公开(公告)号：CN110633675A

公开(公告)日：2019-12-31

申请号：CN201910878983.1

申请日：2019-09-18

Applicant: 东北大学

Inventor： 董普庆 ,  任涛 ,  杨可舟 ,  田宜聪 ,  王英男

IPC: G06K9/00 ,  G06K9/62 ,  G06F21/31 ,  H04L29/06 ,  G08B17/12 ,  G08B29/18

Abstract: 本发明提供一种基于卷积神经网络的视频中火灾识别系统及方法，涉及深度学习技术领域，本发明包括用户登录注册模块、用户信息管理模块、视频火灾识别模块和预警信息通知模块，其中视频火灾识别模块是核心部分。该部分首先使用OpenCV对目标视频进行抽帧处理，并图像进行参数随机变化和图像增强等预处理，得到神经网络的输入数据，然后借助于TensorFlow创建卷积神经网络模型LeNet-5，读取训练集中的图像数据对模型进行训练，并对在测试集上表现最好的模型进行持久化，最后将进过预处理的图像数据输入至训练好的模型中进行识别，并对结果进行分析和显示。

公开(公告)号：CN110600135A

公开(公告)日：2019-12-20

申请号：CN201910880718.7

申请日：2019-09-18

Applicant: 东北大学

Inventor： 丁匀泰 ,  任涛 ,  商冰冰 ,  张妍 ,  田宜聪

IPC: G16H50/50 ,  G16H10/60 ,  G06F3/0482 ,  G06N3/00

Abstract: 本发明提供一种基于改进随机森林算法的乳腺癌预测系统，涉及机器学习领域。本发明包括用户登录注册模块、病人数据管理模块、乳腺癌预测模块；针对乳腺癌数据具有的特性，对传统随机森林模型中的每一棵决策树根据分类性能评价指标AUC值进行排序，从中选取AUC值较高的决策树，通过决策树的预测结果计算决策树之间的相似度，生成相似度矩阵，根据相似度矩阵采用一种聚类方法对决策树进行分类，从每一分类中选出AUC值最大的决策树组成新的随机森林模型，最后根据投票决定最终预测结果，从而达到提升传统随机森林分类精度的目的。

公开(公告)号：CN110504027A

公开(公告)日：2019-11-26

申请号：CN201910767278.4

申请日：2019-08-20

Applicant: 东北大学

Inventor： 田宜聪 ,  任涛 ,  王逸群 ,  刘昕靓 ,  杨丹丹

IPC: G16H50/20 ,  G06T7/00 ,  G06K9/62 ,  G06F16/25 ,  G06F16/28 ,  G06F21/31

Abstract: 本发明公开一种基于深度学习的X-Ray胸片肺炎智能诊断系统与方法，属于医学图像分类技术领域，该系统包括用户登录与注册模块、图片格式转换模块和肺炎预测模块，运用B/S架构，将系统分成四层，分别为平台层、支撑层、服务层和应用层。用户安装过程简单，减轻对本地环境的依赖。通过友好的界面以及围绕实际需求而设计的系统模块，可以使得本系统和其他系统进行功能上的融合。基于深度学习的X-Ray胸片肺炎智能诊断方法通过数据增强迁移学习以及对网络结构进行改进等手段加快了模型训练的收敛速度，提高了肺炎识别的准确率以及模型的泛化能力。本发明的系统与方法可以大大减轻了人工阅片给医生带来的困扰。

公开(公告)号：CN110532251B

公开(公告)日：2021-11-05

申请号：CN201910800615.5

申请日：2019-08-28

Applicant: 东北大学

Inventor： 王英男 ,  任涛 ,  田宜聪 ,  王柳婷 ,  张钧桓

IPC: G06F16/215 ,  G06F16/22

Abstract: 本发明提出了一种基于布隆过滤器算法的地震台网大数据去重的方法。其特征是：步骤1通过TCP/IP协议接收多路数据流数据，并按字节进行拆包操作，并对拆包后的每个包进行解析；步骤2将经过拆包处理后的所有数据包进行一次去重过滤判断，并存储到布隆过滤器中；步骤3对解析出的包含特定含义字段的数据包进行判断是否需要二次去重过滤，并存储到HBase数据库中；步骤4将存储到HBase数据库中的数据包解析为地震数据MSEED格式，并存储到磁盘中永久保存，需要输出时以台网名、台站名、通道、采样率和时间组合的方式进行自动命名；步骤5利用obspy.merge方法对存储到HBase数据库中的数据包进行三次去重判断；步骤6通过TCP/IP协议建立连接，实现服务器端，将处理后的数据包以数据流的方式转发出去，并持续监听发送端口是否有请求。本发明从功能上将多路数据流汇总成单路数据流，通过布隆过滤器的一次去重、HBase数据库的二次去重以及obspy.merge方法的三次去重实现实时大数据的去重。

公开(公告)号：CN110532251A

公开(公告)日：2019-12-03

申请号：CN201910800615.5

申请日：2019-08-28

Applicant: 东北大学

Inventor： 王英男 ,  任涛 ,  田宜聪 ,  王柳婷 ,  张钧桓

IPC: G06F16/215 ,  G06F16/22

Abstract: 本发明提出了一种基于布隆过滤器算法的地震台网大数据去重的方法。其特征是：步骤1通过TCP/IP协议接收多路数据流数据，并按字节进行拆包操作，并对拆包后的每个包进行解析；步骤2将经过拆包处理后的所有数据包进行一次去重过滤判断，并存储到布隆过滤器中；步骤3对解析出的包含特定含义字段的数据包进行判断是否需要二次去重过滤，并存储到HBase数据库中；步骤4将存储到HBase数据库中的数据包解析为地震数据MSEED格式，并存储到磁盘中永久保存，需要输出时以台网名、台站名、通道、采样率和时间组合的方式进行自动命名；步骤5利用obspy.merge方法对存储到HBase数据库中的数据包进行三次去重判断；步骤6通过TCP/IP协议建立连接，实现服务器端，将处理后的数据包以数据流的方式转发出去，并持续监听发送端口是否有请求。本发明从功能上将多路数据流汇总成单路数据流，通过布隆过滤器的一次去重、HBase数据库的二次去重以及obspy.merge方法的三次去重实现实时大数据的去重。