-
Patent Agency Ranking
公开(公告)号：CN110646838A
公开(公告)日：2020-01-03
申请号：CN201910876700.X
申请日：2019-09-17
Applicant: 东北大学
Abstract: 本发明提供一种基于邮件-语音形式分级下发地震警报的方法，涉及地震数据流实时监测技术领域。本发明对实时监控到的数据流读取为可用的地震数据，并过滤无用地震数据。对地震设置分级，不同的地震数据划分到不同的分级，同时也可以按照地震发生位置的不同进行分级，并根据分级获取警报接收方。当读取到新的地震事件时，将地震数据封装成详细的地震信息，一种是通过邮件发送的方式通知相关部门，另一种是改变语音播报系统内文档的内容，当系统监测到播报内容被修改时，便将修改内容进行语音通话的方式通知相关部门，发送过地震警报后，需要对历史数据进行存储，避免来自不同台站侦测到的同一地震时间进行重复警报。
-
公开(公告)号：CN110719279A
公开(公告)日：2020-01-21
申请号：CN201910953413.4
申请日：2019-10-09
Applicant: 东北大学
Abstract: 本发明提出了一种基于神经网络的网络异常检测系统及检测方法。检测系统包括编码处理模块、数据归一化模块、特征选择模块，准确率模块以及观测者操作特性曲线绘制模块，检测方法为首先对KDDCUP 99数据集中的离散型特征采用one-hot编码处理为数值型，然后采用Min-Max进行特征处理，其次降维处理并输入到MLPClassifier多层感知机分类器中得出预测结果，最后输入到观测者操作特性曲线绘制模块中绘制出ROC曲线，采用多层感知机神经网络，通过L2正则化方法防止出现过拟合，并调整隐藏节点同时采用交叉验证的方法不断训练与调试，通过与KNN和SVM进行对比，运行时间及正确率都优于上述两种方法，验证了本发明的优越性。
-
公开(公告)号：CN110501742A
公开(公告)日：2019-11-26
申请号：CN201910776934.7
申请日：2019-08-22
Applicant: 东北大学
Abstract: 本发明公开一种采用Boosting集成学习算法对地震事件进行区分的方法，属于地震学与机器学习交叉技术领域，该方法使用决策树作为Boosting框架下弱分类器的分类算法，通过更新权重，重视误差样本在训练弱分类器中的作用，训练产生多个弱分类器，然后使用线性结合策略得到一个强分类器，最后使用强分类器对地震信号进行分类识别，在识别时采用记录到该事件的多个台站投票的方式决定该地震事件是天然地震还是非天然震动事件，识别准确率可达90％以上。该方法不仅提高了对天然地震和非天然震动事件的分类识别准确率，还提高了对地震事件进行区分的效率。
-
公开(公告)号：CN110646838B
公开(公告)日：2021-08-17
申请号：CN201910876700.X
申请日：2019-09-17
Applicant: 东北大学
Abstract: 本发明提供一种基于邮件‑语音形式分级下发地震警报的方法，涉及地震数据流实时监测技术领域。本发明对实时监控到的数据流读取为可用的地震数据，并过滤无用地震数据。对地震设置分级，不同的地震数据划分到不同的分级，同时也可以按照地震发生位置的不同进行分级，并根据分级获取警报接收方。当读取到新的地震事件时，将地震数据封装成详细的地震信息，一种是通过邮件发送的方式通知相关部门，另一种是改变语音播报系统内文档的内容，当系统监测到播报内容被修改时，便将修改内容进行语音通话的方式通知相关部门，发送过地震警报后，需要对历史数据进行存储，避免来自不同台站侦测到的同一地震时间进行重复警报。
-
公开(公告)号：CN110600135A
公开(公告)日：2019-12-20
申请号：CN201910880718.7
申请日：2019-09-18
Applicant: 东北大学
IPC: G16H50/50 , G16H10/60 , G06F3/0482 , G06N3/00
Abstract: 本发明提供一种基于改进随机森林算法的乳腺癌预测系统，涉及机器学习领域。本发明包括用户登录注册模块、病人数据管理模块、乳腺癌预测模块；针对乳腺癌数据具有的特性，对传统随机森林模型中的每一棵决策树根据分类性能评价指标AUC值进行排序，从中选取AUC值较高的决策树，通过决策树的预测结果计算决策树之间的相似度，生成相似度矩阵，根据相似度矩阵采用一种聚类方法对决策树进行分类，从每一分类中选出AUC值最大的决策树组成新的随机森林模型，最后根据投票决定最终预测结果，从而达到提升传统随机森林分类精度的目的。
-
-
-
-
Search Results
5
records
(took 0.018 seconds)
