-
公开(公告)号：CN113837518A
公开(公告)日：2021-12-24
申请号：CN202110559620.9
申请日：2021-05-21
Applicant: 东北大学
Abstract: 本发明提供一种基于历史处理数据的人员处理能力刻画方法，涉及推荐技术领域。本发明通过人员的个人年龄，学历，当前职务刻画人员的自然信息；通过人员办理的事件数，事件比，事件类别数，类别比，事件移送事件原由数，事件原由比等指标刻画人员的处理数量能力；通过人员办理的事件一次退回事件数，一次退回事件比，二次退回事件数，二次退回事件比等指标刻画人员的处理质量能力；通过人员办理的事件延期事件数，延期事件比，Top_3事件原由延期事件数等指标刻画人员的处理效果能力；通过人员办理事件的工作量，工作量比等两项指标刻画人员的处理效果能力。
-
公开(公告)号：CN113177604A
公开(公告)日：2021-07-27
申请号：CN202110525604.8
申请日：2021-05-14
Applicant: 东北大学
Abstract: 本发明提供一种基于改进L1正则化和聚类的高维数据特征选择方法，涉及机器学习技术领域。本发明提出了一种混合特征选择算法用于微阵列数据分析，基于K‑Means聚类算法和改进L1正则化的思想，其中K‑Means聚类算法用于数据预处理来删除冗余特征，改进L1正则化方法用于特征选择，提高稳定性和分类准确率。
-
公开(公告)号：CN113160881A
公开(公告)日：2021-07-23
申请号：CN202110525570.2
申请日：2021-05-14
Applicant: 东北大学
Abstract: 本发明提供一种基于mRMR和MBFA的高维数据特征选择方法，涉及机器学习技术领域。本发明利用mRMR(Max‑Relevance and Min‑Redundancy，最大相关最小冗余)对基因数据进行初步筛选，过滤到包含信息量较少的特征；对于过滤后的特征，通过MBFA(Multilayer Binary Firefly Algorithm，多层二进制萤火虫算法)完成最优特征子集的选择，该方式最终选择的特征冗余度觉少同时实现了较好的模型效果。此外，该方法能够从高维基因微阵列数据中发现寻找用于疾病辅助预测的生物标志物，对于后续研究和预测模型的建立具有重要意义。
-
公开(公告)号：CN113139061A
公开(公告)日：2021-07-20
申请号：CN202110525578.9
申请日：2021-05-14
Applicant: 东北大学
IPC: G06F16/35 , G06K9/62 , G06F16/335 , G06F16/31 , G06F16/903 , G06F40/289 , G06F40/242
Abstract: 本发明提供一种基于词向量聚类的案件特征提取方法，涉及机器学习技术领域。本发明通过对历史案件数据中的案情摘要进行分析，构建基于哈希表的分词方法，并构造司法领域专用停用词表进行停用词过滤，通过word2vec方法生成案情摘要词向量，将词向量聚类，最后生成案情摘要的类簇分布。利用该案件特征提取方法对大量的历史案件案情摘要进行分析，可以准确提取案件不同的关键信息，实现相同类型案件的进一步区分，为客观定量地预测出每个案件的工作量提供参考。本专利提供不同检察院的案件类簇分布，可以对比分析不同检察院的案件分布，为检察院的综合办案能力分析提供参考，提高检察院的自我学习能力。
-
公开(公告)号：CN108765483B
公开(公告)日：2021-07-16
申请号：CN201810565550.6
申请日：2018-06-04
Applicant: 东北大学
Abstract: 本发明涉及医学图像处理技术领域。本发明提出的从脑部CT图像确定中矢面的方法，包括：步骤S10：根据获取的用户输入的所述脑部CT图像中的一个或多个大脑组织像素点，利用区域生长法确定所述脑部CT图像中的大脑组织；步骤S20：生成对应于所述大脑组织的最小有向包围盒；步骤S30：确定所述最小有向包围盒在沿脑部对称方向的中心对称面，所述中心对称面为所述脑部CT图像的中矢面。本发明提供的从脑部CT图像中确定中矢面的方法自动化程度高，降低了人工参与度，减少了人为主观偏差，准确度好，一致性高。
-
Patent Agency Ranking
公开(公告)号：CN112232413A
公开(公告)日：2021-01-15
