|
搜索
搜 索
高等教育领域数字化综合服务平台
一种基于 Docker 的可信容器安全加固方法
本发明公开了一种基于 Docker 的可信容器安全加固方法，用于对 Docker 容器系统进行安全增强， 实现基于 Docker 的可信容器，应用于基于 Docker 的服务器集群中；该基于 Docker 的可信容器包含容 器程序 Docker、容器可信度量模块、进程监控模块和网络通信监控模块，其中容器可信度量模块包括可 信启动子模块与文件度量子模块；本发明重点关注 Docker 容器的可信性，利用可信计算、完整性度量 技术，配合实时监控模块对
武汉大学
2021-04-14
基于路径追踪的遥感影像 Bowtie 效应纠正方法
一种基于路径追踪的遥感影像 Bowtie 效应纠正方法，包括进行插值，使经纬度数据与原始影像具 有相同的分辨率；根据卫星的升降轨方向和扫描方向确定第一个纠正像元的搜索起点，设定对纠正影像 进行重采样的顺序，依次采用路径追踪的方式定位纠正影像的每个像元在原始影像中的位置，即搜索其 在插值后的经纬度格网中的位置，获得与纠正影像像元最邻近的若干个采样点用于灰度重采样来去除影 像的重叠现象。本方法计算效率好，充分利用原始影像信息，是一种严格的高精度中低
武汉大学
2021-04-14
基于随机游走的眼动注视点测定方法
本发明提供一种基于随机游走的眼动注视点测定方法，包括轨迹点分类阶段和轨迹点聚类阶段，所 述轨迹点分类阶段输入测试图片的眼动轨迹点数据，将其中属于注视点的各轨迹点分到不同的类别中; 所述轨迹点聚类阶段包括对每个类别分别执行，计算输入的各轨迹点之间的欧式距离构成距离矩阵，计 算概率分布矩阵，统计每个点的累计关注时间密度，代入随机游走模型，迭代得到收敛的权重向量，从 而计算注视点中心位置。本发明生成的聚类中心与用户关注中心更加拟合;本发明提出的基于随机游走 的眼动注视点测定的方法，综合考虑了时间和空间因素
武汉大学
2021-04-14
基于大数据的体质健康数据采集及挖掘技术
基于物联网的无接触数据感知技术、体质测试与运动行为数据采集等技术，采集评估测试对象的体质健康行为数据，并建立行为健康数据库。基于健康行为大数据，结合已有的体质检测指标、医学筛查指标和人体运动指标，通过标签建模构建个人数据画像，通过机器学习算法实现将健康行为数据从低阶数据到高阶数据质的飞跃。
一、项目分类
关键核心技术突破
二、成果简介
聚焦全民健康,尤其是青少年体质健康的提升，融合人工智能、物联网、云计算、移动互联网、大数据等新一代信息技术，以健康失衡状态的动态辨识与健康自主管理为主攻方向，构建以信息科技为引领的一体化健康服务管理体系。通过非二代设备的智慧化升级技术开发智慧化设备，并进一步构建智慧化场景。基于物联网的无接触数据感知技术、体质测试与运动行为数据采集等技术，采集评估测试对象的体质健康行为数据，并建立行为健康数据库。基于健康行为大数据，结合已有的体质检测指标、医学筛查指标和人体运动指标，通过标签建模构建个人数据画像，通过机器学习算法实现将健康行为数据从低阶数据到高阶数据质的飞跃。建设运动康复处方库、健康行为评价体系与健康行为风险预警模型，基于控制论、行为科学等理论方法构建健身指导决策支持系统，形成基于“大数据”的健康行为决策技术体系。
西南交通大学
2022-09-13
基于可见光无线通信模块的矿井帽
南京邮电大学
2021-04-14
基于智能手机的家庭安防监测产品
南京邮电大学
2021-04-14
基于代理的社会网络信息传播与控制系统
南京邮电大学
2021-04-14
基于网络的注塑模三维CAD系统
系统可实现在网络环境下，完成注塑模具的并行设计。通过智能化提示，进行参数化绘图，自动生成三维模型，并由三维模型直接或通过标准的IGES格式转换进入不同系统的CAM模块，实现设计与制造信息共享，达到CAD/CAM一体化。提高模具设计质量，缩短设计制造周期。
大连理工大学
2021-04-14
基于超导量子芯片的专用量子计算机
1.设计独立的量子芯片操控层与量子芯片读取层，利用三维芯片结构提升量子芯片的线路密度与集成度；
2.设计新的量子比特操控信号调制方法，提高量子逻辑门操作的保真度。
3. 开发兼容于超导量子芯片的工艺材料与立体封装工艺技术。
4.设计能实现更大增益-带宽积特征参数的约瑟夫森量子参数放大器结构。
5.利用大规模硬件同步技术以及基于 PXI 等高速扩展架构的集成技术。
6.在逻辑控制板中原位实现量子芯片读取信息的处理。
7.利用 FPGA 实现量子算法序列到量子比特操控信号序列的实时生成与组合，使得用户可以在直接在量子编译器层面对量子芯片进行编程操作。
中国科学技术大学
2021-04-14
一种基于纹理基元的遥感图像分类方法
本发明公开了一种基于纹理基元的遥感图像分类方法，包括：·741·选取典型地物的遥感图像作为第一训练集和第二训练集；提取第一训练集中同类地物图像的邻域特征向量并聚类形成纹理基元，不同地物的纹理基元组成纹理基元字典；利用纹理基元字典对第二训练集中图像的邻域特征向量进行标记，并对中心像素进行分箱，统计各个图像的中心像素-纹理基元二维联合分布，形成纹理模型库；将待分类的图像划分成超像素，经拉普拉斯校准后统计各超
华中科技大学
2021-04-14