公开(公告)号：CN108133330A

公开(公告)日：2018-06-08

申请号：CN201810032010.1

申请日：2018-01-12

Applicant: 东北大学

Inventor： 吴刚 ,  陈志勇 ,  刘嘉 ,  夏利 ,  乔百友 ,  刘辉林 ,  赵依楠 ,  王兆鹤 ,  孙伟 ,  闫智宣 ,  侯弦弦 ,  阿卜杜热西提·热合曼 ,  龚渊博

IPC: G06Q10/06 ,  G06F17/30 ,  G06Q50/00

Abstract: 本发明公开了一种面向社交众包任务分配方法及其系统，包括根据任务发布者发布的众包任务，对工作者以及所述众包任务进行匹配度估计算法计算，得到众包任务匹配度最高的一组工作者；采用贪心算法对任务分配进行计算，在众包任务匹配度最高的一组工作者中，选择整体匹配度之和最大的一组工作者作为最后的分配结果，以使得每个任务具有不同的待分配工作者，等待工作者成员领取任务，完成众包任务分配，增加了任务推荐的兴趣等信息的参考关系，使得任务推荐更加的高效，准确，并且，提高了算法性能，提高众包服务的质量。

公开(公告)号：CN114612713B

公开(公告)日：2025-03-25

申请号：CN202210208205.3

申请日：2022-03-04

Applicant: 东北大学

Inventor： 刘鸿宁 ,  邓诗卓 ,  吴刚

IPC: G06V10/764 ,  G06V40/10 ,  G06V40/20 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/045

Abstract: 本发明提供一种人体活动的识别方法、系统、计算机设备及存储介质，其中识别方法包括如下步骤：获取原始人体活动数据；对所述原始人体活动数据进行预处理，得到第一数据；对所述第一数据的时间维度进行降采样，得到降采样序列；对所述降采样序列进行细化处理，得到第二数据；将所述第二数据输入到LSTM网络进行数据处理，得到第一特征图；对所述第一特征图的时间维度进行全连接层处理，得到第二特征图；对所述第二特征图与所述第一特征图进行乘法运算，得到加权融合特征图；对所述加权融合特征图与所述第一特征图进行相加运算，得到时间融合特征图；对所述时间融合特征图采用全连接层进行分类，得到所述原始人体活动数据的分类结果。

公开(公告)号：CN117932066A

公开(公告)日：2024-04-26

申请号：CN202410072559.9

申请日：2024-01-18

Applicant: 东北大学

Inventor： 王智慧 ,  王浩彤 ,  钟粮宇 ,  吴刚

IPC: G06F16/35 ,  G06F16/332 ,  G06F16/33 ,  G06F40/289 ,  G06F40/30 ,  G06N3/09 ,  G06N3/084 ,  G06N3/0455 ,  G06N3/047 ,  G06N3/0464 ,  G06N3/0442

Abstract: 本发明设计一种基于预训练的“提取‑生成”式答案生成模型及方法；所述模型包括数据预处理模块、信息提取模块和答案生成模块；数据预处理模块对输入的文本进行标记，把和答案相关的输入句子打上标签，形成一个二分类数据集；所述信息提取模块提取二分类数据集中与答案有关的句子，同时屏蔽掉文本中的无用信息；所述答案生成模块将信息提取模块的输出作为输入，然后得到最终输出即答案；针对开放性问题，提出了“提取‑生成”式两阶段答案生成模型；“提取”阶段，使用门控卷积神经网络提取与答案相关的信息，提升答案生成的精确性；“生成”阶段，将提取阶段作为输入，使用统一语言模型进行整理、去重，得到语义完整、语句通顺的长答案。

公开(公告)号：CN117909048A

公开(公告)日：2024-04-19

申请号：CN202410080510.8

申请日：2024-01-19

Applicant: 东北大学

Inventor： 周佳杰 ,  欧阳群 ,  艾伟华 ,  乔百友 ,  韩东红 ,  吴刚

IPC: G06F9/48 ,  G06N3/126

Abstract: 本发明提供基于改进BL算法和遗传算法的Spark批量应用调度方法，涉及互联网技术应用调度技术领域。该方法具体包括：利用Spark集群上已执行批量应用的应用运行指标构建应用执行时间预测模型，预测待执行批量应用的预测执行时间；对待执行批量应用进行编码，随机生成待执行批量应用的应用执行顺序并构建初始种群作为当前种群开始迭代：利用改进的BL算法计算待执行批量应用的总执行时间；再采用遗传算法对当前种群进行选择、交叉和变异，生成下一代种群作为当前种群并完成一次迭代；当迭代停止后，从所有迭代结果中选择与待执行批量应用中总执行时间最短的应用执行顺序作为待执行批量应用的调度顺序，有效地减少了批量应用的调度时间和等待时间。

公开(公告)号：CN113780295B

公开(公告)日：2024-02-20

申请号：CN202111067153.4

申请日：2021-09-13

Applicant: 东北大学

Inventor： 贺延俏 ,  刘贺贺 ,  邓诗卓 ,  吴刚 ,  王波涛

IPC: G06V10/26 ,  G06V10/74

Abstract: 本发明公开了一种基于LAC‑FLOSS算法和IER算法的时间序列分割方法，涉及时间序列数据分割方法。本发明提出了改进的基于Matrix Profile的限制弧跨越的时间序列分割算法LAC‑FLOSS，该算法利用给弧添加权重形成带权弧，然后通过设置匹配距离阈值来解决弧的跨状态的子序列误匹配问题。本发明还利用CAC序列的形状特征，从波谷中提取极小值，进而提出改进的提取分割点算法IER。该算法能够避免现有的分割点提取算法ER使用窗口在非拐点处取到分割点，提升提取分割结果的准确性，通过与ER算法进行对比，验证了IER提取分割点的效果要优于算法ER。

