-
公开(公告)号：CN108846133A
公开(公告)日：2018-11-20
申请号：CN201810721873.X
申请日：2018-07-04
Applicant: 东北大学
IPC: G06F17/30
Abstract: 本发明的一种基于B-M树的区块链存储结构、B-M树建立算法及查找算法，存储结构包括：数据序列化后的哈希值或合并后的哈希值、其包含所有叶子节点记录发起者地址的最大值和叶子节点记录发起者地址的最小值、该位置在平衡二叉树映射节点地址、指向叶子节点的左指针和右指针；梅克尔树的根是由区块主体中所有交易的哈希值再逐级两两哈希计算出来的。本发明的基于B-M树的区块链存储结构，既实现了梅克尔树的特点,又提高了在一条完整区块链上的数据查询效率，并使区块链支持数据范围查询。并给出了B-M树的建立算法和基于B-M树的查找算法。区块链基于B-M树的存储结构,会在区块链进行在块内的局部查找时,提高区块链的查询速度。
-
公开(公告)号：CN118944857A
公开(公告)日：2024-11-12
申请号：CN202411264053.4
申请日：2024-09-10
Applicant: 东北大学 , 东软集团股份有限公司
Abstract: 本发明提供了一种大规模制造业供应链中的安全CPBFT共识方法，涉及区块链技术领域，首先利用MRCA，根据节点间通信时间，对节点进行分组，并保证每轮分组结果不相同，然后根据分组结果，进行CPBFT共识，进而确定每轮共识的结果，最后综合恶意节点成功作恶的轮次比例，确定是否达成共识，以减少恶意节点的影响，虽然效率略有降低，但与PBFT相比，效率有所提高。本发明以降低CPBFT的效率为代价提高了CPBFT的安全性，以降低PBFT的安全性为代价提高了PBFT的效率，比CPBFT和PBFT更适用于大规模制造供应链。
-
公开(公告)号：CN118400141A
公开(公告)日：2024-07-26
申请号：CN202410473425.8
申请日：2024-04-19
Applicant: 东北大学
IPC: H04L9/40 , G06F16/22 , G06F16/2457 , G06F21/60 , H04L9/32 , H04L9/08 , H04L67/1097
Abstract: 本发明提供一种云际环境下基于区块链的关键词语义可搜索加密方法，涉及加密数据搜索技术领域。该方法包括：数据拥有者生成安全秘钥；数据拥有者加密文档；数据拥有者将加密文档分散存储到多方云中；数据拥有者为明文文档构建安全索引，并将其上传至区块链；数据使用者根据查询关键词集合得到陷门；区块链的智能合约收到陷门执行搜索操作；数据使用者从云服务器请求加密文档；数据使用者对云服务器返回的加密文档集合进行完整性验证。该方法将加密索引生成至区块链，保证了索引数据的安全性，还实现了多关键词语义搜索，返回更加符合用户需求的搜索结果；基于位置敏感哈希函数构建索引，加快查询效率。
-
公开(公告)号：CN114155913B
公开(公告)日：2024-05-24
申请号：CN202111514147.9
申请日：2021-12-13
Applicant: 东北大学
Abstract: 本发明公开了一种基于高阶动态贝叶斯的基因调控网络构建方法，涉及医学信息学技术领域。通过利用时序基因表达数据去构建基于时间变量的高阶动态贝叶斯基因调控网络，在不同的时间延迟下为目标基因寻找父节点，以提高网络结构构建的准确率。由于高阶网络结构学习的搜索空间非常大，导致结构学习的时间复杂度特别高，为了加快学习速度，提出了在结构学习之前进行潜在调控因子筛选的办法，首先筛选出与目标基因关联度较高的基因作为目标基因的潜在调控因子集，删除与目标基因关联程度较低的基因，以达到缩小搜索空间的目的，可以加快后面进行网络结构学习的速度。
-
公开(公告)号：CN117370422A
公开(公告)日：2024-01-09
申请号：CN202311485265.0
申请日：2023-11-09
Applicant: 东北大学
IPC: G06F16/2458 , G06F16/27 , G06F9/46 , G06F16/22
Abstract: 本发明公开一种面向多链环境的可验证溯源查询方法，涉及区块链技术领域。首先构建按属性划分且带有语义的区块链存储模型SBSM；然后构造双层区块链索引SBMI；最后，获取用户查询条件，根据双层链间索引进行查询，输出查询结果。本发明相比于传统的溯源查询方法，能够实现链间并行执行，提升查询效率，并且同时支持返回结正确性和完整性验证，尤其面对区块链数量众多时，数据的网络传输开销逐渐增加，多链溯源查询的效率将会显著提升，给与更好的用户体验。
-
Patent Agency Ranking
公开(公告)号：CN112233791B
公开(公告)日：2023-12-29
申请号：CN202011108680.0
申请日：2020-10-16
Applicant: 东北大学
IPC: G16H50/20 , G16H30/20 , G16H30/40 , G06V10/762 , G06V10/764 , G06T5/00 , G06T17/20 , G06T19/20
