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
飞行器地面运动目标红外图像识别装置
本发明公开了一种飞行器地面运动目标红外图像识别装置,所述装置包括红外图像非均匀性校正模块、图像旋转模块、图像配准模块、多级滤波模块、连通域标记模块、目标检测与特征识别模块、流程控制模块以及 FPGA 实现的互联模块。本发明采用图像处理和目标识别专用 ASIC/SoC 芯片、通用 DSP 处理器和 FPGA 处理器,完成不同层次的图像处理和目标识别算法,提高系统并行度、实时性,实时地实现了飞行器地面运动目标红外图像识别
华中科技大学 2021-04-14
企业视觉形象识别设计(VI) 及品牌包装、 策划、 推广
成果简介视觉识别设计(VI) 是企业形象识别系统(CI) 的可视化识别,它透过一切可见的视觉符号对个传达企业的经营理念及情报信息。 在企业形象识别系统(CI) 中, 视觉识别设计(VI) 是最外在、 最直接、 最具有传播力和感染力的部分。 VI 设计是将企业标志的基本要素, 以强力方针及管理系统有效地展开, 形成企业固有的视觉形象, 是透过视觉符号的设计统一化来传达精神与经营理念,有效地推广企业及其产品的知名度和形象。成熟程度和所需建设条件本课
安徽工业大学 2021-04-14
基于图像的焦炭光学组织自动识别系统
成果简介通过光度计采集不同偏光下焦炭显微图像, 采用图像处理的方法焦炭提取图像中颜色、 纹理、 分形、 区域及边界等特征, 并采用模式识别的方法, 实现焦炭光学组织的自动分类与识别。成熟程度和所需建设条件硬件平台及软件系统均已构建, 算法已得到实验验证。 作为成熟产品, 软件尚需要进一步优化, 软硬件需要联调。技术指标识别准确率: 各向同性与各向异性>95%, 片状 98%, 纤维状 99%, 镶嵌状>95%。
安徽工业大学 2021-04-14
智能声纹识别系统(开源工具ASV-Subtools)
ASV-Subtools的设计理念在于代码高度复用的同时保持模块分化和开发自由,因此具有高效性、可读性、通用性、灵活性四大特性。使用者可以轻松上手并只需通过简单的编辑配置文件就能探索不同的网络架构,实现最优异的性能。 一、项目分类 关键核心技术突破 二、成果简介 声纹识别是指从说话人的语音信号中提取声纹特征,并通过有效的分类识别模型,对说话人的身份进行校验和鉴别。声纹识别广泛应用于刑侦、人机交互声纹口令验证、银行声纹身份验证等领域。得益于深度学习的发展,声纹识别的性能在不断提升,但落地难度也相应提高。 ASV-Subtools是厦门大学智能语音实验室(XMUSPEECH)于2020年6月推出的一套高效、易于扩展的声纹识别开源工具,该工具是基于Kaldi与Pytorch开发的,充分结合了Kaldi 在语音信号和后端处理的高效性以及PyTorch 开发和训练神经网络的便捷灵活性。自开源以来,ASV-Subtools就以卓越的性能和灵活便捷的框架受到国内外重点科研院所和研发人员的青睐。 ASV-Subtools的设计理念在于代码高度复用的同时保持模块分化和开发自由,因此具有高效性、可读性、通用性、灵活性四大特性。使用者可以轻松上手并只需通过简单的编辑配置文件就能探索不同的网络架构,实现最优异的性能。 相较于语音领域的其他开源工具,ASV-Subtools专注于声纹领域的研究,不仅先后为东方语种、CNSRC等国内外知名竞赛中提供基线系统和技术支持,同时在声纹领域公开的VoxCeleb数据集上也在不断刷新着SOTA的结果。 为了加快声纹产品的落地,厦门大学智能语音实验室(XMUSPEECH)与厦门天聪智能软件有限公司(TalentedSoft)合作,共同为ASV-Subtools的开发与更新做出贡献。目前ASV-Subtools已打通声纹识别从算法研究到产品落地的全流程,技术成熟度已达到可以量产的水平。     GitHub:https://github.com/Snowdar/asv-subtools
厦门大学 2022-07-28
用于人体情绪识别的表皮混合电子系统
脑电信号(EEG)可以反馈人类情绪对应的电位变化,这为情绪识别提供了一条可行的路径。脑电信号幅值低,易受到外界噪声干扰,获取高保真度的脑电信号是实现情绪识别的基础。 一、项目分类 关键核心技术突破 二、成果简介 情绪可以有效反映人的生理和心理状态,在日常生活中起着举足轻重的作用。然而与情绪密切相关的多种疾病,具有隐蔽性,难以提前预防,对患者的生活造成很大困扰。由于脑电信号(EEG)可以反馈人类情绪对应的电位变化,这为情绪识别提供了一条可行的路径。脑电信号幅值低,易受到外界噪声干扰,获取高保真度的脑电信号是实现情绪识别的基础。目前用于脑机接口的数据采集设备通常为多通道刚性电极集成的脑电帽,其便携性和佩戴舒适性较差,易受运动伪影的影响。此外,脑电信号的非平稳性和个体间存在域转移问题,也会导致分类准确性下降。因此,在确保的脑电采集设备佩戴舒适性和便携性的同时,实现高质量信号的采集和高精度的情绪分类仍然存在重大挑战。近年来,开发高性能的柔性表皮电极成为研究热点。如何降低电极的接触阻抗,进一步提高电极在极端变形、出汗、运动、高湿度等复杂条件下,稳定采集高质量电生理信号的能力成为研究关键。
