|
搜索
搜 索
高等教育领域数字化综合服务平台
具“自促血管化”能力的新型骨科材料SCPP的研发
任何骨科材料能否应用于临床，其自身血管化是关键。本成果在前期研究的基础上，采用多孔聚磷酸钙（CPP）作为基体并掺入微量锶制成掺锶聚磷酸钙（SCPP），重点研究了SCPP的“自促血管化”能力。研究表明，与传统HA等材料相比，低剂量锶的SCPP材料在体外能明显上调相应骨科种子细胞的促血管生成因子的mRNA表达，进而促进这些因子的分泌。体内试验与体外试验的趋势一致，SCPP能促进植入部位骨组织纤维的长入及材料内部细胞的促血管化生长因子的表达，促使新生血管的形成有利骨修复。本成果制备的新型骨科材料制备工艺简单，所用原材料价廉、环保无污染，材料本身本赋予了“血管诱导生成”能力，在骨科材料领域有广泛的应用前景。
四川大学
2016-04-20
翼缘摩擦型形状记忆合金杆自复位钢框架梁－中柱节点
本发明公开了一种翼缘摩擦型形状记忆合金杆自复位钢框架梁?中柱节点，包括中柱、两根分别位于中柱两侧的梁、横穿过中柱的形状记忆合金杆、位于梁翼缘内侧的Ｌ型支架、位于梁腹板中间位置的剪切板、位于梁翼缘外侧的摩擦耗能器；摩擦耗能器包括梁翼缘外侧的钢板、填充于钢板和梁翼缘之间的耗能摩擦片、穿过梁翼缘将钢板、耗能摩擦片、Ｌ型支架连接在一起的高强螺栓。本发明通过引入摩擦耗能器，以显著提升节点的稳定耗能能力；同时利用形状记忆合金的超弹性，以实现节点的自复位性能；通过合理设计节点构造，以提高节点处楼板布置的便利性和构件的可更换性，并加强梁翼缘抵抗局部屈曲变形的能力。
东南大学
2021-04-11
腹板摩擦型形状记忆合金杆自复位钢框架梁－边柱节点
本发明公开了一种腹板摩擦型形状记忆合金杆自复位钢框架梁?边柱节点，包括钢柱、位于钢柱一侧的钢梁、横穿过钢柱的形状记忆合金杆、位于钢梁翼缘内侧的Ｌ型支架、位于钢梁腹板中间位置的摩擦耗能器；摩擦耗能器包括连接钢柱翼缘和钢梁腹板的槽钢、填充于槽钢和钢梁腹板之间的耗能摩擦片、以及穿过钢梁腹板并将槽钢、耗能摩擦片和钢梁腹板连接在一起的高强螺栓。本发明可以提高节点处楼板布置的便利性，加强钢梁翼缘抵抗局部变形能力的同时，增强形状记忆合金杆与钢梁端的锚固作用；有效提高节点的自复位性能和滞回耗能能力的同时，提高构件的可更换性。
东南大学
2021-04-11
一种记忆电机磁化状态选择与弱磁控制协同控制方法
本发明公开了一种定子永磁型记忆电机磁化状态选择与弱磁控制协同控制方法，通过在不同永磁磁化状态下结合弱磁控制方法拓展定子永磁型记忆电机的恒功率工作范围。该方法在不同的转速区间采取不同的电流分配策略，优化了电机的控制性能。与采用ｉｄ＝０的分段永磁磁通控制方法相比，该方法提高了电机在不同转速区的转矩输出能力。同时，在恒定的负载转矩下，该方法提高了定子永磁型记忆电机在不同转速区间的效率。
东南大学
2021-04-11
基于形状记忆合金的高性能新型医疗器械及其关键技术
