|
搜索
搜 索
高等教育领域数字化综合服务平台
基于AI大数据深度学习的胃肠道肿瘤辅助病理诊断系统的研发
针对植物油炼制过程产生的脱臭馏出物化合物因其组分结构相似和物化性质相近导致现有主要生产技 病理是肿瘤诊断的金标准。病理诊断的准确严重依赖病理科医生的经验。智能化数字病理是数字化病 术中分离选择性差等关键问题，提出了以离子液体类溶剂强化的维生素E提取技术，重点发展植物脱臭馏 理与人工智能（AI）的结合，其推广不但能减轻病理医生的工作负担，还能提高医疗欠发达地区的诊断水 出物中维生素E提取的连续萃取分离工艺。基于相平衡实验数据拟合热力学模型参数，构建离子液体类溶 平，是病理学发展的未来趋势。
中山大学
2021-04-10
驱铅丸对铅中毒大鼠海马组织损伤及学习记忆能力改变的干预作用
中试阶段/n铅是工业应用最广泛的重金属之一，在自然界中广泛存在，居住环境中的生活性铅污染严重危害着人类的健康，尤其是儿童铅中毒流行比率远高于成人，对儿童的智力发育造成明显影响。目前，铅中毒的治疗方法主要是在隔绝铅源的情况下，以螯合剂与体内有害金属络合成为可溶性或惰性络合物后从体内排出或失去毒性，达到排铅和解毒的目的。但排铅的同时将体内其他二价金属阳离子（如锌、铜、钙等）排出，尤以锌元素排出最明显；大量或长期使用会引起
华中科技大学
2021-01-12
一种适用于分布式机器学习的参数同步优化方法及其系统
本发明提供了一种适用于分布式机器学习的参数同步优化方法 及其系统，使用参数服务器分布式方式实现的机器学习算法，解决现 有算法在参数同步过程中的瓶颈。本发明系统包括参数服务器端的资 源监控和分配模块、参数维护模块，各工作节点的服务器资源请求模 块、参数同步时间间隔控制模块、未同步时间累计模块、参数计算模 块和参数同步模块。本发明通过监控参数服务器资源占用情况，为不 同工作节点选取不同同步时间间隔来避免请求突发情况，同时
华中科技大学
2021-04-14
一种面向金融风控的轻量型自动化机器学习（autoML）框架
本项目主要面向商业用户，提供技术服务或者成套的商用解决方案，目标客户为银行、互联网金融公司等。
同济大学
2021-02-24
中国高等教育学会召开学习贯彻党的二十大精神座谈会
10月30日，中国高等教育学会在北京召开学习贯彻党的二十大精神座谈会。
中国高等教育学会
2022-11-01
一种基于机器学习的履带式森林消防车、控制方法及系统
本发明公开了一种基于机器学习的履带式森林消防车、控制方法及系统，所述方法包括：获取火灾位置数据、消防车当前位置数据和消防车当前状态数据并进行数据预处理，得到标准位置数据；根据标准位置数据和消防车当前状态数据，进行路径计算操作，得到路径数据；根据路径数据和消防车当前状态数据，进行状态转换操作，得到状态数据；根据状态数据，采用决策树进行修正系数计算操作，得到修正系数；根据修正系数，进行控制命令数据计算，得到控制命令数据；根据控制命令数据，生成控制命令并发送给森林消防车，以实现森林消防车的精确控制。本方法能够提高消防车控制的适应性和控制精度。
南京工程学院
2021-01-12
浙江“揭榜挂帅”产研融合平台上线
浙江大学党委副书记、副校长张宏建表示，“找教授”平台与“揭榜挂帅”平台的融合，将提升高校科研资源配置效率，不断增强企业发布技术难题需求的积极性，提高“揭榜挂帅”项目转化率。期待厅校能够继续共同探索浙江科技人才培养和科技成果转化的新范式。
浙江省科技厅
2021-04-27
模拟驾驶六自由度动感平台仿真
针对六自由度电动或液压平台，输入六个缸体的空间几何数据，建立电动缸空间运动模型。在六自由度平台合理的运动范围内，输入任意六自由度数据（X,Y,Z坐标，以及绕X,Y,Z轴的旋转角度），可以精确计算出每个缸体运动的长度，并用三维图形进行显示。
每个缸体采用位移传感器实时监测缸体长度，通过给定不同的驱动电压和驱动时长，可以使得六自由度平台做出预定姿态。
若相关企业需要，该专利可低额转让，具体价格面议。
江西师范大学
2021-05-05
FC-AE航电地面仿真测试平台
当前光纤通道(Fibre Channel：FC) 以其高速率和高可靠性在航空电子环境得到了广泛的应用，一个典型的战机航电系统如下图所示： 为研究航电系统的性能，经常需要搭建地面仿真平台进行预先的评测。对应上图所示，我们可以搭建如下的地面仿真系统： 该系统包括自研制的： FC-AE仿真接点卡、FC-AE协议分析/监控卡、 FC-AE故障注入卡、 FC-AE网络交换机、FC-AE 数据监控记录分析仪。上述五项设备可以独立使用，也可部分或全部联合构成航电地面仿真测试平台使用。
电子科技大学
2021-04-10
高密度高性能并行计算平台
高密度高性能并行计算平台是将CPU刀片、DSP卡、GPU卡通过高速总线进行互联；采用异构并行计算框架，实现多机、多卡、多核的资源分配和负载均衡；提供适合大规模并行计算的算法平台。用户在该平台上采用传统的串行思路编程即可实现大规模的并行计算。 该计算平台相对于传统的服务器系统具有体积小、重量轻、功耗低、计算能力强的优点。由于CPU适合逻辑业务、DSP适合粗粒度的并行计算、GPU适合规整数据的细粒度计算，所以通过CPU刀片、DSP卡、GPU卡数目的组合配置，可适合多种、不同类型的计算业务。 1. 硬件环境 硬件环境为6U高标准的服务器，最多可支持三类（CPU/DSP/GPU/）、9张板卡。在板卡间提供网络和PCIE的高速数据总线，示意图如图1所示。 平台硬件包括一个主控板和8个扩展插槽。主控板集成1片Intel i7的CPU；8个扩展插槽可插CPU刀片、DSP板卡、GPU板卡及其任意组合。因此即可组成小型的PC集群，也可以组成高性能的GPU服务器、DSP服务器，或它们之间的组合。该硬件平台还可通过InfiniBand高速网络进行扩展，最大可形成20个服务器互联的统一的软硬件系统。 2. 软件环境： 平台中的CPU主要起控制作用，计算任务主要由DSP和GPU承担。针对高密度计算资源，通过软件框架屏蔽硬件差异。软件框架如图2所示。 平台提供动态链接库，封装任务的调度、CPU与DSP之间的通信、CPU与GPU之间的通信等功能。用户在动态链接库基础之上进行二次开发，实现自己的业务逻辑。 3. 参数指标： ？ 单台计算能力：插8张DSP卡，做快速傅里叶变换（FFT），相当于40台8核Intel i7计算机的计算能力；插4张GPU卡，做场强计算，相当于50台Intel i7计算机的计算能力; ？ 尺寸：6U标准高度，（420±0.6）mm×（256±1）mm×（≤500）mm（宽×高×深）；重量：<35公斤；功耗：<1000瓦。 图1高密度高性能并行计算平台硬件示意图 图2高密度高性能并行计算平台软件框架
电子科技大学
2021-04-10