一种基于邮件-语音形式分级下发地震警报的方法

    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。

    基于SPT规则的双代理开放车间工件加工排序方法

    公开(公告)号:CN110531704B

    公开(公告)日:2020-12-22

    申请号:CN201910859191.X

    申请日:2019-09-11

    Applicant: 东北大学

    Abstract: 本发明公布了一种基于SPT规则的双代理开放车间工件加工排序方法。首先确定开始处理时间,然后根据两个代理的最大完工时间确定出权重θ系数的取值范围,再根据SPT规则结合稠密排序得到两个代理的优先等级,选择开始时间小的工件先加工,在开始时间相同的情况下,先加工优先级高的工件,若优先级相同的工件中存在相同的开始时间,则优先加工处理时间短的工件,得出按照优先级排序后的两个代理的最大完工时间,并确定出权重θ系数和目标函数,最后根据目标函数求出极小化双代理的最大完工时间。本发明采用与优先级相结合的稠密排序,优化了双代理开放车间的排序,有利于缩短制造期限,提高生产效率。

    一种基于带有释放时间的环路公交调度优化方法

    公开(公告)号:CN110503262A

    公开(公告)日:2019-11-26

    申请号:CN201910776947.4

    申请日:2019-08-22

    Applicant: 东北大学

    Abstract: 本发明提供一种基于带有释放时间的环路公交调度优化方法。采用FCFS原则和SPT原则相结合的方法对所有环路公交车中未运行的班次进行排序并选择空闲车辆去运行;然后选择未开启状态的车辆为待运行车辆去执行待运行班次,并当待运行车辆在完成待运行的班次或者因为等待某事件发生而不能继续运行时才标记为空闲车辆,将待运行的班次在运行完之后标记为已运行状态;其次判断所有的班次是否全部被安排在运行状态;最后公交车控制系统输出所有已开启的车辆数,此次环路公交系统的调度结束。本发明采用FCFS和SPT相结合的方法有效解决了环路公交车排班的问题,有利于公司进行班次排班、车辆调度、节约运营成本等,该发明具有相当的适用价值。

    一种基于邮件-语音形式分级下发地震警报的方法

    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。

    一种基于卷积神经网络的视频中火灾识别系统及方法

    公开(公告)号:CN110633675A

    公开(公告)日:2019-12-31

    申请号:CN201910878983.1

    申请日:2019-09-18

    Applicant: 东北大学

    Abstract: 本发明提供一种基于卷积神经网络的视频中火灾识别系统及方法,涉及深度学习技术领域,本发明包括用户登录注册模块、用户信息管理模块、视频火灾识别模块和预警信息通知模块,其中视频火灾识别模块是核心部分。该部分首先使用OpenCV对目标视频进行抽帧处理,并图像进行参数随机变化和图像增强等预处理,得到神经网络的输入数据,然后借助于TensorFlow创建卷积神经网络模型LeNet-5,读取训练集中的图像数据对模型进行训练,并对在测试集上表现最好的模型进行持久化,最后将进过预处理的图像数据输入至训练好的模型中进行识别,并对结果进行分析和显示。

    基于SPT规则的双代理开放车间工件加工排序方法

    公开(公告)号:CN110531704A

    公开(公告)日:2019-12-03

    申请号:CN201910859191.X

    申请日:2019-09-11

    Applicant: 东北大学

    Abstract: 本发明公布了一种基于SPT规则的双代理开放车间工件加工排序方法。首先确定开始处理时间,然后根据两个代理的最大完工时间确定出权重θ系数的取值范围,再根据SPT规则结合稠密排序得到两个代理的优先等级,选择开始时间小的工件先加工,在开始时间相同的情况下,先加工优先级高的工件,若优先级相同的工件中存在相同的开始时间,则优先加工处理时间短的工件,得出按照优先级排序后的两个代理的最大完工时间,并确定出权重θ系数和目标函数,最后根据目标函数求出极小化双代理的最大完工时间。本发明采用与优先级相结合的稠密排序,优化了双代理开放车间的排序,有利于缩短制造期限,提高生产效率。

Patent Agency Ranking