-
公开(公告)号：CN110941993A
公开(公告)日：2020-03-31
申请号：CN201911043887.1
申请日：2019-10-30
Applicant: 东北大学
IPC: G06K9/00 , G06F16/58 , G06F16/587
Abstract: 本发明提供一种基于人脸识别的动态人员分类与存储方法，涉及图像识别处理技术领域。该方法首先获取监控摄像的连续视频序列，定时采集图像帧，并进行图像预处理；然后对经过预处理的图像进行人脸检测和特征提取；逐一计算安防系统人脸库中的人脸特征矩阵与提取出来的人脸特征矩阵的余弦相似度，并取得余弦相似度最大值；最后根据余弦相似度最大值与系统预设阈值进行比较，判断图像中人脸所归属的人群类别，并展示和存储出入记录。本发明方法，能够实时发现安防系统预设黑名单人员，降低犯罪发生概率。同时，可以保存海量不同类别人群的出入记录。
-
公开(公告)号：CN110727863A
公开(公告)日：2020-01-24
申请号：CN201910923173.3
申请日：2019-09-27
Applicant: 东北大学
IPC: G06F16/9535
Abstract: 本发明涉及项目推荐技术领域，提供一种基于复杂网络协同过滤的项目推荐方法。首先构建复杂网络包括用户集合及用户之间的网络关系；然后利用基于模块度的GN社团划分算法，对复杂网络进行划分，形成社团集合；接着在每个社团中，计算被推荐用户与其他用户之间的相似度，并将被推荐用户与其他用户之间的相似度从大到小进行排序，选取前n个相似度对应的其他用户构成被推荐用户的Top-n最近邻集合；最后计算被推荐用户对项目的预测评分，并将被推荐用户对项目的预测评分从高到低排序，选取前K*个预测评分对应的项目推荐给用户。本发明能够提升推荐精度、响应用户数据的动态变化，能够应用于不同的场景，且能够避免无效推荐、解决冷启动问题。
-
公开(公告)号：CN110415230A
公开(公告)日：2019-11-05
申请号：CN201910674834.3
申请日：2019-07-25
Applicant: 东北大学
Abstract: 本发明提供一种基于深度学习的CT切片图像语义分割系统及方法，涉及图像处理技术领域。本发明具体步骤为：获取CT数据集和标签CT数据集；对数据进行阈值和切片处理；将原始CT切片数据集内的数据划分为原始CT切片训练集和原始CT切片测试集；根据原始CT切片训练集和肝脏标签切片训练集建立肝脏区域分割模型；根据原始CT切片训练集和病变标签切片训练集建立病变区域分割模型；根据原始CT切片测试集中的数据对肝脏区域分割模型和病变区域分割模型进行测试；本方法结合计算机视觉领域的深度学习技术，通过这个系统可以在临床上自动、准确而又快速地切割出CT切片的肝脏区域和肝脏的病变区域，提高放射科医生的工作效率。
-
公开(公告)号：CN110414934A
公开(公告)日：2019-11-05
申请号：CN201910681462.7
申请日：2019-07-26
Applicant: 东北大学
Abstract: 本发明涉及招投标系统配置技术领域，提供一种基于约束满足问题的招投标系统，包括用户注册登录模块、招标模块、投标模块、评标模块、招投标配置模块、中标公示模块；用户注册登录模块用于招标方、投标方、评标方进行注册并登录；招标模块用于招标方上传招标书；投标模块用于投标方上传投标书；评标模块用于评标方对各投标书进行评分，并将评分输入招投标配置模块；招投标配置模块构造并求解招投标系统配置的约束满足问题，得到中标方集合并传输给中标公示模块；中标公示模块对每一个招标书的中标方进行公示。本发明能够实现招投标系统配置的智能化，且能够简化招投标配置过程、提高配置效率。
-
公开(公告)号：CN110390440A
公开(公告)日：2019-10-29
申请号：CN201910691358.6
申请日：2019-07-29
Applicant: 东北大学
Abstract: 本发明提供一种基于聚类和深度神经网络的智能电表用户聚合负荷预测方法，包括：获取历史负荷数据并对其进行预处理；采用分裂层次聚类方法对预处理后的数据进行聚类，并分别对分组后的加载Pro文件进行预测并汇总，形成汇总负荷预测；对聚类处理后的数据进行训练，通过改变集群的数量来生成多个聚合负载预测数据；采用残差神经网络对生成的多个聚合负载预测数据进行测试，对比测试集和训练集的准确度是否一致，若一致，则对步骤4中测试后的聚合负载预测数据进行集成处理，得到最后的预测结果；若不一致，则返回训练。本发明的技术方案解决了现有技术中的用集成技术来提高预测精度等问题。
