-
公开(公告)号:CN110472115A
公开(公告)日:2019-11-19
申请号:CN201910728636.0
申请日:2019-08-08
Applicant: 东北大学
IPC: G06F16/9035 , G06F16/906 , G06F16/951 , G06Q50/00
Abstract: 本发明提供一种基于深度学习的社交网络文本情感细粒度分类方法,涉及情感多分类领域,本发明使用Scrapy框架爬取社交网络文本数据,进行数据清洗、分词,将分词结果作为word2vec的输入进行词向量转化;基于CNN模型进行文本的情感8分类,将词向量转化结果作为CNN嵌入层的输入,进行卷积、池化、概率计算等前向、反向传播过程训练模型,实现对网络评论情感分类的迁移学习,对社交网络文本进行二轮抽样实现实例迁移、训练分类器,并对评论进行情感预测;对前述工作进行系统设计,对分析结果进行可视化展示,利用MVC三层架构设计展示模块,并针对单文本或多文本情感细粒度分类、跨平台迁移学习文本情感细粒度分类、社交网络热度地图等三方面功能对界面进行设计。
-
公开(公告)号:CN109901932A
公开(公告)日:2019-06-18
申请号:CN201910185650.0
申请日:2019-03-12
Applicant: 东北大学
Abstract: 本发明公开了一种基于虚拟机的服务器整合方法,所述基于虚拟机的服务器整合方法包括基于动态阈值的服务器局部整合算法和基于遗传算法的服务器全局整合算法。本发明科学合理,使用安全方便,通过局部整合和全局整合,可以有效地实现依据云数据中心负载变化动态来进行服务器整合的重要功能,从而提升业务支撑能力和运维效率、降低投资和决策风险,达到节省投资和节约能源的目的。提出的服务器局部整合算法的目标是对处于高载状态和低载状态的服务器进行小范围内的局部整合,满足节能要求;服务器全局整合算法的目标是在更大范围内对服务器进行整合,在保证服务质量的同时使虚拟机运行在尽可能少的服务器上,从而提升整体资源利用率和降低能源消耗。
-
公开(公告)号:CN108537782A
公开(公告)日:2018-09-14
申请号:CN201810280577.0
申请日:2018-04-02
Applicant: 东北大学
Abstract: 本发明公开了一种基于轮廓提取的建筑物图像匹配与融合的方法,包括:对历史照片进行预处理;对预览照片和预处理后的历史照片进行轮廓提取,得到历史照片和预览照片的轮廓图;对两个照片的轮廓图进行直线提取,并使用直线匹配算法,按照直线特征对历史照片和预览照片的直线进行配对,得到最优匹配队集合;对最优匹配队集合内直线间夹角进行计算,得到两个夹角矩阵,并对夹角矩阵进行相似度计算,得到历史照片和预览照片的相似度;对预览照片与历史照片进行图像融合处理,使得相似照片与历史照片同时显示在一张照片中,能够将历史建筑与现有的预览照片进行实时的匹配,判断两个建筑物图像的匹配程度,使得建筑照片的比对更加准确和快速。
-
-