高等教育领域数字化综合服务平台
云上高博会服务平台
高校科技成果转化对接服务平台
大学生创新创业服务平台
登录
|
注册
|
搜索
搜 索
综合
项目
产品
日期筛选:
一周内
一月内
一年内
不限
基于关联
数据
的地理科学
数据
检索系统
成果简介: 数据获取手段的不断进步,产生了海量的地理科学数据,在科学数据共享需求的背景下,如何从大数据中准确发现并获取用户所需的数据,是地理信息共享迫切需要解决的问题。本研究针对常规信息检索方法不适用于地理共享数据智能发现的现状,从数据关联和用户模型两方面着手,构建面向地理共享数据的异构信息网络模型,将地理共享数据和其他相关信息放入一个更加复杂的环境中去
南京工业大学
2021-01-12
地下金属矿生产
安全
协同管控关键技术及产业化应用
针对地下金属矿作业场所分散、作业过程离散、作业环境恶劣、井下作业人员和装备移动频繁等问题,成果以信息化改造传统矿业理念,从融合业务流和数据流角度,对矿山生产安全协同管控的相关理论、技术、装置和系统等进行研究和开发。 提出并构建了矿山生产安全信息集成管理与融合应用系统框架体系,创立了面向成本、价格、效率等多维视角的地下金属矿生产安全协同管控新模式,研发了基于大数据的地下金属矿生产协同管控平台,实现了对地下金属矿生产安全全过程的精细化协同管控;研究了适应于地下金属矿泛在信息传输网络的快速构建技术,提出了基于等距扫描的井下空间激光探测方法,研制了基于超宽带技术(UWB)的井下作业人员及设备精确定位装置,研发了地下金属矿作业空间环境智能感知系统,解决了地下金属矿生产安全协同管控技术难题,在地下金属矿高效、安全与智能化开采方面取得的成果达到了国际领先水平。
中南大学
2023-07-18
智慧教育中混合式学习环境下学习过程
数据
化关键技术
(一)项目背景 当前,智慧教育具有智能导学、精准推荐、定制辅导、精细评价等特点,已成为国际国内教育信息化发展的趋势。智慧教育的研究主要聚焦于智慧学习环境建设的研究、智能技术支持下的智慧教学研究和机器学习技术支持下的个性化学习研究。智慧教育的出现极大地促进了当前教育中学习空间的重构。在“学习空间”之前,人们通常使用“教学空间”来指代这种场所,将有教学活动的场所均称作教学空间。随着人们对学习过程的理解变化、智慧教育的快速发展以及人们对非正式学习的重视,学习空间逐渐由单一的物理教学空间向包含物理空间、网络空间、移动空间的多元学习空间转变。多元学习空间的提出虽然更多地体现出了“以学生为中心”的倾向,但如何具体衡量多元学习空间对学生学习效果的影响是评价多元学习空间的重要步骤。同时,在多元学习空间具体构建时,面对空间中来源不同、结构多样、数量庞大的多模数据如何进行处理存储、并在保证数据有效性的前提下对教育数据进行隐私保护是多元学习空间需要解决的另一个难点。 (二)项目简介 本项目主要目标是针对信息技术支撑下学习空间多元化、场景复杂、需求多样化,学习者及学习行为呈现出新的特点和规律,研究多元学习空间中学习行为数据化关键技术,构建“云-边缘-物联网”架构的多模态数据存储与处理平台,实现混合式学习环境下学习行为智能感知和数据化,优化学习行为模型,基于实际应用与不同学习目标函数及内容,建立可重复、可预测、可验证的对比数据集,为数据驱动的智慧教育生态构建和教育应用提供核心技术与数据支撑。 (三)关键技术 我们面向智慧教育中准确认知学生的学习状态和行为的大数据需求提出研究方案。本项目实施方案涉及教育学、物联网、云计算、人工智能、隐私保护等多个领域,主要技术路线如图所示: 图 1 技术路线图 其中,项目包括的关键技术主要有以下三点: 1.