|
搜索
搜 索
高等教育领域数字化综合服务平台
中共自然资源部党组发布关于贯彻落实党的二十大精神 进一步提升自然资源科技创新能力的意见
在自然资源领域持续培育和引进具有全球视野和战略眼光的高端人才，在国家重大科技任务担纲领衔者和自然资源重大工程首席专家中发现和培养战略科学家，鼓励和支持他们申请评选两院院士和国家级科技创新人才。
自然资源部
2023-01-05
一种无人机遥感影像建筑物三维损毁检测方法
一种无人机遥感影像建筑物三维损毁检测方法，包括生成灾前的 DSM 和灾后的 DSM 并配准，识 别损毁建筑物疑似区域;根据灾前的 DSM 获取建筑物的矢量信息，进一步分割灾前建筑物区域和灾后 建筑物区域;根据灾前建筑物区域分割结果、灾后建筑物区域分割结果进行特征提取，得到特征证据; 根据证据理论原理，采用特征证据计算建筑物发生倒损的置信度，得到检测结果。本发明充分利用了多 重叠影像生成的点云三维信息，同时结合灾前后的遥感影像房屋损毁特征，显著提高了建筑物损毁检测 的精度。
武汉大学
2021-04-13
一种化工园区无人机群巡查路径的优化方法、装置及设备
本申请提供一种化工园区无人机群巡查路径的优化方法、装置及设备，涉及无人机巡检技术领域，包括：获取目标化工园区的环境数据，以及各无人机的属性和初始巡查路径；针对任一无人机，获取初始巡查路径上各巡查位置和相应巡查位置的实时监测值；针对无人机负责的任一巡查目标，获取无人机到达巡查目标时的权重；将各巡查位置和相应的实时监测值、巡查目标的目标位置和权重、环境数据以及初始巡查路径输入到预先构建的多目标优化模型中，计算初始巡查路径的评分；根据权重、目标位置、环境数据、属性以及各无人机的初始巡查路径和位置，采用动态邻域搜索确定无人机的最优巡查路径；本申请可生成兼顾效率、安全、高质量和高覆盖率的最优巡查路径。
南京工业大学
2021-01-12
2023年度国家自然科学基金改革举措
重点项目、面上项目和青年科学基金项目继续开展基于“鼓励探索，突出原创；聚焦前沿，独辟蹊径。
国家自然科学基金委员会
2023-02-07
2023年度国家自然科学基金改革举措
12大改革措施，限项规定有变！
国家自然科学基金委
2023-01-13
自然界中首例 [6+4] 环加成反应的酶
鉴定首个高阶环加成酶，拓展了环加成酶的认知
一、项目分类
重大科学前沿创新
二、成果简介
南京大学化学化工学院梁勇教授，生命科学学院谭仁祥教授和戈惠明教授的科研团队，发现了抗幽门螺旋杆菌的潜在药物-汉城霉素并对其生物合成途径进行深入研究。通过多菌株基因组序列比对，对汉城霉素类生物合成基因簇进行了鉴定，利用微生物学，分子生物学、底物化学衍生化、体外酶促反应等手段从该基因簇中鉴定出一个新颖、可催化高阶环加成反应的酶。团队基于蛋白质晶体数据，量子化学计算和蛋白质定点突变技术，对该酶促动力学过程进行了深入解析，最终确定该酶通过“双过渡态”来同时催化产生6+4和4+2环加成产物。该特殊高阶环加成酶的发现，解答了“自然界中是否存在酶催化的高阶环加成反应”，这一持续五十余年的谜题。这类酶的发现将进一步拓展人们对周环反应酶的认识，启发科学家们将来利用和改造周环反应酶来实现有价值的分子转化。
成果于2019年4月以Letter形式发表于Nature。F1000评述该研究“鉴定首个高阶环加成酶，拓展了环加成酶的认知”，诺贝奖得主霍夫曼评述“这是在酶促反应中直接观察到的[6+4]环加成产物的首个例子……，该研究对酶促高阶环加成研究具有深远影响”。
南京大学
2022-08-12
一种基于空间变换的自然场景下文本识别方法
本发明公开了一种基于空间变换的自然场景下文本识别方法，首先对训练图像集中的文本图像，获取图像的文本内容，并训练基准点定位网络、图像预处理网络、图像编码器网络以及特征解码器网络等网络模型；然后利用训练得到的网络模型对待识别图像集中图像进行空间变换，得到变换后的待识别图像；然后计算变换后的待识别图像的特征向量以及预测概率序列，最终获取图像识别的结果。本发明方法文本识别准确率高，且能够克服文本排列不规则等不利因素的影响。
华中科技大学
2021-04-11
电供暖智能控制系统
技术成熟度：技术突破
本成套设备，以电供暖的各个电暖气为控制对象，以建筑内不同房间不同区域的取暖温度为控制参数，自下而上，组成了由单片机现场控制器（控制室单独使用PLC控制器）、PLC中间层算法控制器、工控机为上位机构成监控界面的DCS控制系统，从而实现分散控制集中管理的控制系统。此系统的目的在于替换传统水暖系统，利用合理科学的软件算法，实现节能、环保、减排的效果。设备兼具教学、实验、科研及实用的功能。
成果技术特点：本套装置由四个单片机组成现场控制器，一个PLC组成的控制室控制器，与中间层面的S7-300PLC控制系统，以及顶层监控层的工控机装置，统一安装到了一个整体的平台上。此平台便于实地集中实验、研究，也有利于集中编程与项目演示。
图1 设备实物图
图2 为智能控制系统电脑操作界面
吉林建筑科技学院
2025-05-19
房树人心理测验系统
房树人心理测验系统
北京京师慧智科技有限公司
2025-06-10
AI多模态情绪分析系统
AI多模态情绪分析系统，是人工智能与心理学、计算机视觉、听觉感知等学科深度融合的前沿方向。它不再局限于传统的问卷答题，而是像一位敏锐的观察者，通过分析你的面部微表情、语音语调、肢体语言，甚至生理信号，来实时、客观地"读懂"你的情绪状态。这种技术正在心理健康、教育、人机交互等领域开启全新的可能性。
这套系统的核心在于"多模态"和"融合"。它模拟了人类如何综合视觉、听觉信息来理解对方情绪的过程。
多源数据采集：系统通过摄像头、麦克风等设备，同步采集个体的面部视频、语音音频，甚至可接入可穿戴设备获取心率等生理信号。
单模态特征提取：针对每种数据，用不同的AI模型提取情感特征。
视觉：分析面部肌肉运动（如嘴角上扬、眉毛紧蹙）、头部姿势、眼神等。先进的技术甚至能捕捉难以伪装的微表情（持续仅1/25至1/5秒），或通过分析面部血流图谱（rPPG）来感知生理唤醒水平。
听觉：提取语调、语速、音高、能量（MFCC梅尔频率倒谱系数）等声学特征，判断声音中的情绪色彩。
文本/语义：如果涉及对话，系统还会分析说话内容的语义，理解话语背后的真实意图和情感倾向。
多模态融合与情感解码：这是最关键的一步。系统通过复杂的深度学习算法（如Transformer、自监督多任务学习框架等），将来自不同模态的特征信息进行时空对齐和深度融合。例如，一句愤怒的"我没事"，配上闪躲的眼神和紧绷的嘴角，才会被准确识别为"掩饰性的愤怒"，而非字面意思的"没事"。
湖南可心教育科技有限公司
2026-03-20