公开(公告)号：CN118115661A

公开(公告)日：2024-05-31

申请号：CN202410087149.1

申请日：2024-01-22

Applicant: 东北大学

Inventor： 覃文军 ,  韩俊涛 ,  孙宇航 ,  张子明 ,  朱辰辰 ,  袁野 ,  李天明

IPC: G06T17/00 ,  G06T7/00 ,  G06T7/80 ,  G06T7/50 ,  G06T5/94 ,  G06T7/70 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0895 ,  G06N3/0455

Abstract: 本发明属于胸腔镜场景重建技术领域，涉及一种胸腔镜手术真实场景三维重建方法。本发明在肺部胸腔镜影像数据预处理上加入了去反光，并实现了反光恢复，避免了因图像有高亮部分不能完成高亮信息的重建等问题，在采集到的肺部胸腔镜影像数据集上进行了实验，得到了较好的效果。本发明在深度估计网络中创新性的加入VIT网络辅助进行图像特征的提取，重新构成encoder，实现了对肺部胸腔镜RGB图像精确的深度估计。本发明在加入VIT网络后，在SCARED公开数据集上进行了验证，各项评估标准都有了一定的提升。此外，新的网络模型也适用于各种人体腔RGB数据集的深度估计，有较好的泛化性。

公开(公告)号：CN112001788B

公开(公告)日：2024-02-09

申请号：CN202010851219.8

申请日：2020-08-21

Applicant: 东北大学

Inventor： 赵琳琳 ,  袁野

IPC: G06Q40/03 ,  G06Q30/018 ,  G06F18/2431 ,  G06N20/00

Abstract: 本发明涉及一种基于RF‑DBSCAN算法的信用卡违约欺诈识别方法，该方法首先，针对原始数据集进行离散化、归一化、均衡化处理；将处理之后的数据集作为RF模型的输入，通过调整寻找合适的参数组合，构建能够准确划分可信任客户与违约客户，得到可信任用户以及违约用户；赋予RF模型预测之后的可信任和违约用户不同的欺诈概率初值，给定欺诈阈值，对超过阈值的用户数据集作为DBSCAN模型的输入，通过控制聚类的不同程度来找到不同离异程度的点，并加重对应的样本可能欺诈的概率，从而使得决策者加深对高概率欺诈用户的审核门槛。本发明实现了在目前对信用领域的欺诈违约的预测，借助信用卡交易数据展开实证分析，表明在预测信用违约和识别欺诈方面的准确率高且预测效果好。

公开(公告)号：CN117056034A

公开(公告)日：2023-11-14

申请号：CN202311107363.0

申请日：2023-08-30

Applicant: 东北大学

Inventor： 赵恒泰 ,  袁野 ,  王子尧 ,  要鑫 ,  赵相国

IPC: G06F9/46 ,  G06F9/50

Abstract: 本发明提供一种Tendermint系统中基于动态分析的事务并行执行方法及装置，涉及区块链技术领域。本发明提出：领导者节点在收到一批事务后，为每个事务标注唯一的序列号并对收到的事务进行排序，通过多版本时间戳排序算法执行事务，生成一个冲突可串行化的并发调度，并根据执行结果生成事务的读写集以构建事务依赖三元组，广播至验证节点中；验证节点在收到事务依赖三元组后，进行解析并重构事务的调度图，根据事务执行结果更新事务执行状态，确定可以并行执行的事务；若验证执行过程出现问题，诚实的验证节点会标记错误并广播该执行结果的错误，以反对这个区块进入区块链。本发明确保了事务并行执行结果的一致性和原子性，提高区块链系统的事务执行效率。

公开(公告)号：CN110222278B

公开(公告)日：2022-05-17

申请号：CN201910528742.4

申请日：2019-06-18

Applicant: 东北大学

Inventor： 赵相国 ,  袁野 ,  孙永佼 ,  吴希颖 ,  景国香 ,  程高云

IPC: G06F16/9537 ,  G06F16/9536 ,  G06Q50/00

Abstract: 本发明公开了综合因素下用户位置的获取方法，包括如下步骤：S1、对数据集整理分析的结果，拟合出用户移动距离与概率间的函数分布式，并通过出行距离的调和平均数体现用户特性；S2、计算用户位置访问概率函数，并且使用采样的邻居节点法拟合泊松分布；S3、拟合用户地点访问概率函数，并且输出结果，本发明结构科学合理，使用安全方便，通过对数据的观察分析，我们得到了泊松分布能很好的反应用户移动模式的结论，并在分析现实情况后，在泊松分布的基础上，加入调和因子，得到了用户位置访问概率函数，由于用户位置访问概率函数综合的考虑了个人与全局因素，故能良好的反应真实的出行意向，从而便于了用户位置的获取，便于其出行位置的了解。

公开(公告)号：CN109190052B

公开(公告)日：2022-04-01

申请号：CN201810875815.2

申请日：2018-08-03

Applicant: 东北大学

Inventor： 赵相国 ,  袁野 ,  孙永佼

IPC: G06F16/9536 ,  G06F16/22 ,  G06Q50/00

Abstract: 本发明公开了一种分布式环境下基于社会感知的空间索引方法，涉及索引领域，通过对空间数据进行有效的划分，构建了局部索引以及全局索引，利用构建有效的索引结构，该索引结构是基于HDFS的分布式的索引结构并且融合了空间中的社交数据，能够很有效地支持分布式环境下的查询，使得查询结果更加满足用户的要求。在现有的基于R树的并行空间索引基础上融入LBSN中的社交数据，构成了全新的带有社交数据的空间索引，便于提高查询速度，提高搜索效率。