基于物联网的多模态数据实时智能感知和多时间域数据采集技术 该技术针对学习状态的数据化、特征参数量化问题,设计能够采集多 重学习空间下的智能数据感知物联网系统。主要技术难点在于抽样频率与 识别准确度的平衡、人机交互的变化规律等全新科学问题。 2.学习状态多模态数据解析和智能处理技术 利用智能感知物联网采集实时性的原始学习状态数据,包括面部表情、 脑电信号、头部姿态、交互行为等原始数据,这些数据具有数据量大、模 态多、冗余度高等特点,需要通过智能化的预处理方法转换成可以量化的 状态数据。 3.多层次数据差分隐私保护技术 学习行为数据是学习者被动采集的多方面行为数据,受到日益增长的 具有争议性的数据伦理的制约。该项技术通过数据隐私保护机制实现数据 多层次化的差分隐私安全算法;在保证学习者最大数据隐私性的前提下, 研究满足学习行为分析所需要的数据颗粒度。
西安电子科技大学
2023-07-20
基于零件批量加工
数据
分析的加工工艺与流程优化技术
本成果提出了基于零件批量加工数据分析的加工工艺与流程优化,主要包括零件加工过程的工艺数据挖掘与机器学习算法、基于数据和机理模型相结合的零件加工精度预测、基于机器学习的零件加工工艺优化与决策、基于数据驱动的零件批量加工工艺优化方法验证这四方面。以下是各方面具体对应内容: 1)零件加工过程的工艺数据挖掘与机器学习算法:在数据挖掘与机器学习算法方面,搭建了轴类零件全流程加工工况数据实时采集硬件平台,实现对加工力、加工振动、主轴电流等工况数据的实时在线获取。 2)基于数据和机理模型相结合的零件加工精度预测:在航空薄壁件加工精度预测方面,对复杂曲面加工过程混合建模与全流程加工精度预测等理论开展了深入研究工作;建立了零件单工序/多工序加工精度预测混合驱动模型,实现了加工精度的高效高精预测。 3)基于机器学习的零件加工工艺优化与决策:在轴类零件全流程加工工艺优化与决策方面,围绕隐马尔可夫决策过程、遗传算法等理论开展了理论研究工作,结合轴类零件加工过程开展了优化工作;提出了加工参数自适应调控联合决策方法。 4)基于数据驱动的零件批量加工工艺优化方法验证:构建加工数据库1套,包含机床设备、加工刀具、加工参数、检测数据等四种类型数据。开发全流程加工智能推理软件1套(部署于中航发南方公司柔轴车间),实现航轴全流程质量数据感知与工艺优化,其中全流程误差建模与分析模块实现了端到端的零件加工质量智能推理,可以用于工艺设计与现场预先感知,加工过程工艺数据挖掘模块实现基于批量数据的多工序误差流分析,实现后续工序加工误差推理,加工过程工艺优化与智能决策模块实现了零件多工序加工质量数据推理与给定期望指标下的加工参数优化。 图1 本成果对应功能结构示意图 【技术优势】 围绕航空领域制造的加工质量问题,开展基于制造过程数据的工艺全流程智能决策技术与系统的研发,初步实现工艺与制造过程的智能控制。在数据挖掘与机器学习算法、航空薄壁件加工精度预测、轴类零件全流程加工工艺优化与决策、零件全流程加工质量智能推理与优化、智能加工产线智能决策技术应用与推广等多个方面实现了突破,具有显著的理论价值与应用价值。 规范制定方面,研究了薄壁件加工误差产生的深层机理,构建了批量零件加工过程中误差传递的理论模型,探究了机床、夹具、刀具、加工参数全方位、多层次的因素对于零件加工误差产生的影响规律,提出了零件加工工艺与流程优化策略,形成制定面向航空发动机大长径比轴类零件的决策规范,规定轴类零件全流程加工过程中机床、刀具、装夹、加工参数四个方面的具体要求。通过中国航发南方工业有限公司企业标准体系管理系统制定、修改、审批,形成《航空发动机轴类零件加工工艺优化与决策技术规范Q/2B 1586—2022》。 