|
搜索
搜 索
高等教育领域数字化综合服务平台
高氨氮废水处理新技术
项目成果/简介:自然水体受污水中氮素污染，富营养化日益严重。氨氮已经成为我国污染总量控制的限制性指标。高氨氮废水成分复杂，缺乏经济有效处理技术。厌氧氨氧化工艺是解决高氨氮废水脱氮难题的最佳方案。为高氨氮废水处理提供新途径，与现有技术比较，建设和运行费用分别降低 25%、35%以上。 厌氧氨氧化生物脱氮优点 : 电耗降低 60%左右 有机碳源需求为“0” 温室气体减排 90%以上 污泥产量降低 50%以上
北京交通大学
2021-01-12
技术需求：金属表面处理的研发、生产
金属表面处理的研发、生产
济宁市鲁环表面处理工业有限公司
2021-08-18
基于图像识别的带钢产品质量检测技术
小试阶段/n钢板表面质量检测经历了人工目测检测、传统无损检测和基于机器视觉检测的三个发展阶段。人工目视检测表面缺陷的方法效率低、容易漏检、劳动强度大和实时性差。传统无损检测方法包括涡流检测、红外检测、漏磁检测和激光检测等, 这些方法检到的缺陷类型少, 检测实时性不强, 检测的表面缺陷分辨率也不高, 无法有效评估产品的表面质量状况。本技术涉及一种基于多流形学习的带钢表面缺陷识别方法。其方案是：对于任一副带钢表面缺陷图像向量化的向量数据点分别选择类别相同和类别不同的K 个近邻点建立对应的同类数据子图和异
武汉科技大学
2021-01-12
视频与图像理解
研究视频与图像的视觉特征表示与特定对象的视觉跟踪
和识别，分析视频结构化语义信息，综合视频与图像检索、
动作识别与行为分析、视频目标跟踪等技术，进而解决视频
与图像理解的难题。
浙江工业大学
2021-05-06
智能图像信息萃取
自然场景下的文字识别更加贴近于生活和生产中的需要，可以运用到许多领域： 1. 将自然场景下的文字识别应用到试卷批阅与作业批改的过程中。通过自然场景下的文字识别技术，将试卷和作业中的答案提取出来，然后依据语义分析等技术实现对整份作业试卷的批阅，使老师有更多的精力和时间投入到日常教学任务中。 2. 将自然场景下的
南京大学
2021-04-14
图像目标定位
成果与项目的背景及主要用途：
基于最大整体相似性的超像素网格，随着当今拍照设备像素不断提高，同时照片数量成几何级数增长，在图像中进行语义级别的快速目标定位已是当下热门问题。
技术原理与工艺流程简介：
快速的在输入图像里找到事先定义的目标物体，也是当今图像检索领域里面的一个核心技术。
如下图所示：
(a) 图中人偶为用户定义的查询目标
(b) 图为待查询图像
(e)~(h) 目前现有方法的目标定位的结果及所用时间
(i) 我们的技术的图像定位效果和所用时间
（注：红色框出的部分为算法定位并分割出的结果）
算法在图像快速目标定位上：快！准！狠！
天津大学
2021-04-11
长春数字科技职业学院
长春数字科技职业学院
2025-05-08
高精度图像对焦伺服控制器及显微成像系统
技术成熟度：技术突破
领域存在着景深影响效率的突出问题，本产品以高性能异构处理器为核心运算单元，以嵌入式手段通过视觉流与控制流的严格对位，高性能实时完成视频控制信息的结算，并直接输出电机驱动信号控制相关执行机构完成闭环控制。
本产品主要面向高性能伺服闭环控制的视频应用领域，能够显著提升显微工业自动化领域的视频对焦及对位处理的效率及精度，亦可实现宏观领域的视觉嵌入化控制闭环应用。
意向开展成果转化的前提条件：中试放大及产业化工艺开发资金支持
东北师范大学
2025-05-16
一种用于IGBT的驱动信号数字处理电路级联系统
本实用新型公开了一种用于IGBT的驱动信号数字处理电路级联系统。通过将集成驱动电路(1)和数字信号处理及控制电路(2)的单个电路级联构成多路驱动与信号处理系统。本实用新型系统仅需一路输入的PWM调制信号即可完成一对IGBT的控制，同时可以使上层控制器用较少的光纤通道获得级联多个驱动板的相关信息反馈，从而简化了控制系统。该系统仅需调整程序下载至信号数字处理电路即可修改相关参数，方便了应用和系统设计工作。在IGBT过流短路以及电路板过电压或欠电压情况下可以将故障信号反馈至信号数字处理芯片，根据故障情况予以相应处理，同时能将故障情况通过光纤通道输出以便进一步处理。该实用新型结构简单、成本低，具有较好的通用性、灵活性以及可靠性。
西南交通大学
2016-10-24
图像自动标注和模型训练技术在工业视觉中的应用
1. 痛点问题
工业视觉场景下普遍存在缺陷样本数量少、难采集，已有标注方案无法完全发挥样本数据效用等问题。在工业视觉应用场景中，产线整体生产良率均已达到相当水平，人工可识别的缺陷样本数量相对较少，且采集难度较大。制造生产环节对产线效率要求较高，模型训练难以实现精度与效率上的平衡。
2. 解决方案
本项目将最新的少样本学习、连续学习、模型压缩与优化技术，与工业场景中的缺陷检测需求深入结合，致力于工业视觉自主知识产权软硬件一体化装备研发。针对玻璃深加工与半导体晶圆宏观缺陷检测，本项目已完成工业视觉全流程视觉感知算法、人工智能算法研发平台、玻璃智能一体检测设备、晶圆宏观缺陷检测设备等智能设备的原理验证和装备试制，同时有多项智能设备在研。
本项目在玻璃与半导体缺陷检测中，基于图像自动标注方法完成少样本场景下的数据采集与标注，通过弱监督学习和连续学习方法完成有效模型构建，并针对长尾数据集设计模型训练和优化方法，实现高效工业视觉感知计算。针对工业视觉场景，本项目集成视觉感知算法能力，研发人工智能算法研发平台，该平台秉承低代码化、可视化等原则，打造包含数据采集与标注、算法训练与评估、模型压缩与优化、应用部署与管理的数据闭环。
合作需求
寻求浮法玻璃深加工、半导体加工与制造等行业企业合作。
清华大学
2021-12-23