-
公开(公告)号：CN110215656A
公开(公告)日：2019-09-10
申请号：CN201910504150.9
申请日：2019-06-12
Applicant: 东北大学
Abstract: 本发明提供一种基于云边融合的上肢智能康复装置及方法，涉及人工智能技术领域。该装置包括复健器、基板、安装在基板上的多个智能传感节点、供电模块、通信模块、控制模块以及云端服务器和手机客户端；供电模块为整套智能康复装置进行供电，控制模块通过通信模块与云端服务器相连，根据云端服务器传来的指令控制智能传感节点，定制复健线路；复健器通过复健者根据复健线路压到智能传感节点；云端服务器用于向控制模块发送训练方案，并接收控制模块传送的康复者实际的运动轨迹；手机客户端内置程序，并从云端服务器读取复健者的训练得分进行显示。本发明装置及方法将计算机前沿技术与传统机械式康复医疗进行融合，为复健者提供简单便捷的复健工具。
-
公开(公告)号：CN110196756A
公开(公告)日：2019-09-03
申请号：CN201910466889.5
申请日：2019-05-31
Applicant: 东北大学
IPC: G06F9/455
Abstract: 本发明提出一种支持能耗优化的虚拟机模式转移方法，包括：初始化参数；判断热模式调整的数量m是否大于0，进行虚拟机的模式转移；部署当前虚拟机系统；对每台服务器资源剩余量，从大到小进行排序；sum1与需要休眠的热模式虚拟机的数量相比较，进行模式转移，更新各模式集合；部署当前虚拟机系统；对每台服务器资源剩余量，从大到小再次进行排序；sum2与需要唤醒的冷模式虚拟机的数量相比较，进行模式转移，更新各模式集合；选择整个服务器处于睡眠状态中的冷模式虚拟机，还是运行的服务器中冷模式下虚拟机问题，对系统的能耗影响很大，本发明在既支持性能保障又满足虚拟机的可靠性的基础上，探讨虚拟机模式转移过程中的节能问题，达到了很好的效果。
-
公开(公告)号：CN110149237A
公开(公告)日：2019-08-20
申请号：CN201910510953.5
申请日：2019-06-13
Applicant: 东北大学
Abstract: 本发明提出一种Hadoop平台计算节点负载预测方法，包括：基于滑动窗口二次检测算法的数据预处理方法；基于ARIMA算法的节点负载线性预测方法；基于RNN算法的节点负载非线性残差预测方法；将ARIMA算法与RNN算法预测出来的结果进行线性相加作为最终的预测结果；本发明通过对各个结算节点历史数据的分析，可以提取有价值的信息，进而合理预测下一时间段内的计算节点的负载，精确预测计算节点的负载可以为资源管理器合理地给AppMaster分配资源提供依据，进而缓解高负载节点的压力，提升低负载节点的计算资源利用率，提高Hadoop集群的可靠性和性能。本发明通过ARIMA和RNN模型组合，更加精确的对负载进行预测。
-
公开(公告)号：CN109993095A
公开(公告)日：2019-07-09
申请号：CN201910230227.8
申请日：2019-03-26
Applicant: 东北大学
Abstract: 本发明提供一种面向视频目标检测的帧级别特征聚合方法，涉及计算机视觉技术领域。本发明提供的面向视频目标检测的帧级别特征聚合方法，首先通过特征网络从单帧图像中提取深层的特征；然后使用光流网络FlowNet提取帧间的光流；并基于光流将相邻帧的帧级别特征对齐到当前帧，实现帧级别的特征传播；最后通过映射网络和权重放缩网络计算放缩余弦相似性权重，并使用放缩余弦相似性权重聚合多帧特征，生成聚合后的特征；本发明提供的面向视频目标检测的帧级别特征聚合方法，使得权重分配更加合理，将聚合后的特征输入到视频目标检测网络中，能够使在运动模糊、像素低、镜头变焦、遮挡等复杂场景下的视频检测具有较好的检测效果，具有鲁棒性。
-
公开(公告)号：CN109913766A
公开(公告)日：2019-06-21
申请号：CN201910281818.8
申请日：2019-04-09
Applicant: 东北大学
Abstract: 本发明公开了一种激光增材制造用新型50Cr6Ni2Y合金钢粉末及制备方法。该50Cr6Ni2Y合金钢粉末，组成成分具有高C、高Cr(5.8～6.1％)含量的特点，含氧量在0.05％以下，球形度超过99％，空心球率不超过1％，松装密度为4.75～4.85/cm3，流动性为17.5～18.5s/50g。激光增材制造制备的50Cr6Ni2Y合金钢样品的显微硬度为570～587HV0.2，抗拉强度为1052～1281MPa，屈服强度为505～937MPa，平均延伸率为2％～4％，具有良好的激光增材制造强韧性合金样品的特征，在激光增材制造高品质机械装备的高耐磨零件领域具有广泛的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN106533750B