软件开发方面,将上述理论成果进行高度集成,开发了零件全流程加工智能推理优化软件(MIO软件)。软件集成了四大功能模块,包括加工工艺数据库、全流程误差建模与分析、加工过程工艺数据挖掘、加工工艺优化与智能决策。相关知识与优化规则形成权。全流程加工智能推理优化软件以及知识库软件通过第三方测评,测评机构具备MA与CNAS认证资质,最终形成《零件全流程加工智能推理优化软件第三方测试报告》、《智能加工产线工艺全流程智能决策工艺知识库软件第三方测试报告》。 应用验证方面,结合航空发动机制造具体需求,将相关成果应用到某型号航空发动机轴类零件(动力涡轮传动轴)加工生产中。将零件全流程加工智能推理优化软件部署在航轴加工车间,在验证产品的加工设备上部署了数据采集装置,实时采集加工过程数据,集成企业工艺资源数据库和产品数字化检测系统,获取机床、夹具、刀具、产品质量等信息,构建了加工工艺数据库,开展了航轴加工工艺分析、现场加工质量预先感知、加工工艺与流程优化、现场实际加工验证等工作。通过南方公司现场应用验证,零件次品率平均降低54.53%。(2019年至2020年优化前,次品率为8.38%;2021年6月至2022年5月优化后,次品率为3.81%)。相关应用验证通过了中国航发南方公司的效果认定,并形成用户报告。 【技术指标】 1)采用机理模型/有限元仿真技术获取切削力/热/柔度/加工误差数据集,构建代理模型实现了切削过程的毫秒级预测,切削过程关键物理量的预测时间优于10毫秒。 2)建立了机理模型与小样本工况数据混合驱动的预测模型不确定分析与量化模型,提出了贝叶斯框架下的不确定校准方法,实现了加工误差快速(毫秒级)精准(偏差小于5微米)预测。 3)提出了航轴加工质量状态估计方法,建立了现场多源数据信息串联模型,基于隐马尔科夫的决策模型,实现工序间感知平均误差控制在9.21%内。 4)建立了加工次品率与加工参数约束集间双向映射互通模型,首次提出了基于隐马尔科夫模型与遗传算法的联合决策方法框架,联合决策优化框架保证次品率降低优于50%。
华中科技大学
2023-06-20
宁夏回族自治区关于加强实验室
安全
生产管理的方案
为认真贯彻习近平总书记关于安全生产重要论述和重要指示精神, 深刻汲取银川市兴庆区富洋事故教训, 按照自治区党委和政府部署要求, 依据国家有关规定, 现就加强实验室安全生产管理工作, 制定如下方案。
自治区科学技术厅
2023-08-10
公文
安全
流转管理系统
随着电子政务、电子商务的发展,信息技术已经渗透到政府日常运作的每个环节,“无纸化”办公已成为发展趋势。信息技术的应用极大地提高了工作效率,但也带来安全上的巨大风险。每年都有大量因网络攻击、存储介质的保管不善或在网络中传输过程数据被截获或篡改等造成的失泄密事件,不仅直接威胁到国家的安全。妥善解决文件数据的安全成为政府和社会关注的重点和亟待解决的问题。 在网络条件下实现电子文件的安全共享是一项复杂的系统工程,也是国际性难题。为此,本项目将以我国自主发明的CPK标识认证系统为基础,开发完成基于CPK技术的安全文件服务系统。通过将文件的使用控制管理及对文件的数据加密两种手段紧密结合,构建起一个从服务器到客户端,涵盖存储、传递到使用各个环节,集文件加密、访问控制、授权管理、动态密钥交换、过程审计、动态跟踪为一体的保密文件数据管理体系,不仅能够能保证文件在存储状态下和网络传输过程中的安全,还可以通过数字签名保证文件和数据的真实性、完整性和不可抵赖性,实现数据、文件密码级的安全存储、传递和共享。 基于CPK技术的安全文件服务系统可应用于政府,实现内部机密文件的安全存储和共享,有效地解决当前各单位最担心的机密文件和数据的丢失问题。