华中科技大学 2022-07-27
一种基于噪声识别的红外图像降噪方法
本发明公开了一种基于噪声识别的红外图像降噪方法,本方法引入了噪声识别的基本思想,分别计 算了当前像素基于截尾均值的和基于梯度的隶属度,考察当前像素受噪声干扰的程度,采用联合判据判 断当前像素是否为噪声像素,最后根据判断结果进行降噪,实现对红外图像的降噪。本发明计算量小, 易于实时实现;相对传统算法能更有效的保护图像边缘与细节;在对噪声点进行降噪的过程中也考虑了 图像的纹理梯度信息,更为准确的对原有信号进行估计。
武汉大学 2021-04-13
内蒙古自治区党委办公厅、自治区人民政府办公厅关于实施“英才兴蒙”工程若干政策的意见
“草原英才”工程升级为“英才兴蒙”工程。
内蒙古自治区工业和信息化厅 2024-08-13
分阶段估计武汉市新冠肺炎疫情趋势的研究
上海交通大学公共卫生学院蔡泳团队和上海交通大学医学院附属瑞金医院张欣欣团队合作完成了一项最新研究结果,分阶段估计了武汉市的新型冠状病毒感染的流行趋势,并提出在各项防控措施的有序开展下,二月下旬疫情有望得到有效控制。该研究成果2月17日已被Cell Discovery接收。 该研究采用了在学界较为认可的传染病动力学SEIR模型(Susceptible,Exposed,Infectious and Removed model;SEIR model),这是一种常用于对病毒流行趋势进行分析的模型,其参数包括感染者(S)-暴露者(E)-感染者(I)-康复者(R)、传播率、感染率、治愈率、基本再生数(R0)和有效再生数(Rt)等。 研究表明面对疫情的发生,中国采取的措施,特别是1月23日做出的武汉“封城”等断然决定,是非常有效的,这一决定和后续的一系列措施从根本上改变了疫情演变的格局。通过四个阶段的多阶段模型拟合,研究最终计算得到武汉地区感染人数可能在2月下旬出现流行高峰和拐点(两种不同暴露者E与感染者I的比例估计),高峰感染人数估计为55869-84520人。估计感染人数指的是模型中在某一时刻现存的感染人数,这些估值中包括了有明显症状的患者和潜在的无症状或症状很轻的感染者。 
上海交通大学 2021-04-10
1小时高灵敏新冠病毒检测试剂盒
天津大学团队联合金麦格生物技术有限公司研发团队经过多昼夜的艰苦攻关,成功研发出新型冠状病毒检测试剂盒。该试剂盒可以针对新冠病毒疑似病例在更早的病毒潜伏期介入检测,且可在1小时内检测是否为新型冠状病毒,大大缩短了检测时间。
天津大学 2021-04-10
龟类可能是新冠肺炎潜在中间宿主的研究
2月26日,暨南大学吴建国课题组与湖北医药学院附属人民医院的刘龙在期刊Medical Virology上发表论文称,龟类(西部锦龟、绿海龟、中华鳖)也是潜在的新冠病毒中间宿主。研究者对比新冠病毒与SARS病毒、动物样本中发现的SARS样冠状病毒以及其他冠状病毒之间的刺突蛋白(S)指出,这一位于病毒外壳上的结构蛋白与新冠病毒侵入细胞所使用的ACE2受体间的相互作用,是决定冠状病毒宿主范围的关键因素。论文称,通过低温电子显微镜分析新冠病毒刺突蛋白的结晶体,有助于验证该蛋白与人类或其他宿主细胞间相互作用的结合点。研究团队从多个数据库中下载了ACE2受体与上述病毒的刺突蛋白序列。结构模拟中,就刺突蛋白结合作用点中一个残基(Asn501)与ACE2受体上的两个位点(41与353)的相互作用来看,比起蝙蝠,龟类与穿山甲与人类的更为近似。论文指出,目前已知龟类作为寄主能携带包括虹蛙病毒(RV)、尼多病毒(NV)、乳头瘤病毒(PV)、甲鱼虹彩病毒(STIV)、甲鱼系统性败血症球状病毒(STSSSV)、龟细小核糖核酸病毒(ToPV)和中华鳖出血综合征病毒(TSHSV)等多种病毒。此外,与禁止交易的穿山甲相比,动物市场上龟类更为普遍。研究者认为,不能排除病毒感染龟类、演化后感染人类的可能。
湖北医药学院 2021-04-10
首页 上一页 1 2
  • ...
  • 30 31 32
  • ...
  • 58 59 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    63届高博会于5月23日在长春举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1