申请号：CN202011108087.6
申请日：2020-10-16
Applicant: 东北大学
Abstract: 本发明提供一种基于图神经网络与谱聚类的高维数据特征选择方法。首先将每个基因作为节点建立基因关系图结构模型，并将基因相互关系数据作为边信息添加到基因关系图中，然后利用图神经网络模型来获取节点的特征向量表示，在得到每个节点的特征向量表示之后，开始进行链接预测阶段，生成新的边，得到新的基因关系图，最后基于谱聚类在新的基因关系图中选择权重最高的节点作为特征节点，通过本发明最终选择的基因具有较小的冗余度同时实现了较好的模型效果，并支持生物角度的可解释性。
-
公开(公告)号：CN108765411B
公开(公告)日：2021-01-12
申请号：CN201810566664.2
申请日：2018-06-05
Applicant: 东北大学
Abstract: 本发明提供一种基于影像组学的肿瘤分型系统，包括：病灶区域提取，用于提取病灶数据；异质区域提取，采用聚类方法提取出该病灶数据中所有的初始异质区域，然后根据类簇在图像上的连通性和像素个数判定最后的聚类结果，找出多个异质区域；参数向量提取，提取每一个异质区的形态、状态等参数；分型组提取，采用聚类方法对每一个异质区进行类簇划分得到多个类别。新病灶分型判定，用来判断新病灶每一个异质区分型属于哪一类型。新病灶分型结果，用来输出新病灶分型结果。本发明的肿瘤分型系统，其具有无创性、非介入、可重复等优点，且其分析对象基于全部病灶组织，信息全面性高。
-
公开(公告)号：CN107993696B
公开(公告)日：2020-11-17
申请号：CN201711423436.1
申请日：2017-12-25
Applicant: 东软集团股份有限公司 , 东北大学
Abstract: 本发明公开一种数据采集方法、装置、客户端及系统，应用于临床源数据采集，包括：向服务器端发送采集临床源数据的请求，并接收服务器端返回的允许进行临床源数据采集的响应；所述服务器端为医院生产系统；利用第一数目MAP在预先设置时间并行从所述服务器端采集临床源数据；所述第一数目根据预先设置时间确定；利用第二数目MAP并行将采集的临床源数据进行分块预处理；所述第二数目由采集的临床源数据的数据量确定；将预处理后的数据转换为预定格式的目标数据。能够对医院生产系统保存的大量临床数据进行整合。
-
公开(公告)号：CN108171703B
公开(公告)日：2020-09-15
申请号：CN201810050741.9
申请日：2018-01-18
Applicant: 东北大学
Abstract: 本发明属于基于医学图像的图像处理技术领域，尤其涉及一种从胸部CT图像中自动提取气管树的方法。从胸部CT图像中获取主气管与主支气管；根据3D区域生长分割方式和已获取主气管与主支气管信息，建立自适应阈值3D区域生长分割模型和自适应阈值泄漏模型；利用自适应阈值3D区域生长分割模型和自适应阈值泄漏模型，提取胸部CT图像的第二类气管分支；根据提取的第二类气管分支的中间信息，调整自适应阈值3D区域生长模型和自适应阈值泄露模型的参数，然后提取所述胸部CT图像的第三类气管分支；基于已获取气管树拓扑结构提取末梢气管分支，获得所述胸部CT图像的气管树。本发明提供的方法提高了从CT图像中提取气管树的气管分割精度，同时降低提取时间。
-
公开(公告)号：CN111104226A
公开(公告)日：2020-05-05
申请号：CN201911354225.6
申请日：2019-12-25
Applicant: 东北大学
Abstract: 本发明提供一种多租户服务资源的智能管理系统及方法，涉及计算机技术技术领域。该系统及方法通过服务资源登记模块初始化云平台可用资源数量，服务资源分配模块结合新增租户等级、具体需求、其他当前相似租户的服务需求、以及云平台当前运行状态，为新增租户分配服务资源；由服务资源监测模块实时监测所有活动租户的实时需求，以及云平台当前运行状态，并实时记录平台运行状态到日志文件；由服务资源调节模块结合云平台运行状态调整租户服务资源；由服务资源回收模块收回服务资源；由云平台日志登记与回滚模块根据日志文件重启并回滚崩溃前的租户任务。本系统及方法实现了对云平台基础设施、平台使用权、软件运行权等服务资源的动态实时管理。
-
-
-
-
-
-
-
-
-
Search Results
106
records
(took 0.03 seconds)