同时,该项技术也可以扩展应用到数字版权管理、视频点播、虚拟资产保护等领域,对发展教育娱乐等产业,保护知识产权具有重要意义,是一项经济价值和社会价值都非常大的技术项目。具体操作方式是全密化、私密化,防窃取、防扩散,密钥交换过程不需要服务器内对文件数据进行加、脱密操作,保证了系统的高效运行;采用认证登录防止非法接入,通过对登录用户,文件阅读、批阅等进行详细记录和安全审计,及时发现和制止非法操作,一旦出现问题可进行责任追溯;提供用户端的文件保密(利用自身的标识对文件加密)和用户间的安全信息交互功能(利用对方的标识加密)。
北京科技大学
2021-04-11
人眼
安全
激光测距技术
人样安全激光测距技术主要应用于大气层内的长距离高精度激光测距,其主要应用领域包括火控系统,激光雷达,目标跟踪,测高仪。
电子科技大学
2021-04-10
智慧校园
安全
管理云平台
·场景应用 烟感:教学楼挑高普遍很高,设计按照每个烟感保护面积为30平米,烟感采用吸顶安装,均匀布置 于教室内并远离墙壁及空调出风口部位,有条件的升级为无线烟感,可直接接入云平台。 电气火灾:智慧用电设备安装于每层强电井内及配电箱内,可安装有开口式剩余电流探测器及温度传感器。 火灾自动报警系统: 教学楼普遍已安装,可采用传输设备来实现独立系统的集中云平台管理, 消防水及喷淋水系统: 建议采用安装无线压力传感器及无线液位传感器来实现。在每层楼的喷淋管末端放水处安装一个压力传感器,而在消防水池及屋顶水箱都安装压力传感器及液位传感器来达到实时监测其液位高度及压力大小的目的。 体育馆、报告厅是典型的大空间建筑,单体面积大, 空旷,层高很高。针对这类建筑往往光电感烟探测器就起不到探测的作用了,所以在设计时候就采用了诸如水炮,VFD,吸气式等大空间火灾设备。而这些大空间设备都是独立系统,没有接入火灾报警系统。此种情况下,本方案采用取其开关量信号接入用户信息传输设备,并安装智慧用电系统和水系统的方法。 校园安全精细化管理平台由智能终端和系统模块两部分组成,其中智能终端主要为人脸识别测温设备, 系统模块为疫情防控-人脸识别测温管理系统和疫情防控-大数据智能分析平台。 智能人脸测温一体机落地部署,与速通门进行联动,实现校园出入口人员体温身份验证管控。支持多重身份核验(人脸&身份证&校园卡)。 ·服务优势 无感测温 人脸识别同时采集人体温度,并数据上传到管理系统及智能分析平台。 精准测温 实名精准测温:有效测温距离1.0米( 误差± 0.3 ℃), 并可自定义预警体温值(37.3℃);与人脸识别身份绑定,实名测温。 人脸识别 基于最新人脸识别算法,实现戴口罩也能精准识别。内置数据库,实时完成抓取得人脸归类、比对及结果上传到后台数据库。 实时联动 当体温高于预警值(37.3℃),可通过大数据智能分析平台进行实时联动预警。 统一管理 实现数据回溯、大数据分析、可视化决策。 团队能力强 团队有近20年的先进智能软硬件及物联网产品设计、系统集成、平台&大数据服务能力和经验,专业的工程勘察、施工、维护能力;可为客户提供从产品定制化,模块化以及一站式服务; 产品实用性强 拥有多项产品发明,实用新型,及软件著作专利;所有软硬件产品均模块化设计,高集成,高品质, 高性能;有持续产品,平台优化及行业数据分析服务能力 客户认知,模式成熟 方案已经成功在上海,江苏,广西,广东等多地部署,涵盖政府,消防以及企事业,“智慧消防项目” 曾获南京政府创新一等奖 资质服务 公司是上海消防协会物联网资质会员;作为上海,南京等多地消防部门认可的资质服务商,积极参与了当地相关的智慧消防建设,并得到了消防部门和客户的认可 ·平台功能 GIS地图子系统提供各系统所需地图的数据源及展示功能。可以在全区地图上展示学校信息、学校安全设备 及各类传感器的分布和状态。 结合GIS地图展现,可对区下辖学校重点区域(门口、食堂、实验室、图书馆、校园周边)实时监控,支持 身份识别、传感报警。
