|
搜索
搜 索
高等教育领域数字化综合服务平台
异构并行系统下时间能耗权衡优化的任务调度算法
本发明提出了一种基于时间-能耗重要性比重的并行任务调度算 法，在满足时间和能耗的双重限制下，实现异构并行系统下任务所用 时间和能耗的权衡优化。本发明考虑到实际情况中任务受各种因素的 影响，执行时间不是固定且确定的，而是近似于正态分布，因此在确 定任务调度顺序时，不采用以往技术中使用执行时间平均值的方法， 而是将执行时间的平均值和方差同时考虑进来使用近似权重。在任务 分配阶段，同时考虑时间和能耗这两个性能指标，并能根据
华中科技大学
2021-04-14
一个分布式的最优快速管理算法
用电设备的最优管理是智能电网中实现需求侧响应的关键一环。然而该问题通常需要同时管理调度大量的用电设备，同时考虑多个时槽，是一个时间空间耦合的复杂问题，想要在短时间内解决该问题十分困难。因此，如何设计合理的算法，提高计算效率，降低计算时间，是目前的研究热点。
南方科技大学
2021-04-14
基于人工智能算法的电弧放电检测系统
在串联回路中，当电弧或放电现象发生时，对电流进行频谱分析，根据电流 的频谱特征变化来确定是否有电弧发生，提供预警信息或保护动作。为了防止在 开关的瞬间或受到其他脉冲电流的干扰造成电弧故障检测电路误动作，同时在频谱分析的基础上综合电弧时间长短等其他特性作为电弧故障的判据。系统的硬件 部分包含电流检测、滤波、故障特征提取等模块。软件部分包含信号采集、信号 处理、故障判别等模块，并综合时间等其他因素降低误报率，提高检测系统的可 靠性。在算法中，采用了人工智能算法以提高系统的适应性。主要成果包
上海理工大学
2021-01-12
基于YOLOv8与LSD算法的车道线检测方法
本发明公开了一种基于YOLOv8与LSD算法的车道线检测方法，适用于在雨天、夜间或标线磨损严重等复杂环境下准确识别车道线。通过在YOLOv8网络中引入Canny边缘检测，并结合LSD对检测区域内的直线段进行强化识别，可显著提升对模糊或部分遮挡车道线的捕捉能力。首先利用YOLOv8定位车道线大致区域，再采用Canny算法提取全局边缘特征，并在LSD算法的辅助下判断线段的长度、方向及完整性。若检测框紧贴图像边缘，则进一步裁剪子图并使用LSD检测线段连续性，通过周长与面积比值与紧凑度评估车道线是否已完全进入视野。该方法可有效减少漏检、误检，适应多种光照与天气条件，为自动驾驶及高级驾驶辅助系统提供高可靠度的车道线检测结果。
南京工业大学
2021-01-12
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
基于光谱抽样直方图的超光谱降维匹配方法及系统
本发明提供一种基于光谱抽样直方图的超光谱降维匹配方法及系统，包括对待匹配光谱和光谱库中 的所有光谱分别进行归一化处理，分别获取归一化后的待匹配光谱和光谱库中所有光谱的抽样直方图， 计算待匹配光谱的抽样直方图与光谱库中所有光谱的抽样直方图的欧氏距离，在光谱库中选取与待匹配 光谱抽样直方图欧氏距离最小的一条光谱作为匹配对象。本发明通过对归一化后的光谱使用等间距的窄 带进行抽样，从而获得维数远小于原始光谱的抽样直方图，完成了光谱的降维，然后使用降维后的抽样 直方图代替原始光谱进行匹配，显著降低了后续匹配时的运算量，同时在抽样时利用分段提取的方法保 留了光谱图中的相对位置信息，提高了匹配的精度。
武汉大学
2021-04-13
【高教前沿】东北大学副校长王兴伟谈AI时代教育破局：别让学生被算法“偷走”思考力
大学要注重培养“全人”，办有温度的教育。
中国教育在线
2025-07-21
量子点荧光探针快速检测生物活性分子
完成人简介：樊君，西北大学教授，西北大学化工学院副院长， 陕西省化工过程实验教学示范中心主任，指导博、硕士生研究方向包括反应工程、碳一化工、纳米材料、分离工程、精细化工产品开发研究等。