与医用不锈钢、普通钛合金相比，形状记忆合金医疗器械具有如下优点：（1）具有形状记忆效应和超弹性，可实现智能安装；（2）低弹性模量，降低骨内固定器应力屏蔽效应；（3）常恢复应力，稳定脊柱和牙齿矫形力；（4）大弹性回复，提高血管与非血管支架压缩比；（5）失稳刚度高，提高支架冲击载荷下的稳定性。本课题组前期从1991年开始研制镍钛形状记忆合金下尿路扩展支架、医用腔道内支架等医疗器械，并已部分投入了临床使用。近期，在国家自然科学基金、江苏省自然科学基金等资助下开发了针对复杂或多孔结构记忆合金的表面改性新技术，通过改变表面结构，获得了表面贫Ni甚至无Ni、且具有良好组织相容性的记忆合金骨科植入材料以及良好血液相容性的记忆合金心血管植入材料；通过改进自蔓延高温合成技术，获得了具有高生物力学相容性的多孔记忆合金受载硬组织替代材料。在此基础上研制的高性能新型医疗器械在骨科内固定、消化道狭窄与心血管介入治疗等医学领域有广泛应用前景。目前已经申请并获得6项发明专利与4项实用新型。
东南大学
2021-04-11
一种基于形状记忆合金的螺栓连接结构的防松方法
本成果来自有重大应用前景的横向项目。研究团队在多年螺栓连接结构松动机理研究的基础上，通过改变螺母的几何结构，并利用形状记忆合金的超弹性和记忆性，改变螺纹的受力情况，以此达到防松的目的，从而解决工程实际。此外，理论计算结果表明，常规螺栓连接结构的前三圈工作螺纹承载总轴向力的70%以上，使用该螺栓连接结构，能将轴向力较为均匀的分布在各工作螺纹上，有效提高螺栓连接结构的疲劳寿命。该防松方法拟申报国家发明专利，并逐渐推广使用。
西南交通大学
2016-06-27
基于HDFS的在线学习信息管理系统
成果描述：基于HDFS的在线论文管理平台主要用于管理研究生和本科生毕业论文，学生在线提交论文，老师通过本系统下载论文。系统通过邮件将相关修改意见和答辩信息反馈给学生，所有版本论文和评审意见需存储归档。市场前景分析：毕业论文（设计）是高等院校毕业生提交的有一定的学术价值和实际价值的文章或设计。它是高校培养人才的重要实践教学环节， 是对学生四年学的专业知识、研究能力、自学能力以及各种综合能力的检验。目前很多高校对于本科学生毕业论文（设计）的管理均采用传统的手工方式。随着因特网的普及、现代远程教育的发展以及现代本 科教育模式的发展， 继续采用传统手工管理模式对毕业论文（设计）进行管理就显得费时、费力、工作量大、效率低。另外，传统的手工管理模式对于教学管理者来说难以及时准确地把握毕业论文的设计进展情况，给管理带来一定的难度。与同类成果相比的优势分析：本系统使用分布式文件系统HDFS对学生论文进行管理。HDFS有着高容错性的特点，并且设计用来部署在低廉的硬件上。而且它提供高传输率来访问应用程序的数据，适合那些有着超大数据集的应用程序。
电子科技大学
2021-04-10
基于分类学习的图像检索原型系统
本系统采用Core图像数据库51135幅，每幅图像提取纹理与颜色相综合的128维特征值构建特征数据库，采用自行设计的度量距离分类学习算法，在传统的图像检索基础上引入学习机制，系统共分类369个，每一类选取少量有代表性的图像（最多不超过6幅），试验表明，在提供有限的学习样本条件下，能有效提高图像检索的精度。 系统采用两种检索方法进行比较，一种是传统的欧氏距离，另一种是本系统设计的分类距离学习方法，比较两者在图像检索精度上的差异。 该原型系统核心程序在Linux下用C编译实现，图像检索界面由PHP实现，通过Web服务器实现在线检索功能。
东华大学
2021-02-01
在量子物理与机器学习研究的进展