-
Patent Agency Ranking
公开(公告)号：CN110275910A
公开(公告)日：2019-09-24
申请号：CN201910535115.3
申请日：2019-06-20
Applicant: 东北大学
IPC: G06F16/2458 , G06F16/215 , G06K9/62
Abstract: 本发明涉及数据挖掘技术领域，提供一种不平衡数据集的过采样方法。本发明的方法为：首先，采集不平衡数据集，并基于K-means方法对其聚类，根据每个类的数据集中元素个数划分少数类和多数类；然后，基于SMOTE方法，对少数类数据集进行过采样，得到合成的少数类数据集；接着，对合成的少数类数据集进行有放回的过采样，得到新的少数类数据集，形成新的数据集；最后，基于CCA方法，对新的数据集进行清洗：对新的数据集进行聚类，并计算每个类簇中每个样本与该类簇中其他样本之间的欧氏距离并排序，删除最远的欧氏距离对应的样本，得到清洗后的数据集。本发明能够有效合成更多的少数类样本，增加样本的易学习性，提高样本的有效性。
-
公开(公告)号：CN110069901A
公开(公告)日：2019-07-30
申请号：CN201910332538.5
申请日：2019-04-24
Applicant: 东北大学
Abstract: 本发明属于图像处理领域，提供了基于混沌系统的空间域多图像加密算法，包括一种比特级多图像置乱方式和一种多图像扩散方式。在该算法中，一幅图像中的像素点经过置乱后可以被分散到不同的图像中，而且一幅明文图像中的微小变动可以被扩散到所有图像中。该算法无论是在柱状图分析、相关性系数分析和信息熵分析均能够达到较高的安全性，结构简单，加密效率高，易于实现，可以被应用在商业、电子政务、个人事务等领域。
-
公开(公告)号：CN110059257A
公开(公告)日：2019-07-26
申请号：CN201910348064.3
申请日：2019-04-28
Applicant: 东北大学
IPC: G06F16/9535 , G06F16/9538 , G06Q10/04 , G06Q10/06 , G06K9/62
Abstract: 本发明提供一种基于评分修正的项目推荐方法。根据用户的体验对项目进行评分，基于线性回归进行第一次修正，第一次修正后的用户项目评分矩阵。需要保留用户需求的变化并且防止过度拟合，于是需要进行第二次修正，计算相应的原始评分的权重。用特征向量描述活动用户对项目的偏好特征。根据活动用户已知评分项目的K个最近邻居预测未知评分。对所得到的结果进行相应的评估。本发明可以消除主观特征，使评分具有客观性，可以更准确的表达用户的偏好。本发明采用二次修正，对于兴趣随着时间的变化更加敏感，使得系统能够更加准确地识别出用户当前的兴趣偏好，从而是产生的推荐结果的准确性得到大幅度的提高。
-
公开(公告)号：CN105979562B
公开(公告)日：2019-04-26
申请号：CN201610227684.8
申请日：2016-04-13
Applicant: 东北大学
Abstract: 可保证协作通信中全局误码率性能的中继节点选择方法，属于无线通信的可靠性传输领域。随机生成每个传输对所对应的直通链路的信道系数矩阵A、源节点与候选中继节点之间的信道系数矩阵B、候选中继节点到目的节点的信道系数矩阵C；按照直通链路信道质量从低到高的顺序对传输对进行顺序排序；根据候选中继节点个数n与候选中继节点阈值δ的大小关系，依照信息传输对的排序顺序，逐一为m个信息传输对选择其各自的当前最优中继节点；每个传输对使用其各自的最优中继节点进行信息传输。在中继节点选择过程中综合考虑每个候选中继节点对应的两段信道的信道质量，同时衡量整个网络的信息传输可靠性，同时保证了信息传输的全局可靠性和全局误码率性能。
-
公开(公告)号：CN107896143A
公开(公告)日：2018-04-10
申请号：CN201710946565.2
申请日：2017-10-12
Applicant: 东北大学
Abstract: 一种基于高维混沌系统和算术编码的联合编码方法，结合了低维混沌系统Logisitc map和高维混沌系统Chen系统各自的特点，结合了正向逆向双向扩散机制和细胞自动机的代间扩散机制。本算法具有加密效果好，安全性高等特点。可应用于各种数字多媒体终端和服务器端，实时对单张数字图像或批量数字图像进行加密。
-
-
-
-
-
-
-
-
-
Search Results
127
records
(took 0.024 seconds)