成果内容：基于量子点的荧光探针分析对推动即时检测（POCT）技术的发展具有十分重要的意义。本项目以制备功能型纳米荧光探针为主，主要包括量子点荧光探针（QDs）和稀土掺杂上转换纳米颗粒（UCNPs），并利用制备的荧光探针实现了对生物活性分子的定量检测。项目设计了基于荧光共振能量传递（FRET）的QDs荧光探针和基于CuMn双掺杂的ZnS QDs比率荧光探针，分别实现了对生物活性分子多巴胺和叶酸的定量检测（图13），结果表明所制备的探针具有较高的选择性和灵敏度，项目成果将为医学检测和POCT技术提供技术支持。
不同反应时间得到的CdTe量子点在紫外灯下的实物图及其吸收和发射光谱
成果优势： 量子点(quantum dots，QDs)是指颗粒半径小于激子波尔尺寸半径的纳米晶粒，属于三维尺度限域的零维纳米材料，其尺寸一般在10nm以下。QDs有许多显著地光学性质：优良的抗光漂白能力； 较宽的吸收光谱；发射光谱窄；较大的斯托克斯位移(Stokes shif)。
成果成熟度：中试阶段。
转化方式：技术转让等。
市场展望：本项目的研究结果对提高疾病诊治水平，推动医学科技前沿发展，形成经济新增长点，带动大健康产业发展等都将具有十分重要的意义。
西北大学
2021-05-11
量子点荧光防伪技术研究成果
福州大学物信学院李福山教授、福州大学化学学院郑远辉研究员与TCL集团工业研究院钱磊博士的合作研究论文“Inkjet-printed unclonable quantum dot fluorescent anti-counterfeiting labels with artificial intelligence authentication” 在Nature子刊《Nature Communications》在线发表。 量子点具有优异的光电特性，其图案化在发光显示，荧光标记和智能传感领域具有广阔的应用前景。量子点薄膜形貌最终决定了其光电器件应用，论文采用高精度喷墨打印技术制作微米级量子点发光图案，创新性的在基板表面构建具有随机分布的聚甲基丙烯酸甲酯（PMMA）微纳米颗粒，作为喷墨打印输运过程中的聚集钉扎点，强化微米级墨滴蒸发流动以及量子点组装过程中的差异性，形成不可复制“花状”发光图案；成功应用于低成本，可柔性化，自然条件下隐蔽，具有多重防伪级别和商业化的价值的不可复制全彩荧光防伪标签。并且首次引入了人工智能（AI）技术对喷墨打印量子点防伪荧光标签进行验证，并成功识别出不同的清晰度、亮度、旋转角度、放大倍率以及这些参数混合的“花状”图案，实现了防伪标签的高效准确识别。
福州大学
2021-04-10
量子点荧光防伪技术研究成果
福州大学物信学院李福山教授、福州大学化学学院郑远辉研究员与TCL集团工业研究院钱磊博士的合作研究论文“Inkjet-printed unclonable quantum dot fluorescent anti-counterfeiting labels with artificial intelligence authentication” 在Nature子刊《Nature Communications》在线发表。 量子点具有优异的光电特性，其图案化在发光显示，荧光标记和智能传感领域具有广阔的应用前景。量子点薄膜形貌最终决定了其光电器件应用，论文采用高精度喷墨打印技术制作微米级量子点发光图案，创新性的在基板表面构建具有随机分布的聚甲基丙烯酸甲酯（PMMA）微纳米颗粒，作为喷墨打印输运过程中的聚集钉扎点，强化微米级墨滴蒸发流动以及量子点组装过程中的差异性，形成不可复制“花状”发光图案；成功应用于低成本，可柔性化，自然条件下隐蔽，具有多重防伪级别和商业化的价值的不可复制全彩荧光防伪标签。并且首次引入了人工智能（AI）技术对喷墨打印量子点防伪荧光标签进行验证，并成功识别出不同的清晰度、亮度、旋转角度、放大倍率以及这些参数混合的“花状”图案，实现了防伪标签的高效准确识别。
福州大学
2021-02-01