-
公开(公告)号：CN113160881B
公开(公告)日：2023-10-20
申请号：CN202110525570.2
申请日：2021-05-14
Applicant: 东北大学
IPC: G16B40/00 , G16B20/00 , G06F18/2113 , G06F18/2415 , G06F18/214 , G06N3/006
Abstract: 本发明提供一种基于mRMR和MBFA的高维数据特征选择方法，涉及机器学习技术领域。本发明利用mRMR(Max‑Relevance and Min‑Redundancy，最大相关最小冗余)对基因数据进行初步筛选，过滤到包含信息量较少的特征；对于过滤后的特征，通过MBFA(Multilayer Binary Firefly Algorithm，多层二进制萤火虫算法)完成最优特征子集的选择，该方式最终选择的特征冗余度觉少同时实现了较好的模型效果。此外，该方法能够从高维基因微阵列数据中发现寻找用于疾病辅助预测的生物标志物，对于后续研究和预测模型的建立具有重要意义。
-
公开(公告)号：CN113177604A
公开(公告)日：2021-07-27
申请号：CN202110525604.8
申请日：2021-05-14
Applicant: 东北大学
Abstract: 本发明提供一种基于改进L1正则化和聚类的高维数据特征选择方法，涉及机器学习技术领域。本发明提出了一种混合特征选择算法用于微阵列数据分析，基于K‑Means聚类算法和改进L1正则化的思想，其中K‑Means聚类算法用于数据预处理来删除冗余特征，改进L1正则化方法用于特征选择，提高稳定性和分类准确率。
-
公开(公告)号：CN113160881A
公开(公告)日：2021-07-23
申请号：CN202110525570.2
申请日：2021-05-14
Applicant: 东北大学
Abstract: 本发明提供一种基于mRMR和MBFA的高维数据特征选择方法，涉及机器学习技术领域。本发明利用mRMR(Max‑Relevance and Min‑Redundancy，最大相关最小冗余)对基因数据进行初步筛选，过滤到包含信息量较少的特征；对于过滤后的特征，通过MBFA(Multilayer Binary Firefly Algorithm，多层二进制萤火虫算法)完成最优特征子集的选择，该方式最终选择的特征冗余度觉少同时实现了较好的模型效果。此外，该方法能够从高维基因微阵列数据中发现寻找用于疾病辅助预测的生物标志物，对于后续研究和预测模型的建立具有重要意义。
-
公开(公告)号：CN118316094B
公开(公告)日：2025-02-18
申请号：CN202410742395.6
申请日：2024-06-11
Applicant: 国网辽宁省电力有限公司电力科学研究院 , 国家电网有限公司 , 东北大学
Inventor： 刘桁宇 , 胡大伟 , 张智 , 王珊珊 , 孙家正 , 张哲 , 朱义东 , 罗艳红 , 周博文 , 史景瑞 , 杨璐羽 , 厍世达 , 杨莹璇 , 张新宇 , 田野 , 陈强 , 史可鉴 , 段方维 , 杜威 , 呼笑笑 , 张天宇 , 李海峰 , 王智博 , 顾泰宇
Abstract: 本发明属于电动汽车负荷接入电网后，引起电网电压波动的技术领域，尤其涉及一种充放储一体化双向能量智能协同系统及方法。本发明系统包括电动汽车充电桩、梯次电池储能系统以及智能PWM多功能变流器，用于对一体化电站的电压进行检测并对电压进行补偿。本发明利用智能PWM多功能变流器检测出电网电压的状态扰动，将电压扰动信号输送给模型预测电压控制单元，经过数据处理后输出电压信号给智能PWM多功能变流器的主电路，将电网电压降低的信号传递给梯次电池储能系统，使得梯次电池储能系统放电，补偿电网电压，确保电网电压运行稳定，保障大规模电动汽车接入电网时对电压的波动减小到最低，有效保障电压平衡。
-
公开(公告)号：CN113177604B
公开(公告)日：2024-04-16
申请号：CN202110525604.8
申请日：2021-05-14
Applicant: 东北大学
IPC: G06F18/2113 , G06F18/23213 , G06F18/24 , G16B40/00
Abstract: 本发明提供一种基于改进L1正则化和聚类的高维数据特征选择方法，涉及机器学习技术领域。本发明提出了一种混合特征选择算法用于微阵列数据分析，基于K‑Means聚类算法和改进L1正则化的思想，其中K‑Means聚类算法用于数据预处理来删除冗余特征，改进L1正则化方法用于特征选择，提高稳定性和分类准确率。
-
Patent Agency Ranking
公开(公告)号：CN116885722A
公开(公告)日：2023-10-13
