一种基于路径信息的可扩展标记语言祖先后代索引方法

    公开(公告)号:CN102043852A

    公开(公告)日:2011-05-04

    申请号:CN201010600979.8

    申请日:2010-12-22

    Applicant: 东北大学

    Abstract: 一种基于路径信息的可扩展标记语言祖先后代索引方法,包括以下步骤:步骤一:解析XML文档;步骤二:建立B+树索引;步骤三:使用B+树索引进行祖先后代关系查询。本发明是一个实用的索引,基于计算机数据库领域内的B+树结构,该结构保证了在绝大多数情况下,采用索引都会比不采用索引查询效率有很大的提高,该索引无论对于基于关系数据库的XML数据库管理系统还是基于Native存储的XML数据库管理系统,都易于实现;该结构实现简单,只需要进行一次节点扫描,对于文档的数据是否有数据倾斜状况,都有很好的性能;还可以很好的处理A1//A2//…//An这类复杂的路径查询,避免了把长路径分成若干个祖先后代对的做法,有效的实现了对索引节点一次扫描即可得到查询结果。

    一种基于主题词条的跨类型数据的概率聚类方法

    公开(公告)号:CN101408901A

    公开(公告)日:2009-04-15

    申请号:CN200810229043.1

    申请日:2008-11-26

    Applicant: 东北大学

    Abstract: 一种基于主题词条的跨类型数据的概率聚类方法,属于数据库领域,包括以下步骤:(1)定义主题词条的类型;将跨类型数据分为主题相关词条、主题半相关词条和主题不相关词条;(2)对每类词条分配概率;(3)用概率表示数据主题;(4)构建数据的主题词条概率相似性矩阵M;对步骤(3)中跨类型数据的任意两个数据dx和dy,计算dx和dy任意两种描述形式的相似度,将相似度大于某一阈值的相似性的概率相加,将任意两个数据的直接相关概率存储在矩阵M中;(5)基于矩阵M构建聚类模型Mc;(6)基于聚类模型Mc的聚类方法。本发明利用与主题相关的词条项的相似性来对跨类型数据进行聚类,提高了数据聚类的精度,减少了聚类时间。

    基于最大间隙空间映射的高维数据索引方法

    公开(公告)号:CN101266607A

    公开(公告)日:2008-09-17

    申请号:CN200810011323.5

    申请日:2008-05-09

    Applicant: 东北大学

    Abstract: 一种基于最大间隙空间映射的高维数据索引方法,属于数据库领域,包括以下步骤:步骤1进行最大间隙空间映射计算给定数据空间的每个维间隙值,选择维间隙值较大的前K值,将给定空间的实际数据点投影到K个维空间;步骤2构造MS-treeMS-tree首先找到适当的插入节点M,如果该节点没有满,则该对象被直接插入到该节点中;如果该节点已满,则该节点将被分裂,然后检查插入对象是否在结点M的MBR中,如果不在,则更新M的MBR并将原始空间映射到一个低维空间;步骤3进行相似性查找本发明的有益效果是通过减少假活动子树的访问来提高查询性能,因此,减少对假活动子空间的访问次数来改善索引相似性查询的性能。

    一种新媒体平台网络信息传播弱连接节点的获取方法

    公开(公告)号:CN112966191A

    公开(公告)日:2021-06-15

    申请号:CN202011386600.8

    申请日:2020-12-02

    Applicant: 东北大学

    Inventor: 张恩德

    Abstract: 本发明公开了一种新媒体平台网络信息传播弱连接节点的获取方法,首先根据新媒体平台网络构建传播网络图结构;根据传播网络的图结构构建图的邻接矩阵;根据弱连接结构的特点定义弱连接节点的目标函数;根据传播网络的图结构构建图的度矩阵,根据图的邻接矩阵以及图的度矩阵生成对应的图的拉普拉斯矩阵,然后计算图的拉普拉斯矩阵的Fielder特征向量;分析Fielder特征向量,弱连接节点位于图的拉普拉斯矩阵的Fielder特征向量中间部分,利用启发式算法得到传播网络的弱连接节点。本发明对于发现新媒体平台传播网络中的弱连接节点,无论是对谣言进行管控还是对产品进行营销,都具有一定的应用前景。

    一种基于主题词条的跨类型数据的概率聚类方法

    公开(公告)号:CN101408901B

    公开(公告)日:2010-07-14

    申请号:CN200810229043.1

    申请日:2008-11-26

    Applicant: 东北大学

    Abstract: 一种基于主题词条的跨类型数据的概率聚类方法,属于数据库领域,包括以下步骤:(1)定义主题词条的类型;将跨类型数据分为主题相关词条、主题半相关词条和主题不相关词条;(2)对每类词条分配概率;(3)用概率表示数据主题;(4)构建数据的主题词条概率相似性矩阵M;对步骤(3)中跨类型数据的任意两个数据dx和dy,计算dx和dy任意两种描述形式的相似度,将相似度大于某一阈值的相似性的概率相加,将任意两个数据的直接相关概率存储在矩阵M中;(5)基于矩阵M构建聚类模型Mc;(6)基于聚类模型Mc的聚类方法。本发明利用与主题相关的词条项的相似性来对跨类型数据进行聚类,提高了数据聚类的精度,减少了聚类时间。

    一种基于路径信息的可扩展标记语言祖先后代索引方法

    公开(公告)号:CN102043852B

    公开(公告)日:2012-07-18

    申请号:CN201010600979.8

    申请日:2010-12-22

    Applicant: 东北大学

    Abstract: 一种基于路径信息的可扩展标记语言祖先后代索引方法,包括以下步骤:步骤一:解析XML文档;步骤二:建立B+树索引;步骤三:使用B+树索引进行祖先后代关系查询。本发明是一个实用的索引,基于计算机数据库领域内的B+树结构,该结构保证了在绝大多数情况下,采用索引都会比不采用索引查询效率有很大的提高,该索引无论对于基于关系数据库的XML数据库管理系统还是基于Native存储的XML数据库管理系统,都易于实现;该结构实现简单,只需要进行一次节点扫描,对于文档的数据是否有数据倾斜状况,都有很好的性能;还可以很好的处理A1//A2//…//An这类复杂的路径查询,避免了把长路径分成若干个祖先后代对的做法,有效的实现了对索引节点一次扫描即可得到查询结果。

    一种基于改进Mask R-CNN的遥感图像目标检测方法

    公开(公告)号:CN118521908A

    公开(公告)日:2024-08-20

    申请号:CN202410460753.4

    申请日:2024-04-17

    Applicant: 东北大学

    Abstract: 本发明提供一种基于改进Mask R‑CNN的遥感图像目标检测方法,涉及计算机视觉技术领域。该方法具体包括:获取含有待检测目标的原始遥感图像;对原始遥感图像进行格式转换,并利用转换后的遥感图像构建遥感图像数据集,按照预设比例将遥感图像数据集划分为训练数据集,验证数据集和测试数据集;构建基于改进Mask R‑CNN的遥感图像目标检测模型;利用训练数据集训练基于改进Mask R‑CNN的遥感图像目标检测模型,再利用验证数据集对训练好的基于改进Mask R‑CNN的遥感图像目标检测模型进行验证,得到最终的遥感图像目标检测模型;将测试数据集输入训练好的目标检测模型进行目标检测,得到目标检测结果。本方法在合理控制计算复杂度的基础上,显著提高了遥感图像目标检测精度。

Patent Agency Ranking