公开(公告)号：CN113609361B

公开(公告)日：2023-11-14

申请号：CN202110961564.1

申请日：2021-08-20

Applicant: 东北大学 ,  北京理工大学

Inventor： 季航旭 ,  赵宇海 ,  王国仁 ,  吴刚 ,  李博扬

IPC: G06F16/906 ,  G06N3/0499 ,  G06N3/098

Abstract: 本发明提供一种基于Gaia系统的数据分类方法，所述方法基于超限学习机实现，Gaia系统由于其更新的底层流处理计算架构和多种全局优化与执行优化技术，相比于其他分布式计算系统具有更好的执行效率。在批处理模式下可实现海量吞吐，在流处理模式下可实现极速响应；另外，由于超限学习机是一种单隐层前馈神经网络，相比于其他的学习机具有更快的学习速度；将上述两种优势进行结合，可使得本发明实现更高效率的数据分类。再者通过构建的初始数据集UCollection自行判断判定启动批处理环境或流处理环境，用户在使用该学习机进行数据分类时可不用关心数据的类型与来源，只需关注对数据的处理过程即可，为用户的使用带来了极大的便利。

公开(公告)号：CN116804987A

公开(公告)日：2023-09-26

申请号：CN202310697283.9

申请日：2023-06-13

Applicant: 东北大学

Inventor： 吴刚 ,  张澜 ,  殷帅博 ,  陈永正 ,  唐立臣 ,  乔百友 ,  韩东红 ,  刘辉林

IPC: G06F16/22 ,  G06F16/2455 ,  G06F16/23

Abstract: 本发明公开了一种大负载场景下数据加速方法、系统、及存储介质，包括：建立树模型，所述比较树模型包括用于比较的树，所述树中设置有全局标志位，非叶子节点设置标志位。将待处理数据依次插入树的每个空叶子节点，将父节点作为比较场地进行两两比较，大的数据留在比较场地节点，较小的数据继续向父节点方向参与比较，比较后从根节点输出最小的数据到树外，将最小的数据所在的叶子节点清空，并根据输出数据的标志位，对树的全局标志位进行更新；下一个待处理数据传入树中唯一的空叶子节点。通过标志位锦标赛排序，仅在开始排序时进入一次初始插入阶段和评估阶段，在待排序数据耗尽时进入一次阶段，使得算法不会因频繁地阶段切换而造成性能下降。

公开(公告)号：CN113761224A

公开(公告)日：2021-12-07

申请号：CN202111020769.6

申请日：2021-09-01

Applicant: 东北大学

Inventor： 吴刚 ,  武文芳 ,  崔锴倩 ,  李雪玉 ,  李磊磊 ,  韩东红

IPC: G06F16/36 ,  G06F16/35 ,  G06F40/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了对长文本友好的知识图谱表示学习方法，包括如下步骤：步骤一：长文本友好的文本信息抽取；步骤二：BCRL的文本表示模型；骤三：基于TransE的结构化表示；步骤四：结构‑文本联合标识；步骤五：模型训练。本发明提出了一种文本增强的知识图表示模型BCRL，该模型利用实体描述和关系提及来增强三元组的知识表示，该方法从文本‑句子的角度出发，解决了实体描述的不统一、关系提及表示的不准确等问题，能够更有效地捕获文本的语义信息，并且在链路预测任务方面与基准系统相比有显著的改进。

公开(公告)号：CN112182209B

公开(公告)日：2021-09-07

申请号：CN202011014754.4

申请日：2020-09-24

Applicant: 东北大学

Inventor： 韩东红 ,  白霖 ,  向伟豪 ,  王波涛 ,  吴刚 ,  乔百友

IPC: G06F16/35 ,  G06F16/33 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供终身学习框架下基于GCN的跨领域情感分析方法，涉及自然语言处理中的跨领域情感分类领域，本发明中终身学习框架下基于GCN的跨领域情感分析方法，由如下过程所实现：提出基于图卷积神经网络的跨领域情感分类算法，即CDS‑GCN，在提出CDS‑GCN的基础上，结合终身学习思想提出终身学习框架下基于图卷积神经网络的跨领域情感分类算法，即LLCDS‑GCN，这些特征使终身学习不同于迁移学习或者多任务学习等相关的学习任务，它打破孤立学习的限制，并缓解人工标注数据费时费力带来的影响，这些特点与跨领域情感分类任务的初衷不谋而合。

公开(公告)号：CN108537782B

公开(公告)日：2021-08-31

申请号：CN201810280577.0

申请日：2018-04-02

Applicant: 东北大学

Inventor： 吴刚 ,  李家霖 ,  王兆鹤 ,  于之惠 ,  王波涛 ,  刘辉林 ,  乔百友 ,  韩东红

IPC: G06T7/00 ,  G06T7/13 ,  G06T7/33 ,  G06T7/90

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。