|
搜索
搜 索
高等教育领域数字化综合服务平台
单相多功能电量在线检测仪
本项目所研制的仪器以80C196单片机为核心，智能化程度高，与其它电量检测、校验装置比，有如下特色：功能全。可在线检测电压、电流、有功功率、无功功率、电源频率、功率因数以及电能等电参数，并显示上述表计的误差。若配以通用的标准源，也可校验各类单相电能表。设计独特。与目前市场上进口和国产的同类装置比，它们只具有单一功能：要么只能在线检测，要么只能离线校验，该装
西安交通大学
2021-01-12
abc360在线青少儿英语
abc360在线英语，国内领先的在线英语培训品牌，外教均来自国际知名大学，为您提供在线青少儿英语、在线成人英语、在线商务英语、在线雅思托福口语培训。
杭州旦悦科技有限公司
2021-02-01
北京云舶在线科技有限公司
北京云舶在线科技有限公司成立于2017年，是一家致力于打造全新UGC虚拟互动社区的创新型科技企业，核心团队拥有超过16年的游戏和AI研发经验。旗下产品“小K直播姬”是款免费无穿戴视频动捕3D虚拟直播产品，内置自研视频动捕黑科技，高自由度Avatar系统，零成本开启3D虚拟直播。 云舶科技旗下还拥有视频捕捉动画制作平台小K网，平台注册动画师超2万，用户上传任意视频处理后即可下载bip和fbx文件，提升了动画师的动画制作效率。
北京云舶在线科技有限公司
2021-12-07
供应网络在线嘉宾访谈系统软件
产品详细介绍 腾创网络在线嘉宾访谈系统因其良好的适时性、交互性，目前已经成为政府网站、地方门户、新闻媒体网站以及教育机构、大型企业网站必备的功能配置之一。而随着宽带的普及，嘉宾在线访谈系统的发展趋势，已经由早期的纯文字访谈、图文访谈逐步过渡到以视频访谈为主。 腾创网络嘉宾访谈系统正是深圳市腾创网络技术有限公司基于网络宽带环境下独立研发的一套视频在线访谈系统，该系统可以跨平台操作，采用mysql数据库，将Flash视频技术与jsp完美结合，使在线访谈步入视频时代。 腾创网络嘉宾访访谈系统实现了网上互动信息实时交流，达到事先发布讨论、定时开放、现场直播等网上交流的目的。 腾创网络嘉宾访谈系统支持网络视音频直播、互动交流应用等，支持大规模并发访问及严格用户认证管理，具有良好的安全性、稳定性、扩展性、可移植性、易用性等。 腾创网络嘉宾访谈系统实现的主要功能如下： 1）在线访谈主题管理 2）在线访谈活动的管理与控制 3）在线访谈内容的审核与管理 管理员可对访谈参与者的发布言论进行管理，保证互动访谈的有序进行。 4）流媒体内容直播管理 流媒体直播应用包括访谈现场信号的直播和录像资料的在线播放等。 5）互动交流 系统支持访谈参与人员与访谈嘉宾进行文字等多种形式的互动交流。 咨询：0755-26070697 QQ:751503375
深圳市腾创网络技术有限公司
2021-08-23
在线多参数水质检测仪
一、产品用途：
ZXQCS型在线多参数检测仪是用于在线连续测量水中多参数（温度、电导、溶解氧、酸碱度、浊度等），并能定时上传数据的仪器。本仪器可广泛用于饮用水、废水、工业循环水等的水质多参数测量和监测。（注：参数最多可扩展至9个）
上海海恒机电仪表股份有限公司
2021-12-08
学习贯彻习近平文化思想·创新案例 | 传递“强农报国”正能量，中国农业大学这样做！
为持续加强师生理论武装，推动党的创新理论入脑入心、落地生根，中国农业大学积极建设学校党委理论学习宣讲团，抓住学习宣传党的二十大精神、习近平总书记重要回信精神和主题教育历史契机，搭平台、强队伍，深入师生、深入基层，走村入户宣讲对谈，累计受众数百万人，把党的创新理论传播到校园的每一个角落、传播到广阔的乡村田野，通过百万宣讲传递“强农报国”正能量，凝聚起“强国先强农、农大作先锋”精神力量。
中国高等教育学会
2024-07-24
基于AI 机器学习的影像组学模型研究