南京邮电大学
2021-05-11
RealSafe人工智能
安全
平台
业界首个针对AI在极端和对抗环境下的算法安全性检测与加固的工具平台“对抗样本”成新型病毒,算法安全问题亟待解决随着人工智能技术的高速发展,人工智能在诸多场景正逐渐替代或协作着人类的各种劳动,它们可以成为人类的眼睛、耳朵、手臂甚至大脑。其中,机器视觉作为AI时代的基础技术,其背后的AI算法一直是各科技巨头和创业公司共同追逐的热点。然而在机器视觉诸多主流应用场景的背后,往往也藏着由技术性缺陷导致的算法安全风险。例如,在一些训练数据无法覆盖到的极端场景中,自动驾驶汽车的识别系统可能出现匪夷所思的决策,危害乘车人的人身安全。从2016年至今,Tesla、Uber等企业的辅助驾驶和自动驾驶系统就都曾出现过类似致人死亡的严重事故。并且这类极端情形也可能被恶意制造并利用,发动“对抗样本攻击”,去年7月,百度等研究机构就曾经通过3D技术打印出能让自动驾驶“无视”的障碍物,让车辆面临撞击风险。而以上攻击之所以能成功,主要是机器视觉和人类视觉有着很大的差异。因此可以通过在图像、物体等输入信息上添加微小的扰动改变(即上述故意干扰的“对抗样本”),就能导致很大的算法误差。此外,随着AI的进一步发展,AI算法模型将运用金融决策、医疗诊断等关键核心场景,这类AI“漏洞”的威胁将愈发凸显出来。近年来,包括清华大学人工智能研究院院长张钹院士、前微软全球执行副总裁沈向洋等均提倡要发展安全、可靠、可信的人工智能以及负责任的人工智能,其中AI的安全应用均是重点方向。而且,AI安全作为新兴领域,在开源社区、工具包的加持下,对抗样本等攻击手段日益变得复杂,相关防御手段的普及和推广却难以跟上。并且对抗样本等算法漏洞检测存在较高的技术壁垒,目前市面上缺乏自动化检测工具,而大部分企业与组织不具备该领域的专业技能来妥善应对日益增长的恶意攻击。从安全测评到防御加固,RealSafe让AI更加安全可控就如网络安全时代,网络攻击的大规模渗透诞生出杀毒软件,RealAI团队希望通过RealSafe平台打造出人工智能时代的“杀毒软件”,帮助企业高效应对人工智能时代下算法漏洞孕育出的“新型病毒”。目前,RealSafe平台主要支持两大功能模块:模型安全测评、防御解决方案。其中,模型安全评测主要为用户提供AI模型安全性评测服务。用户只需接入所需测评模型的SDK或API接口,选择平台内置或者自行上传的数据集,平台将基于多种算法生成对抗样本模拟攻击,并综合在不同算法、迭代次数、扰动量大小的攻击下模型效果的变化,给出模型安全评分及详细的测评报告(如下图)。目前已支持黑盒查询攻击方法与黑盒迁移攻击方法。防御解决方案则是为用户提供模型安全性升级服务,目前RealSafe平台支持五种去除对抗噪声的通用防御方法,可实现对输入数据的自动去噪处理,破坏攻击者恶意添加的对抗噪声。根据上述的模型安全评测结果,用户可自行选择合适的防御方案,一键提升模型安全性。另外防御效果上,根据实测来看,部分第三方的人脸比对API通过使用RealSafe平台的防御方案加固后,安全性可提高40%以上随着模型攻击手段在不断复杂扩张的情况下,RealSafe平台还持续提供广泛且深入的AI防御手段,帮助用户获得实时且自动化的漏洞检测和修复能力。准确度99.99%也难逃被“恶意干扰”,RealSafe高效应对算法威胁 考虑到公众对于对抗样本这一概念可能比较模糊,RealSafe平台特意选取了公众最为熟知的人脸比对场景(人脸比对被广泛用于金融远程开户、刷脸支付、酒店入住登记等场景的身份认证环节)提供在线体验。