|
搜索
搜 索
高等教育领域数字化综合服务平台
城市大数据的计算理论和方法
本项目围绕“城市场景的全息表达与复杂事件的临场分析理解”这一关键 科学问题展开研究，基于人机智能的有机结合、数据和知识的联合驱动以及多 模态数据的关联增强等学术思想，以城市场景的三维时空模型为载体，研究城 市的全息表达理论方法，探索多源感知信息的多层次关联、语义提取与融合分 析的机制和方法，形成城市场景的准全息计算模型，以提高机器对城市对象和 场景语义分析与理解的精准性；研究多源信息的视觉转换机制和自适应交互可 视化方法，探寻信息按需提取或采集的临场分析机制，推进人机智能的深度耦 合，提高对复杂事件分析和推理的能力。项目预期在城市场景的渐进式三维重 建、跨时空城市感知数据的关联学习和聚合分析、城市事件的交互式临场分析 等方面取得理论与方法的重要突破，培养一批优秀人才，使我国在城市信息化 和智能化方面的研究达到国际先进水平，产生重要的学术影响。
山东大学
2021-04-13
高通量材料计算与数据挖掘技术
自美国 2011 年实施材料基因组计划（Materials Genome Initiative，MGI），现已成为全球材料创新研发的强大助推剂，将高通量实验、材料数据和高通量计算三要素有机结合，加速材料创新性研发并降低成本。MGI 将成分-工艺-组织-性能的关联集成化、跨尺度分析，将材料的研发由传统经验式提升到科学设计。高通量材料计算和数据挖掘技术是材料基因工程的重要组成部分，通过材料的高通量热力学/动力学计算、高通量相场模拟、数据挖掘和性能预测，实现材料合金成分、制备工艺、微观组织结构和宏观力学性能的调控及优化，为新材料的开发设计提供指导，实现产品全制备周期的数字化、智能化管理，提高产品质量稳定性、降低产品研发周期和成本、提升企业的核心竞争力。
北京科技大学
2021-04-13
面向云存储的加密数据搜索系统
成果简介：云存储技术极大的降低了用户存储和管理各种数据的成本和难 度，并提高了数据的可靠性。然而，云计算服务提供商、非授权用户可以很 容易访问存储到云计算服务器的私有数据，私有数据的机密性受到极大挑战。通过加密私有数据再存储到云计算服务器，可以有效防止云计算服务提 供商和非授权用户访问私有数据，但是数据加密存储使得数据检索变得非常 困难。面向云存储的加密数据搜索系统在实现安全云存储的同时，提供安全、高效的加密数据
北京理工大学
2021-04-14
企业征信通大数据平台软件
南京理工大学与南京合众通数据技术有限公司合作研发的企业征信系列大数据平台，实现企业全面15大类100余项创新能力相关信息的精准跟踪和监测，产品已经加工成纵向、微向分析的深度征信产品，按照客户的需求种类制定DaaS策略，在目前征信报告的基础上，把服务和创新的意识运用于征信产品加工各个环节上。 基于该产品，受中央军委科技委委托，南京理工大学承担研发全球科技人才发现与跟踪平台的任务。 信用报告：提供企业信用报告服务为客户有偿提供目标企业详尽的信用信息数据以帮助客户制定商业运营
南京理工大学
2021-04-14
大数据应用软件建模系统DWF
1. 痛点问题
当前，很多创新型的应用无法购买到可用的系统，如果在项目周期很紧急的情况下希望快速交付一个可以使用的原型系统，往往会遇到如下问题：不同客户系统之间存在巨大差异，大量需求要定制开发；市面上没有现成的应用程序可以直接购买；解决方案过于复杂和/或过于昂贵；难以低成本控制未来数字化的发展。
此外，很多软件公司人力成本达到65%，且无法满足企业业务快速变化的需求，交付周期无法保证，后续系统维护成本很高，已经影响到企业的发展。因此，很多企业都希望能有业务人员或参与配合少量开发即可快速构建原型系统的工具，满足企业的创新应用。
2. 解决方案
本成果”大数据应用软件建模系统-DWF“（清华数为DWF）支持应用开发人员快速实现中小规模协作型应用，是一款基于模型驱动的代码开发工具，可以构建复杂的数据模型，可以实现数据模型、表单模型、功能模型、组织模型、权限模型、模型包管理功能，通过前、后端的脚本可以提供业务系统的扩展功能。DWF还提供对异构数据的集成能力，方便企业快速进行模型迁移和部署。
DWF具有如下特点：
一站式：DWF自身追求尽可能简单的结构，可在普通PC上部署启动，也可以在云计算或者容器环境下部署，又可以并入容器管理器中成为微服务。
可配置：采用模型驱动的设计理念，通过组织建模、数据建模、表单建模、功能操作和权限控制直接建模产生系统本。
低码量：基于模型开展有针对性的扩展编码工作，减少编码总量，降低开发难度。配合敏捷定制功能，大幅度减少了代码量和系统缺陷产生的可能。
组件化：允许在线将全部或者部分模型从系统中导出独立的模型包，组合到其他DWF系统中，从而方便即时交付系统，即改即用，快速响应变更需求。
清华大学
2021-10-21
智慧政务的文本数据挖掘应用
一、项目进展
创意计划阶段
二、负责人及成员
姓名
学院/所学专业
入学/毕业时间
学号
陈泳岐
计科院/计算机科学与技术
