|
搜索
搜 索
高等教育领域数字化综合服务平台
一种多源异构在线社会网络中网络主体之间社会关系的预测方 法与系统
本发明的主要工作是基于多源异构网络推断主体(用户)之间的社 会关系(包括同类型之间或不同类型之间的主体关系，本发明中只以用 户为例)的方法，异构网络是指网络中主体类型多种或者主体之间的关 系类型多种，关系可以分为好友和其他两种。主要内容包括在两个(例 如 Twitter 网络、通讯网络)异构网络中，两个网络的主体类型都包含有 用户，但不同网络中主体之间的关系链接类型是不同的在 Twitter 网络 中用户之间的关系是
华中科技大学
2021-04-14
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
科技部党组认真传达学习贯彻党的二十大精神
2022年10月24日上午，科技部党组书记、部长王志刚主持召开党组会议，传达学习党的二十大精神，研究学习贯彻工作。部党组成员李萌、张广军、相里斌、高波、张碧涌、林新同志出席会议，并结合科技工作实际进行了交流发言。
科技部直属机关党委
2022-10-25
基于时空多尺度联合学习模型的能源需求预测技术
本项目提出了将时间维度与空间维度相结合的多尺度综合能源需求分析与预测模型，设计并实现了一种面向智慧城市的综合能源需求分析与预测的方法，提升能源供应规划和营销策略的优化与决策支持。
南开大学
2021-02-01
一种基于机器学习的空间数据匹配方法
本发明涉及一种基于机器学习的空间数据匹配方法，包括四个步骤:1)自动生成匹配训练样本，2) 通过机器学习建立分类器模型及其参数，3)应用分类器模型对输入空间数据进行目标匹配，4)顾及逻 辑和领域约束对匹配结果的过滤和改善。其中机器学习采用以空间目标的位置、大小、形状和方位等多 种指标作为特征提取。具有如下优点:可避免量纲标准化和多指标加权中的主观任意性，匹配精度较加 权平均方法更高;匹配模型基于样本数据学习建立，数据的自适应性较高;建立模型的典型样本数量少， 可大规模应用;利用空间数据的内在几何信息，无需额外属性信息，使用准入性低。
武汉大学
2021-04-13
基于机器学习的多模态医学影像信息处理与分析
多模态医学影像信息处理与分析，具有重大的应用背景，是国家和社会当 前高度重视的研究领域之一。 本项目拟基于机器学习方法，主要研究医学影像的特征描述、设备无关性 的特征评价与特征选择、基于内容的多模态医学影像检索、医学影像信息挖掘、 参考库建设与算法辅助研究平台的设计与开发等内容。研究目标为： （1）建立统一的特征描述模型，实现跨模态医学影像的统一特征描述； （2）提出有效解决特征提取层面上医学影像信息处理与分析算法的设备无 关性问题的通用框架； （3）在医学影像标注数据有限、数据库为海量等条件下，实现高效率单模 50 态影像检索，有效提高多模态、跨模态医学影像检索的精度，实现用户友好的 检索结果展示； （4）从结构复杂的多模态医学影像数据中，挖掘有用的知识，构建有效的 辅助诊断模型、实现个人疾病风险预警； （5）完成首期参考库建设与算法辅助研发平台的开发，为项目研究内容的 开展提供有效数据和环境支撑。本项目获得国家自然科学基金重点项目资助，项目执行期 2013.1-2017.12。
山东大学
2021-04-13
一种基于随机蕨的自举学习方法及其分类器