并且,为了深入研究“对抗样本”对人脸比对系统识别效果的影响,RealAI 团队基于此功能在国内外主流 AI 平台的演示服务中进行了测试。实测证明,“对抗样本”可以极大的干扰人脸比对系统的识别结果,而测试的这几家互联网公司平台开放的人脸比对API或SDK,几乎覆盖了目前市面上很多中小型企业在落地人脸识别应用时的选择,如果他们的人脸比对技术存在明显的安全漏洞,意味着更广泛的应用场景将存在安全隐患。因此,为了帮助更大范围内的企业高效应对算法威胁,RealSafe平台具备以下两大优势:· 组件化、零编码的在线测评:相较于ART、Foolbox等开源工具需要自行部署、编写代码,RealSafe平台采用组件化、零编码的功能设置,免去了重复造轮子的精力与时间消耗,用户只需提供相应的数据即可在线完成评估,学习成本低,无需拥有专业算法能力也可以上手操作。·可视化、可量化的评测结果:为了帮助用户提高对模型安全性的概念,RealSafe平台采用可量化的形式对安全评测结果进行展示,根据模型在对抗样本攻击下的表现进行评分,评分越高则模型安全性越高。此外,RealSafe平台提供安全性变化展示,经过防御处理后的安全评分变化以及模型效果变化一目了然。从数字世界到物理世界 RealAI落地更多安全周边产品随着机器学习模型不断的升级演化,“对抗样本”已经演变成一种新型攻击手段,并且逐渐从数字世界蔓延到物理世界:在路面上粘贴对抗样本贴纸模仿合并条带误导自动驾驶汽车拐进逆行车道、胸前张贴一张对抗样本贴纸在监控设备下实现隐身……因此,除了针对数字世界的算法模型推出安全评测平台,RealAI团队也联合清华大学AI研究院围绕多年来积累的领先世界的研究成果落地了一系列AI攻防安全产品,为更多场景保驾护航。比如通过佩戴带有对抗样本图案的“眼镜”,黑客可以轻易破解商用手机的面部解锁,通过在胸前张贴特制花纹实现在AI监控下的“隐身”,以及通过在车辆上涂装特殊花纹躲避AI对车辆的检测。发现类似新型漏洞的同时,RealAI也推出相应的防御技术,支持对主流AI算法中的安全漏洞进行检测,并提供AI安全防火墙对攻击AI模型的行为进行有效拦截。人工智能的大潮滚滚而来,随之而来的安全风险也将越来越多样化,尤其近年来因AI技术不成熟导致的侵害风险也频频发生,可以说,算法漏洞已逐渐成为继网络安全、数据安全后又一大安全难题。所幸的是,以RealAI为代表的这些顶尖AI团队早已开始了AI安全领域的征程,并开始以标准化的产品助力行业降低应对安全风险的门槛与成本。此次上线RealSafe人工智能安全平台是RealAI的一小步尝试,但对于整个行业而言,这将是人工智能产业迈向健康可控发展之路的一大步。
清华大学
2021-04-10
苏州市桥梁
安全
检查
2011年,苏州市交通局在全市范围内进行桥梁检测和安全隐患排查整治工作,我校承担了苏州地区国、省干道公路桥梁、苏州城区部分中小桥梁及各辖区、市5000多座农村公路桥梁的安全隐患排查项目。 此次排查主要内容包括桥梁基础安全隐患、主要承重构件安全隐患、护岸防护设施是否完好有效、有无影响桥梁安全运行的其他隐患,对所有桥梁进行了技术状况评定,建立了基础技术档案。为苏州市公路桥梁的养护、维修提供了可靠的技术支撑,确保了桥梁运行安全。
苏州科技大学
2021-04-28
首页
上一页
1
2
...
6
7
8
...
93
94
下一页
尾页
热搜推荐:
1
第62届高博会将于2024年11月重庆举办
2
2024年云上高博会产品征集
3
征集高校科技成果及大学生创新创业项目