公开(公告)号：CN113407669A

公开(公告)日：2021-09-17

申请号：CN202110674824.7

申请日：2021-06-18

Applicant: 北京理工大学 ,  东北大学

Inventor： 袁野 ,  李翀 ,  马德龙

IPC: G06F16/33 ,  G06F16/31 ,  G06F40/30

Abstract: 本发明提供一种基于活动影响力的语义轨迹查询方法，深入研究了语义轨迹数据的索引结构、查询处理算法以及查询优化技术；具体来说，本发明在语义轨迹数据中提出活动影响力的概念，并据此定义了一个基于活动影响力的语义轨迹查询；同时，为了实现该查询的高效处理，本发明设计了一个同时整合语义轨迹空间位置、活动关键词以及活动影响力多种信息的混合网格索引结构(Hybrid Grid Index，HGI)，并基于该索引设计并实现了一个高效的启发式搜索框架，该框架能够在语义轨迹数据集中找到符合用户查询关键词，且优先匹配出距离在用户指定阈值内的活动影响力top‑k的轨迹。

公开(公告)号：CN109740024A

公开(公告)日：2019-05-10

申请号：CN201910014844.4

申请日：2019-01-08

Applicant: 东北大学

Inventor： 袁野 ,  王国仁 ,  吴安彪 ,  王一舒 ,  马玉亮

IPC: G06F16/901 ,  G06Q50/00

Abstract: 本发明涉及一种面向大规模时序图影响力最大化问题的解决方法，其采用时序图GT(V,E,TE)来表示将社交网络各个节点的数据抽象为时序图，对节点间的传播概率进行初始化，使其适用于时序图的ICT传播模型，在ICT传播模型的基础上对各个节点进行影响力的计算，依据在步骤3中计算的各个节点的影响力集合解决时序图影响力最大化问题，即寻找大小为k的种子节点集合。采用本方法解决时序图影响力最大化问题，可以快速且高效的解决时序图影响力最大化问题。

公开(公告)号：CN109684520A

公开(公告)日：2019-04-26

申请号：CN201910012983.3

申请日：2019-01-07

Applicant: 东北大学

Inventor： 袁野 ,  王国仁 ,  苗壮 ,  王一舒 ,  马玉亮

IPC: G06F16/901

Abstract: 本发明涉及一种大规模时序图顶点相似度计算方法，其包括如下步骤:S1、将社交网络各个顶点的数据抽象为时序图；S2、通过随机游走方法和路径融合方法建立树形索引，使用Bootstrap抽样方法估计索引树中每层节点时间差的期望，使用Monte Coral方法计算目标顶点与其他顶点的相似度；S3、根据步骤S2计算出的目标顶点与其他顶点相似度，找出与目标定点最相似的k个顶点。本发明的技术方法，使顶点相似度计算的更加准确，用于推荐系统中能够更加精确的对用户进行推荐。

公开(公告)号：CN118331727A

公开(公告)日：2024-07-12

申请号：CN202410418532.0

申请日：2024-04-09

Applicant: 东北大学

Inventor： 赵相国 ,  聂虎林 ,  要鑫 ,  袁野 ,  毕鑫

IPC: G06F9/50 ,  G06N3/006

Abstract: 本发明公开一种基于交易量预测的区块链系统分层协同调度优化方法，涉及区块链技术领域。本发明增加区块链系统的性能指标、交易量指标和资源使用情况指标为后续优化提供数据支持，通过实时监控和可视化实时观测系统的运行情况，为应对变化突然频繁的交易以及动态调整的滞后性，使用动态调整的方法后，根据衡量系统整体性能的power公式可以得出，相较于单一参数优化，系统的整体性能有一定的提升，采用基于蚁群算法的多目标调度优化方法应对容器资源使用情况的动态特性，随着负载期望的变化来调整任务的目标节点，可以保证负载相对均衡，可以满足区块链系统的任务需求也可以做到合理分配现有的资源，使资源利用率尽可能最大化。

公开(公告)号：CN117933341A

公开(公告)日：2024-04-26

申请号：CN202410319788.6

申请日：2024-03-20

Applicant: 东北大学 ,  北京理工大学

Inventor： 商雅名 ,  袁野 ,  陈明 ,  季航旭 ,  王一舒 ,  马玉亮 ,  吴安彪

IPC: G06N3/082 ,  G06N3/0464

Abstract: 本发明提供一种基于同配性增强的图神经网络方法，涉及机器学习和深度学习技术领域。该方法具体包括：获取原始图的图数据，计算图数据中各节点的度并选取脆弱节点，选取需要删除边的节点，进而选定原始图中需要删除的边，构建增强后的同配图；训练条件变分自编码器，并利用训练好的条件变分自编码器生成增广特征矩阵，采用有监督损失函数计算预测结果；采用梯度下降更新训练好的条件变分自编码器中的生成参数，并开始迭代直至生成参数收敛为止，选择符合精度要求的增广特征矩阵，并利用级联的卷积层确定特征表示矩阵，再将其输入残差网络得到最终的预测结果，完成节点的分类；本发明通过增强图的同配性以提高图神经网络的鲁棒性和泛化能力。