本发明提供了一种基于随机蕨的自举弱学习方法及其分类器，本发明属于计算机图形识别技术领域。图形识别通常采用弱分类器的加权、高斯概率分布的均值距离来判别正负样本。或采用分类树作为弱学习器，用误差测度减少最大化的划分准则划分节点，然后将这些弱分类器提升为强分类器。但是，这些弱学习方法要么收敛速度慢，要么准确率不够高，要么计算效率低。本发明选择图像特征和构造随机蕨、基于随机蕨的弱学习方法、基于随机蕨的弱学习方法、构建弱分类器、结果分类器等步骤可以很好地解决成像环境复杂且对运算量要求严格的图像模式识别，实现快速收敛和高效的自举弱学习方法，得到实时处理且准确率高的分类器。主要用于各种模式识别场合。
西南交通大学
2016-10-20
基于时空多尺度联合学习模型的能源需求预测技术
本项目提出了将时间维度与空间维度相结合的多尺度综合能源需求分析与预测模型，设计并实现了一种面向智慧城市的综合能源需求分析与预测的方法，提升能源供应规划和营销策略的优化与决策支持。
项目特色：
面向综合能源时空数据的需求分析和预测可以根据历史数据，结合地理区域的相互关系来预测给定时间范围和空间位置的能源需求。
针对综合能源的特性，项目提出了联合学习和迁移学习的思想对模型进行训练。同时优化不同区域中多种类型能源的联合预测模型，将已有模型的结果迁移到训练集数据不足的模型中，提高能源用量预测的准确率。
面向智慧城市的综合能源信息应用服务场景，并利用 GIS 技术实现配电网分析和用户用电特性分析的可视化。
南开大学
2021-04-13
棒钢生产线在线轮廓与缺陷监测仪
本技术采用发明专利激光锁定成像技术，透过高温火焰监测高温高热目标，用于高温钢棒材轮廓尺寸和表面缺陷在线监测系统。系统采用非接触机器视觉，激光锁定成像和线结构激光轮廓测量技术，使用三台高速工业像机和三台工业激光器，可实现对圆钢和六角钢的轮廓各项尺寸和表面缺陷的同时在线测量。轮廓尺寸可对钢坯的K1、K2、外邦、里邦四个参数的测量；表面缺陷可对：钢坯表面裂纹、刮伤、结疤、折叠等多种缺陷进行检测。 本设备可以对直径为12~55mm的圆钢和对边尺寸在22~35mm的六角钢进行精确检测，轮廓尺寸的检测精度：≤±0.2mm；裂纹的检测精度：能对深度≥0.3mm、宽度≥0.3mm、长度≥5mm的表面裂纹进行精确检测，当监测出钢坯尺寸超标或检测到钢坯表面缺陷时，系统会立即发出警报，以便在棒材从最后生产线流出时，及时将不合格部分切除或挑出，避免产品流入市场，提高产品合格率。本设备已在贵阳特钢生产线上长时间使用。 本设备采用整体水冷系统和高压气罩，可以较好地解决钢坯生产线上高达1000℃度的现场环境温度和浓重的粉尘，以保证图像传感器能在高温、高湿、浓粉尘的环境下，获取真实的棒材轮廓图像和真实钢坯表面图像。同时系统可将连续生产一个月的轮廓尺寸数据和裂纹图像数据进行保存，随时可查看分析生产线上钢坯的生产情况和生产线的运行状况。 设备使用线结构激光轮廓测量技术和激光锁定成像技术，以非接触方式测量钢坯的轮廓和表面裂纹，体现了现代测量技术非接触、快速、全面、抗干扰、计算机数据管理的优点。设备的投入使用通过提高生产钢坯的合格率，降低年生产成本和资源能耗，具有较高的经济效益和社会生态效益。 本设备性能优于意大利、德国和美国同类监测系统，售价150万，远低于国外监测系统。技术国内独家。已申报两项国家发明专利，已获得软件著作权。寻求投资入股，寻求开拓国内外市场公司。
电子科技大学
2021-04-10
棒钢生产线在线轮廓与缺陷监测仪
本技术采用发明专利激光锁定成像技术，透过高温火焰监测高温高热目标，用于高温钢棒材轮廓尺寸和表面缺陷在线监测系统。系统采用非接触机器视觉，激光锁定成像和线结构激光轮廓测量技术，使用三台高速工业像机和三台工业激光器，可实现对圆钢和六角钢的轮廓各项尺寸和表面缺陷的同时在线测量。轮廓尺寸可对钢坯的K1、K2、外邦、里邦四个参数的测量；表面缺陷可对：钢坯表面裂纹、刮伤、结疤、折叠等多种缺陷进行检测。
电子科技大学
2021-04-10