Abstract: 本发明提供一种基于点云数据聚类的乳腺假体制备装置及方法，包括平滑降噪器、图像增强器、面绘制重建器、体绘制重建器、点云数据提取器、面体数据融合器、数据图像显示器，将乳腺的核磁共振图像导入平滑降噪器、图像增强器中进行预处理后，分别导入到面绘制重建器和体绘制重建器中得到三维模型图像，通过点云数据提取器点云数据集，然后将点云数据集导入面体数据融合器中将进行融合处理，最后利用数据图像显示器生成乳腺假体模型。本发明将面绘制得到的点云数据集与体绘制得到的点云数据集进行融合处理后，既能弥补外表面缺失的轮廓，而且也能保证内部的完整性，令功能核磁共振图像的信息得到充分发挥，起到了更好的为医疗辅助服务的效果。
-
公开(公告)号：CN117194518A
公开(公告)日：2023-12-08
申请号：CN202311165015.9
申请日：2023-09-11
Applicant: 东北大学 , 东软集团股份有限公司
Abstract: 本发明设计基于区块链的大规模制造全生命周期溯源的数据查询方法，属于区块链技术领域；首先建立产品全生命周期溯源的联盟区块链；所述区块链包括：数据层、网络层、共识层、合约层和应用层；其中，应用层接收到用户的问题产品追溯请求，调用合约层的全生命周期高效数据查询算法，根据输入的问题产品批次号，在数据层的前/后置索引K‑V数据表和交易数据中，进行全生命周期数据查询，并向应用层返回查询结果，应用层再向用户反馈全生命周期数据查询结果；本发明引入区块链技术，从而形成去中心化模式，有效解决了可信性和容灾性较弱的问题；与不使用K‑V数据表的去中心化方法和传统中心化模式相比，在产品全生命周期数据查询效率方面有显著的提高。
-
公开(公告)号：CN116431645A
公开(公告)日：2023-07-14
申请号：CN202310424710.6
申请日：2023-04-20
Applicant: 东北大学
IPC: G06F16/22 , G06F16/2458 , G06F16/28
Abstract: 本发明提供一种基于改进iSAX编码的分布式索引构建方法，首先针对数字特征选择问题，为了增加相似数据的编码相似性，设计了一种相似性数字编码，通过矩阵的转置，解决了每段数字编码高位与低位的在整个数字编码中权值不同的问题。其次针对索引树过高造成遍历过程中时间消耗过高的问题，设计了一种基于相似性数字编码的B+索引树，通过增加子结点的个数，降低树的高度，提高相邻结点访问速度；并且设计了叶分区蛇形打包算法，保证负载均衡的同时，缩短叶结点打包时间，提高了索引构建速度，相比传统分布式索引构建算法提高了索引整体构建速度，为相似性查询过程提供了更高效的索引框架。
-
公开(公告)号：CN116369933A
公开(公告)日：2023-07-04
申请号：CN202310527038.3
申请日：2023-05-10
Applicant: 东北大学
Abstract: 本发明提供一种基于轻量卷积神经网络和Transformer融合的心律失常检测方法，涉及ECG分类技术领域。该方法首先进行心电信号的收集并对该心电信号数据进行包含重采样、分割、归一化在内的预处理；生成心电信号训练数据集，并将心电信号训练数据集划分为训练集和测试集；利用沙漏块sandglass block构建主干CNN，并引入超参数搭建心律失常特征提取网络；利用Transformer模型和前馈神经网络FFN构建心律失常分类网络；评估模型性能，将心电信号训练集输入到心律失常检测网络中，训练心律失常检测模型。本发明通过利用残差网络和自注意力思想提出了基于轻量级卷积神经网络和Transformer相结合的心律失常检测方法，提高心律失常分类检测的准确率。
-
公开(公告)号：CN110148467B
公开(公告)日：2023-05-23
申请号：CN201910406366.1
申请日：2019-05-16
Applicant: 东北大学
IPC: G16H50/20 , G06T7/10 , G06T7/00 , G06N3/0464 , G06N3/0499 , G06N3/084 , G06V10/82 , G06V10/764 , G06V10/774
Abstract: 本发明提供一种基于改进CNN的肺结节计算机辅助诊断装置及方法，涉及计算机辅助诊断技术领域。该装置及方法通过标签提取器、窗口定位器、图像分割器对胸腔CT图像进行标签提取、分割得到肺结节CT图像；然后将处肺结节CT图像输入到图像特征提取器，提取肺结节CT图像的特征映射图，并对特征映射图进行压缩；最后将肺结节的特征映射图整合成一个特征向量；同时使用反馈优化器和泛化器对整个提取图像特征向量的过程进行调优；然后将特征向量输入到数据训练器中进行数据的训练，最后通过辅助诊断器实现对肺结节良恶性的诊断。本发明装置及方法，可以得到更好的准确率和更低的误诊率，获得了更好的肺结节良恶性辅助诊断的效果。
-
-
-
-
-
-
-
-
-
Search Results
111
records
(took 0.022 seconds)