2019年12月以来，由SARS-CoV-2病毒感染导致的新型冠状病毒疾病（COVID-19）在全球开始蔓延。报道显示，SARS-CoV-2感染患者的中位住院时间为10天，而武汉患者在发病10天后症状有可能加重。因此，住院时间是COVID-19临床预后的重要指标之一。 目前，CT影像学已成为COVID-19肺炎的诊断和监测工具，主要表现为磨玻璃影、实变及混合密度影。然而，现阶段的影像学研究主要集中于对病灶的定性和半定量描述，缺乏对病灶的全定量分析。因此，基于前期提出的CT定量监测COVID-19肺炎病程，团队假设在CT病灶背后的高通量影像特征“隐藏”了患者预后转归的“秘密”。 本研究纳入了兰州、安康、丽水、镇江、临夏5家新冠肺炎定点医院，自2020年1月23日到2月8日期间住院患者的临床资料和首次CT资料，所有患者经RT-PCR证实SARS-CoV-2病毒感染。至2月20日，研究共纳入31例治愈出院的患者（排除14例未出院患者和7例首次CT检查无肺炎表现患者），并将10天作为住院时长的二分类阈值。基于有限的样本量，团队将4个中心作为训练队列，另外一个中心作为验证队列。通过自动分割肺叶和半自动分割病灶，31名患者中累计分割出72个病灶。在对病灶图像预处理后，提取影像组学特征并筛选。为了研究影像组学特征的稳定性，团队使用了Logistics回归模型和随机森林模型对筛选的特征分别进行建模和验证。结果发现，6个筛选出的二阶特征在两种不同分类器中均表现出良好的预测价值。在外部测试队列中，Logistics回归模型的AUC为0·97(95%CI 0·83-1·0), 敏感性 1·0, 特异性0·89；随机森林模型的AUC为0·92 (95%CI 0·67-1·0),敏感性 0·75, 特异性1·0。随后，研究又纳入了2月20日-28日新出院的6名患者，利用已建立的影像组学模型可以正确预测所有6名患者的住院时间。
东南大学
2021-04-10
基于协同尺度学习的行人重识别方法
本发明公开了一种基于协同尺度学习的行人重识别方法，属于监控视频检索技术领域。本发明首先 根据已标注训练样本集 L 中图像的颜色和纹理特征，进行尺度学习得到相应马氏距离中的协方差矩阵 Mc 和 Mt;随机选择查询对象使用 Mc 和 Mt 进行马氏距离度量，得到相应排序结果，从中取得正样本 和负样本生成新的已标注训练样本集 L，更新 Mc 和 Mt，直到未标注训练样本集 U 为空，得到最终的 标注样本集 L*，并融合颜色和纹理特征得到 Mf，就可以使用基于 Mf 的马氏距离函数进行行人重识别。 本发明在半监督框架下研究基于尺度学习的行人重识别技术，通过未标注样本辅助标注样本进行尺度学 习，符合实际视频侦查应用标注训练样本难以获取的要求，能有效提升少标注样本下的重识别性能。
武汉大学
2021-04-13
深度学习处理器研发及产业化
已有样品/n重点突破智能终端深度学习处理器芯片设计，研发并改进CNN、RNN 等深度学 习算法和技术，设计并研发Alex、Caffe、Torch等常用的深度学习架构。深度学习 处理器芯片支持CNN/DNN/MLP等主流深度学习神经网络算法，基于深度学习处理器 芯片的智能设备可运行手写数字识别等任务；深度学习处理器芯片处理imagenet测 试集图像分类任务达到30帧/s，芯片面积不超过60平方毫米，单芯片功耗不超过 20W，所研发的芯片性能功耗比超过目前智能终端所使用的主流CPU的100倍。最终 在
中国科学院大学
2021-01-12
基于深度学习的图像识别云服务平台
基于深度学习的图像识别云端服务平台，能够 通过云计算框架训练深度学习算法模型，对图像进行目标检测 和识别。平台拟采用云端 API 的形式，为其他客户端的提供简 单易用的图像识别服务，将目标识别应用到互联网及移动应用 场景中，推动移动互联网的进步。 该平台实现如下功能：1.模型训练：平台能够基于用户给 定的不同行业的数据，训练相应的精细化分类模型。2. 图像识 别：平台能够根据预先训练好的识别模型，对用户
合肥工业大学
2021-04-14