申请号：CN202310770104.X
申请日：2023-06-26
Applicant: 国网辽宁省电力有限公司电力科学研究院 , 东北大学 , 国家电网有限公司
Abstract: 本发明属于新能源技术领域，尤其涉及一种面向配网低电压治理的风电动态功率控制系统及方法，更具体的是一种面向配电网低电压治理的风力发电动态功率控制系统及方法。本发明包括潮流分析优化系统和风力发电动态功率控制系统。本发明对采集到的配电网电力数据进行数据预处理，并建立完整的线路拓扑结构关系；再利用潮流算法对配电网进行潮流诊断分析，依据诊断结果选择风力发电系统的控制模式；当配电网节点出现低电压，系统将以潮流分析的结果为基准，对配电网进行潮流优化，改善配电网节点的低电压问题，有效提高风力发电系统无功补偿的准确性和治理效果，不仅充分发挥了可再生能源在电力系统中的重要作用，还更好地促进能源结构的绿色化转型。
-
公开(公告)号：CN113159159B
公开(公告)日：2023-09-29
申请号：CN202110410717.3
申请日：2021-04-15
Applicant: 东北大学
IPC: G06V10/764 , G06V10/774 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明提供一种基于改进CNN的小样本图像分类方法，涉及图像分类技术领域。本发明通过对浅层卷积神经网络进行分析，构建了一个针对小样本图像分类任务的模型。在数据预处理过程中，较大程度保留图像原始信息的情况下，又增加了图像的变化，有效地减轻了网络的过拟合，分类模型的效果得到了显著的提升，十分适用于小样本数据分类。与原始分类模型相比，本发明的分类效果有了明显的提升。
-
公开(公告)号：CN102176511B
公开(公告)日：2013-01-30
申请号：CN201010563709.4
申请日：2010-11-29
Applicant: 东北大学
Abstract: 一种液态金属微滴分子结的制备方法，清洗导电基片、制备锡溶胶后，旋涂溶胶成膜，进行热处理，配制TZ2的二氯甲烷溶液，进行裂隙填充；真空干燥获得有机分子层后，制作镓铟液滴微纳电极，所制备的分子结的尺寸为500～1000纳米。本发明方法通过调整金属氧化物薄膜旋涂的时间和转速，使薄膜平均厚度控制在100～200纳米，调整退火温度及升温速率，控制薄膜内形成裂隙的宽度和密度，使经过退火后胶状层的裂隙平均宽度为500～1000纳米，使进入裂隙内的有机功能分子极大减少，分子结的尺寸取决于与液态金属微滴接触的裂隙内分子层尺寸，使分子结尺度由几十微米级减小到了亚微米甚至百十纳米级范围内。
-
公开(公告)号：CN119834257A
公开(公告)日：2025-04-15
申请号：CN202411996258.1
申请日：2024-12-31
Applicant: 国网辽宁省电力有限公司电力科学研究院 , 国家电网有限公司 , 东北大学
Inventor： 刘桁宇 , 胡大伟 , 罗艳红 , 张智 , 孙家正 , 李海峰 , 赵博 , 王天博 , 王彤 , 杨滢璇 , 田野 , 史可鉴 , 杨璐羽 , 厍世达 , 周博文 , 张天予 , 朱义东 , 王珊珊 , 张哲 , 陈强 , 呼笑笑 , 顾泰宇
Abstract: 本发明属于面向电网技术领域，尤其涉及一种电动汽车智能调控系统及方法。系统包括数据采集与分析预测单元、配电网薄弱环节智能辨识单元、电网薄弱性监测评估单元、电动汽车智能调控单元及用户交互单元。本发明面向电网薄弱环节，当电网负荷规模增加，电动汽车作为储能接入电网后，提升电网电能质量。本发明有效保障规模化的负荷接入电网，减小电网电压的波动，保障电网的电压和功率达到平衡，提高电网薄弱环节的电能指标，维持电网稳定运行。
-
公开(公告)号：CN113205150B
公开(公告)日：2024-03-01
申请号：CN202110558478.6
申请日：2021-05-21
Applicant: 东北大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/098 , G16H30/20 , G16H50/20 , G16H10/20
Abstract: 本发明提供一种基于多时相融合的多任务分类系统及方法，涉及深度学习技术领域。本发明通过动态的更新每个任务的权重来提高多个临床指标的预测准确性。将MRI放射组学映射到相关的临床指标上可以提高多个任务的预测性能。结合放射组学的相关性，通过多任务学习联合预测指标，对肿瘤的最佳治疗是重要的，还可根据多个临床指标进行临床决策。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.041 seconds)
