公开(公告)号：CN117640174A

公开(公告)日：2024-03-01

申请号：CN202311531312.0

申请日：2023-11-17

Applicant: 国网辽宁省电力有限公司 ,  国网辽宁省电力有限公司信息通信分公司 ,  东北大学

Inventor： 陈硕 ,  吕旭明 ,  王丽霞 ,  徐立波 ,  于元旗 ,  覃文军 ,  刘子昂

IPC: H04L9/40 ,  G06F16/27 ,  G06F21/60 ,  H04L67/1095 ,  H04L67/1097 ,  H04L69/16 ,  H04L41/06

Abstract: 本发明提供了一种基于区块链的能源碳排放电子证明生成系统、生成方法及计算机可读存储介质，数据上传模块和电子证明生成模块，数据上传模块用于将能源碳排放数据上传到区块链中并实现多区块链结点备份，上传数据为采集到的能源碳排放量数据，电子证明生成模块用于根据上传到区块链中的碳排放数据生成电子证明。本发明可以使用区块链进行机密及隐私数据存储，并采用多服务器节点区块链系统进行数据存储及备份，采用电子证明生成技术生成电子证明，避免证明丢失、伪造。

公开(公告)号：CN115470854A

公开(公告)日：2022-12-13

申请号：CN202211121417.4

申请日：2022-09-15

Applicant: 国网辽宁省电力有限公司信息通信分公司 ,  东北大学 ,  国家电网有限公司

Inventor： 乔林 ,  宋卓然 ,  曲睿婷 ,  窦文雷 ,  齐俊 ,  胡畔 ,  胡非 ,  袁梦禅 ,  覃文军 ,  刘子昂

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种信息系统故障分类方法及分类系统，其中，所述分类方法包括如下步骤：获取系统历史提示信息数据集；从所述系统历史提示信息数据集中获得多个子数据集；利用BERT深度学习网络对所述多个子数据集中进行模型训练、验证和测试，对应得到多个训练好的BERT卷积神经网络模型；利用所述多个模型得到级联网络；利用所述级联网络对故障进行分类。该信息系统故障分类方法及分类系统，实现了分级分类的效果，分类的准确性高、分类效率高。

公开(公告)号：CN118297973A

公开(公告)日：2024-07-05

申请号：CN202410532622.2

申请日：2024-04-30

Applicant: 东北大学

Inventor： 覃文军 ,  王劲松 ,  王莹 ,  袁野 ,  张子明 ,  刘子昂 ,  刘璐 ,  邵慰

IPC: G06T7/11 ,  G06V10/762 ,  G06V10/764 ,  G06T7/00 ,  G06T7/155 ,  G06T7/136 ,  G06T7/187 ,  G16H30/40

Abstract: 本发明属于医学影像智能计算技术领域，公开了一种基于肺血管聚类的肺叶自动分割方法。基于三维区域生长法肺实质分割；基于连通域肺外气管剔除；形态学处理；基于快速行进法的肺血管分割；基于密度的血管聚类；基于SVM的肺叶自动分割；本发明仅使用肺血管解剖信息，不需要使用大量数据进行训练的肺叶分割方法，对于不完整的肺裂纹也具有高鲁棒性。肺实质区域提取为肺内血管分割与肺叶分割做数据支撑；利用快速行进法提取肺内血管作为先验信息，利用肺血管的分布特性，利用基于密度的DBSCAN聚类方法将肺血管聚类为五簇分别对应不同肺叶；利用支持向量机对获取到的五类血管分别进行两两分类，利用得到的隐式超平面实现最终的肺叶分割。

公开(公告)号：CN117218441A

公开(公告)日：2023-12-12

申请号：CN202311236240.7

申请日：2023-09-22

Applicant: 东北大学

Inventor： 覃文军 ,  刘子昂 ,  张翠 ,  袁野 ,  周庆华

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06T3/60 ,  G06T5/00 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种基于级联卷积神经网络模型的肺结节分类方法，涉及深度学习医学影像处理技术领域。该方法包括：获取肺部CT图像并进行预处理，根据预处理后的图像生成样本数据集；对样本数据集中的样本数据标注标签，根据标签将样本数据集划分为多个子样本数据集，对其中的部分子样本数据集进行数据扩充，再将每个子样本数据集划分为训练集，验证集和测试集；基于ResNet残差神经网络构建二分类模型，利用多个子样本数据集对二分类模型进行训练和验证，对应得到多个二分类模型；利用得到的多个二分类模型构建级联网络，将多个子样本数据集中的测试集输入搭建好的级联网络中进行分类，得到分类结果。通过上述方法对肺结节进行分类，提高了分类的准确率。

公开(公告)号：CN117370580A

公开(公告)日：2024-01-09

申请号：CN202311435057.X

申请日：2023-11-01

Applicant: 东北大学

Inventor： 覃文军 ,  郭彦良 ,  刘子昂

IPC: G06F16/36 ,  G06F16/332 ,  G06F16/33 ,  G06F40/186 ,  G06F40/295 ,  G06N5/022

Abstract: 本发明提供一种基于知识图谱增强大语言模型双碳领域服务方法，涉及双碳技术领域。该方法基于双碳领域问答数据集，采用LoRA方法对大语言模型进行微调，提高模型对碳达峰碳中和领域关键词的提取能力；构建双碳知识图谱作为本地知识库为模型提供双碳领域知识，将知识作为问题的上下文，让大语言模型学习，并设计提示工程辅助模型生成回复。本发明通过对大语言模型进行微调，让大模型学习领域知识，并让大语言模型根据上下文回答问题，有效利用大语言模型强大的性能，构建特定领域的知识服务模型，实现在碳达峰碳中和领域的智能化回复。