生成模型的研究重点是如何从给定的数据集合中学习到数据的联合概率分布，以及从学习到的概率分布中高效地生成新的样本。研究团队提出将数据的联合分布概率编码成量子多体态的概率幅的模平方。进一步地，他们提出在经典计算机上使用矩阵乘积态(Matrix Product States)来模拟学习的过程。矩阵乘积态的参数，即张量网络的张量元，可以通过类似密度矩阵重整化群(Density Matrix Renormalization Group)的算法进行学习，最终形成一个具有泛化能力的生成模型。这个学习算法结合了量子物理与机器学习各自的优点：它不仅可以利用GPU高效地学习到模型参数，还可以利用张量网络的灵活性动态地调节模型表达能力。此外，与传统的基于统计物理的生成模型（例如玻尔兹曼机）相比，玻恩学习机还具备直接生成无关联样本的强大能力，从而可以高效地生成新的数据。 基于量子态的概率生成模型融合了量子物理与机器学习的思想，是一个崭新的研究领域。玻恩学习机借助量子态内禀的概率解释及其强大的表达能力，意在为机器学习和人工智能提供更为先进的生成模型和学习算法。此外，这类模型在量子信息处理，量子计算以及多体物理中具有应用潜力。展望将来，最令人兴奋的前景应该会是在一台量子计算机上实现玻恩学习机，从而以全新的方法进行概率型的学习和建模。这项工作用使用张量网络模拟量子计算机的运行，向无监督量子机器学习迈近了一步。作用在一幅MNIST图片上的矩阵乘积态以及它的纠缠谱
北京大学
2021-04-11
一种安全高效的联邦学习技术
1.痛点问题
在大数据应用领域，当前普遍存在数据隐私安全、数据孤岛和终端设备计算能力受限等问题。如何在保障数据安全、隐私安全和安全合规的条件下，联合使用跨机构或跨设备中的数据，实现数据价值的深度挖掘和流通是亟待解决的行业问题。
2.解决方案
本技术在现有联邦学习框架的基础上提出一系列改进方案，综合提升了联邦学习的安全、效率和模型质量。首先，基于纵向联邦学习具有突破数据孤岛和保护数据安全的优点，采用自编码信息混淆技术实现标签隐私信息的保护，在不影响联邦建模效果的前提下，构建了一种新的数据高效、安全、合规的使用范式，该技术可应用于纵向联邦学习场景中实现多方安全联合建模。其次，通过结合联邦学习打破数据孤岛和保护数据安全，预训练大模型可实现知识持续积累，有选择的知识蒸馏技术可实现保护隐私、模型压缩和知识迁移等方面的优势，构建一种新的数据高效、安全、合规的使用范式。即在服务器端充分利用丰富的计算资源，打造出更为强大的模型，并通过有选择的知识蒸馏策略，实现知识在服务器端的持续正向积累，来提升资源受限的终端设备和拥有大模型的服务器两端模型的整体表现，从而实现一种“数据、模型不动，知识动”的效果。
合作需求
本技术与孵化产品在金融、医疗、制药和政务等数据敏感行业数据合规使用和多方协同建模应用上有合作需求，可服务于政府与企业等机构：
1）金融领域合作
本技术与孵化产品可服务于金融科技各级（部委与地市级）主管单位，以及各类银行、保险等金融机构。可应用于金融领域中高敏感数据的合规使用和跨机构间联合建模应用场景，例如银行征信、反欺诈等应用，以降低金融欺诈、骗保等事件发生，产生积极的社会效益。
2）医疗和制药领域合作
本技术与孵化产品可服务于医疗和制药领域各类政府主管单位、医院和制药企业等。可推动医疗和制药领域数据安全协作利用，为医疗领域有效监管、AI制药和辅助诊疗等智能应用提供数据安全协作基础，提高制药效率，降低制药成本和周期、促进新药研制等。
3）智慧政务领域合作
本技术与孵化产品可服务于科技、工信和大数据等各级（部委与地市级）主管单位。可为政府建立数据要素市场提供数据安全流通技术保障，促进数据要素安全有序流通，也可支撑政务服务水平提升，协同推进地方政府的数字政府建设。
清华大学
2022-05-19