract: 本发明提供一种基于query workload分析的MySQL参数推荐方法,首先收集不同query workload下的样本,并筛选出与待确定query workload相匹配的样本,构成匹配样本集,然后构建贝叶斯神经网络模型,利用参数最优的贝叶斯神经网络模型对数据库参数进行吞吐量的预测,得到吞吐量的预测值,最后根据吞吐量的预测值随机生成h组数据库参数,利用参数最优的贝叶斯神经网络模型对h组数据库参数进行预测,经过遗传算法的w次迭代,将最优值对应的一组数据库参数作为待确定query workload的数据库参数,本发明可以对query workload的相关信息进行有效分析,在多query workload的训练样本集中进行数据匹配,可以适应多种环境的参数推荐任务,在未收集过训练样本的query workload上也能推荐出优秀的数据库参数。

    一种虚拟现实和混合现实的协作控制交互方法

    公开(公告)号:CN112181139A

    公开(公告)日:2021-01-05

    申请号:CN202010979578.1

    申请日:2020-09-17

    Applicant: 东北大学

    Inventor: 王斌 杨晓春 刘一

    Abstract: 本发明公开了一种虚拟现实和混合现实的协作控制交互方法,包括如下步骤,步骤一:通过Unity3D开发平台搭建虚拟乒乓球对打环境模型,实现控制交互的可视化;步骤二:将虚拟现实设备HTC Vive与高性能计算机进行连接;步骤三:进行虚拟现实与混合现实的交互;步骤四:对虚拟现实和混合现实坐标系进行统一;步骤五:实现混合现实和混合现实的交互。本发明中,以在全息图中进行虚拟乒乓球对打游戏为例,保留了每个用户非对称模式下的可操作性,以虚拟现实设备作为输入设备代替手部的直接操作,避免了系统中有限的手部姿势识别的局限;在混合现实设备之间的协作交互的基础上,实现了混合现实、虚拟现实两种设备的控制交互。

    基于Unity 3D的三维虚拟现实合成算法

    公开(公告)号:CN112003999A

    公开(公告)日:2020-11-27

    申请号:CN202010966894.5

    申请日:2020-09-15

    Applicant: 东北大学

    Inventor: 王斌 杨晓春 刘一

    Abstract: 本发明公开了基于Unity 3D的三维虚拟现实合成算法,通过Unity 3D开启虚拟场景;连接HTC Hive设备;在蓝幕或绿幕影棚前将Kinect2.0摄像头布置;将Kinect2.0摄像头与HTC Hive头盔绑定;开启合成,从前景与背景同步获取数据,通过三维虚拟现实合成算法处理,获取结果帧并保存;结束合成、展示、录制操作。本发明中,将foreFrame,backFrame缩放至size尺寸;根据前景图foreFrame与色键RGB的值创建距离图dist,dist的值为255处为前景区,为0处为背景区;根据输出图像尺寸创建结果图result,根据dist扫描foreFrame与backFrame,若扫描区域属于前景区,则将foreFrame对应位置的像素赋值给result,否则将backFrame对应位置像素赋值给result;综上使在不知道虚拟场景内部相机参数的情况下,也能达到在拍摄过程中实时地输出合成图像的效果。

    一种基于图像识别与文本融合的博物馆展品智能导览方法

    公开(公告)号:CN110096986A

    公开(公告)日:2019-08-06

    申请号:CN201910333050.4

    申请日:2019-04-24

    Applicant: 东北大学

    Abstract: 本发明提供一种基于图像识别与文本融合的博物馆展品智能导览方法,涉及图像识别与文本融合技术领域。本发明步骤如下:步骤1:收集展品图像,得到展品图片集合;步骤2:建立基于卷积神经网络结构的识别模型;使用图片X训练基于卷积神经网络结构的初始识别模型,得到损失函数L(X),根据损失函数训练识别初始模型中的参数,得到基于卷积神经网络结构的识别模型,得到图片X的识别结果;步骤3:根据识别结果作为关键词进行相关资讯的爬取收集,获得资讯数据集;步骤4:获取的资讯数据集中提取摘要T;步骤5:将步骤4中得到的摘要T进行资讯融合;本方法能够提高参观者参观体验,降低博物馆日常运营费用,减少人力成本。

    一种基于HSV颜色空间与色度键的蓝屏抠像方法

    公开(公告)号:CN109166135A

    公开(公告)日:2019-01-08

    申请号:CN201811208811.5

    申请日:2018-10-17

    Applicant: 东北大学

    Inventor: 王斌 杨晓春 宫明

    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。

Patent Agency Ranking