2019.9/2023.6
201931061097
三、指导教师
姓名
学院/所学专业
职务/职称
研究方向
杨云
计科院/软件工程
讲师
数据库应用
四、项目简介
本次研究主要是在“智慧政务”等网络留言平台的基础之上对大量留言数据进行分类、提取热度并对留言的回复情况进行质量评价，构建出基于机器学习的自然语言处理平台的一系列算法实现。主要包括三种算法，分别对应于政务留言中的三个痛点问题。留言分类算法主要是用来将不同留言进行分类和标签，再分别发送到对应部门，问题处理之后，留言回复质量评价算法将官方人员的回复质量进行采集与评价，判断单位人员对留言的处理情况。留言热点计算算法能够抽取每个留言的主题并生成相应的关键词展示给政务人员。
西南石油大学
2023-07-20
多模态医学数据智能分析系统研发
1.痛点问题
在临床医学实践过程中，会产生医学图像、电子病历、生命组学等多种类型的医学数据，这些数据能够从不同角度对患者的病情进行刻画。因此实现多模态临床医学数据的自动化和智能化分析，有利于推动国家健康医疗大数据产业的发展，助力“健康中国”战略的实施。
我国不同地区医疗水平差异较大，医疗资源在空间上分配不均。某些科室如影像科、病理科有较大的医师缺口，供需矛盾突出。这种供需不匹配的问题也造成了医生工作负担加重，患者等待检查结果周期变长等诸多问题。在当前情况下，短期内无法通过培养更多的新医生来缓解医疗资源供需紧张的问题。
为缓解上述问题，目前已有企业推出了基于人工智能的辅助诊疗产品，但这些产品大都针对单一模态的医学数据，无法从整体的视角进行辅助诊断和决策，辅助诊断的准确性仍有较大的提升空间。
基于以上痛点问题和产业机遇，我们希望通过技术创新，研发出一套有效的多模态医学数据智能分析系统，应用“多模态医学数据+人工智能”的技术模式，缓解当前医疗资源供需紧张的社会问题。
2.解决方案
本项目旨在研发对多模态医学数据进行有效整合分析的人工智能方法。处理的数据类型包括：患者的医学图像、电子病历、生命组学等多种模态的医学数据。针对医学图像数据，构建目标检测与分割、特征提取、相似图片检索等智能化算法；针对电子病历数据，构建分词、医学实体识别和标准化算法；针对生命组学数据，研究基因突变致病性预测的深度学习算法。上述多模态医学数据智能分析技术为基础，研发多模态医学数据智能分析的系列软件产品，为医院提供人工智能辅助诊断等应用产品。
3.合作需求
寻求与医疗机构、医疗设备耗材企业、远程病理运营企业开展相应的合作。
清华大学
2022-10-09
无线电监测数据管理系统
项目简介： 目前在无线电监测领域有着许多不同的协议，因此对于无线电监测的统一管理和数据处理 而言是存在不便的。协议的制定、推广和实施在实际中
西华大学
2021-04-14
数据库安全加固与审计系统
由于 Oracle 数据库本身安全性的不足，攻击者可能通过非正常途径来访问数据库，甚至实施缓冲区溢出或 SQL 注入来攻击数据库，从而造成敏感信息的泄漏，危害数据安全以及系统的安全。为保障数据库以及系统的安全，在应用系统和Oracle 数据库之间增加一个透明数据库安全加固系统，所有操作必须通过该系统才能到达数据库，达到加固数据库安全的目的。系统提供强大的在线审计功能，完善数据库安全的防护能力。
北京理工大学
2021-04-14
利用DNA存储还原数据信息的方法
1. 痛点问题
随着信息化时代的发展，生活中的一切都在数字化，对信息存储的要求也越来越高。据IBM统计，人类每天创造的数据已达到2.5百亿亿byte，大约相当于5亿部高清电影的下载。互联网数据中心（IDC）的研究显示，到2020年数据总量（包括结构化数据和非结构化数据）的年复合增长率达将达到42%，2010~2020十年间，世界上数据总量从1 ZB增长到50 ZB，共增长50倍。
面对巨大的数据量，传统存储介质的存储能力以及材料的消耗与信息存储需求间将会面临严重不平衡状态。人类工厂生产的可存储设备总存储容量与数据产生总量间差距越来越大，到2020年几乎达到两倍的差距。根据目前硅基存储的发展趋势推测，可用于信息存储的硅储量将在2040年被完全耗尽。因此，寻找硅基存储的替代物，开发高效稳定低成本的新型存储介质，实现低成本，高效稳定且长期的数据存储是目前信息时代社会发展亟待解决的关键问题之一。
2. 解决方案
DNA在近年来被认为是一种未来具有巨大应用前景的数字存储介质。首先，相比较于传统存储介质，在数据保存寿命和存储密度上都有着极大的优势。在自然界中，DNA长久以来作为是承载生物体遗传信息的主要物质，地球发现的最早古生物蓝细菌，DNA作为其遗传物质已经存在了几十亿年，且在极端条件下仍然可以保存。在存储密度方面，DNA数字存储理论上可以达到455 EB/克 （4.55 × 1011GB/克），大约 1018 bytes 或107 GB每mm3， 比传统存储介质提高了5-6个数量级。其次，在数据维护与备份成本方面，DNA数字存储所需要的占地，资源，能源均远远小于传统存储介质。
清华大学
2021-09-23