公开(公告)日：2019-05-21
申请号：CN201610966190.1
申请日：2016-10-28
Applicant: 东北大学
IPC: H04L12/24
Abstract: 本发明提供一种云环境下非平稳型应用用户并发量的预测系统及方法，涉及云环境下服务性能优化技术领域。系统包括历史数据获取模块、非平稳型业务判定模块和应用用户并发量预测模块，通过对历史数据的分析，进行业务性质的识别，判断出并发量序列具有趋势性或周期性，并针对两种性质分别进行并发量预测。本发明针对云环境下非平稳型业务的趋势性与周期性应用用户并发量的特点，利用不同的预测方法构造了预测模型，对含有两种性质的并发量进行预测，能自动识别趋势性和周期性并分发量序列的特征，并能自动计算出序列的周期数，且无需人工干预，能自行完成预测过程，同时能有效提高非平稳型业务并发量预测的准确性。
-
公开(公告)号：CN105760213B
公开(公告)日：2019-03-01
申请号：CN201610096360.5
申请日：2016-02-22
Applicant: 东北大学
IPC: G06F9/455
Abstract: 云环境下虚拟机资源利用率的预警系统及方法，属于云环境下虚拟机性能优化领域。系统包括数据获取模块、含有数据预处理模块、间断点判断模块、间断点估测与补充模块、数据预测模块和数据还原模块的数据处理与预测模块和资源利用率预警模块。方法包括：获取云环境下虚拟机资源利用率历史数据；对前述数据进行预处理；云环境下虚拟机资源利用率历史数据时间序列中间断点的估测与补充；通过可变周期的时间序列预测算法预测未来一段时间内的云环境下虚拟机资源利用率数据时间序列；对云环境下虚拟机资源利用率预测数据进行还原处理；云环境下虚拟机资源利用率预警；提高了对未来一段时间内的云环境下虚拟机资源利用率数据进行预测的准确性。
-
公开(公告)号：CN109276945A
公开(公告)日：2019-01-29
申请号：CN201811242090.X
申请日：2018-10-24
Applicant: 东北大学
Abstract: 本发明提出一种浓密脱水过程入料异常工况的自愈控制方法，流程包括：对第一层优化模型进行描述，包括：将压力最大值最小化及将浓度最小值最大化；对第二层优化模型进行描述，在安全极限内，使生产能耗成本达到最低；对第三层优化模型进行描述，放宽经济指标，以满足现场操作人员的习惯；本发明针对某金矿厂选矿车间入料异常工况进行了自愈控制方法的研究，可实现当现场浓密脱水工序出现异常工况时，仍可以继续对后续生产过程进行操作指导，求解出更精准、合理的放矿时间，以协助操作员进行控制，保证浓密脱水过程安全、稳定运行，提高综合经济效益，同时减少压滤机的故障率。
-
公开(公告)号：CN109274462A
公开(公告)日：2019-01-25
申请号：CN201811157505.3
申请日：2018-09-30
Applicant: 东北大学
CPC classification number: H04L1/0009 , H04L1/0057 , H04L67/06 , H04N19/42
Abstract: 本发明提供一种基于改进在线喷泉码的图像传输方法，涉及无线网络多媒体数据的可靠性传输领域。包括，编码端操作：统计待传输图像大小并分组；持续发送度为1的编码符号，持续产生度为2的编码符号，产生度为d的编码符号；译码端操作：初始化译码图并仅接收度为1的编码符号，将译码图中对应节点变成黑色；判断恢复输入符号数并接收度为2的编码符号；判断接收编码符号组成、连通分量规模、连通分量中是否全部为黑色节点；接收度为d的编码符号并判断其组成；访问缓存的编码符号并确认译码图中的符号全部为黑色，停止译码并发送“译码成功”给发送端。本方法给出度为1的编码符号数量，并将其用于编码过程，同时通过缓存部分节点，提高译码性能。
-
公开(公告)号：CN108399267A
公开(公告)日：2018-08-14
申请号：CN201810255690.3
申请日：2018-03-27
Applicant: 东北大学
Abstract: 本发明属于数据分析与挖掘技术领域，具体涉及一种基于簇语义特征分析的反馈式聚类方法，包括以下步骤：1)根据反馈式属性加权K-means聚类以获得最优属性权重；2)根据簇语义特征分析以获得最优聚类结果。本发明通过属性权值反应用户对属性的关注度，利用簇语义特征分析方法将聚类结果中具有代表性、区分性和可理解性的属性项选择出来并展示以解决用户对聚类结果难以理解的问题，在此基础上融入用户的领域知识、经验及业务分析目标，采用基于改进粒子群算法的权值调整来优化属性权值，同时优化聚类个数，使优化的权值和聚类个数重新聚类以得出满足用户分析目标的聚类结果。
-
-
-
-
-
-
-
-
-
Search Results
185
records
(took 0.049 seconds)
