高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
改进Crypten-MFCC的非侵入式负荷监测方法
本发明公开了改进Crypten‑MFCC的非侵入式负荷监测方法,针对非侵入式负荷监测NILM信号的频域特性,采用线性滤波器组替代Mel滤波器,动态调整对数能量基准并优化离散余弦变换DCT系数提取,融合差分特征与时域统计量,提高状态识别精度;结合Crypten框架对支持向量机SVM模型进行加密训练,基于安全多方计算协议实现多方数据协同建模,通过加密梯度共享完成参数更新,确保数据与模型隐私。进一步引入二进制秘密共享技术降低加密计算复杂度,结合交叉验证动态优化参数,实现高效实时分类。该方法在保障数据隐私的同时,提升监测精度与效率,适用于智能电网、家居等场景的设备监测与管理。
南京工程学院 2021-01-12
立井提升承载部件的动态载荷远程实时监测装置
主井提升电机的主轴装置及天轮作为主要承载部件,其运行状况正常与否直接影响生产的效率和安全,关系到整个系统的稳定和安全。通过对煤矿立井提升承载部件的动态载荷结构的动态参数进行实时系统地监测,包括对主井提升机电机的主轴装置及天轮的振动监测、主井供电系统的高压开关柜、主接触器以及变压器的触头的温度监测从而保证煤矿的安全生产,避免由提升系统的故障造成的直接或间接的经济损失进行的保护措施。
安徽理工大学 2021-04-13
叶片光学智能检测装置及软件系统
由于航空发动机和燃气轮机叶片型面是空间异型曲面,因而其设计、制造及维修都面临巨大挑战。为了在设计加工层面提高叶片加工质量,同时在修复层面提高叶片使用寿命,开展叶片高效高精测量研究至关重要。 本项目面向叶片制造研发了一套基于四轴运动平台与线激光扫描相结合的叶片型面检测装置,并开发了集运动控制、数据采集与处理、精度评估等多功能于一体的软件系统,可实现多类型叶片的二维截面高精度测量与三维型面自动化高效重构,有效克服因叶片复杂结构特征带来的扫描数据密度差异性大、重叠区不足等因素对重构精度的影响。本项目面向叶片3D打印修复,研发了一套高效高精度的叶片检测方法与集成系统,可实现批量化叶片截面轮廓位姿及其轮廓的自动化测量、数据重构和叶片配准,为叶片修复工艺流程中的3D打印和后续机加工等工艺环节提供关键的数字化测量、加工工艺数据,有效提升修复精度与效率,并降低成本。 本项目的开发成果可应用于航空发动机、燃气轮机等叶片制造、修复全生命周期的测评、重构、反求等场景,市场规模大。 图 面向叶片3D打印修复的检测方法与集成系统硬件平台
四川大学 2025-02-11
海嘉船舶综合信息系统
海嘉船舶综合信息系统(简称“海嘉PMS管理系统”)是由厦门大学科考船运行管理中心自主开发并获得中国船级社(CCS)型式认可证书的船舶综合信息系统。该系统针对国内船舶管理高校、公司的船舶管理特点,坚持“以人为本”的管理理念,全方位覆盖船舶管理各项业务。系统构建的数字化安全管理体系平台可有效协助船东和船舶管理单位进行船舶管理;通过数字化维修保养体系使得船舶主管机构的监督检查效率和质量更高;PMS型式认可证书是货方指定的第三方评审(如RightShip检查)机构对船舶运营提出检查清单并进行评分时必须查看的一项证书。 PMS型式认可证书 核心功能
厦门大学 2025-02-07
挠曲面太阳能聚光系统
东南大学 2025-02-08
锂电池管理系统AI算法研究
本项目聚焦于锂电池管理系统在智能化监测与预测中的关键痛点,尤其拟面向电池容量衰减预测、SOC/SOH估计不准、电池剩余时间不准确、MAP/SOP估算等方面。通过引入人工智能算法,构建融合机器学习与深度学习的电池状态预测模型,拟实现高精度SOC(荷电状态)与SOH(健康状态)估计的优化,提升电池管理系统的智能水平与安全性。 解决方案方面,项目基于实地检测磷酸铁锂电池充放电数据构建训练集,采用轻量级线性回归模型及改进型人工神经网络进行建模优化,并结合特征工程技术提高预测精度。同时,设计适用于边缘计算的部署方案,使模型可在BMS嵌入式硬件平台实时运行,降低对计算资源的依赖。 在竞争优势方面,项目成果具备算法轻量化、部署便捷、预测准确度高、兼容性强等特点,特别适用于电力储能、电动汽车等对安全性和可靠性要求高的场景。相比传统BMS方案,该AI算法可显著提升电池使用效率与寿命,精准估算SOC/SOH,降低维护成本。 目前项目成果已在合作企业内部储能设备中开展应用测试,初步反馈表明荷电状态预测准确度提升40%左右,电池健康度准确度提升40%左右,系统响应及时,具备较高实用性和推广价值。专家评审一致认为,该项目在智能电池管理系统方向具有较强的创新性和实际应用前景。
西南大学 2025-05-12
大数据交易应当重视和研究的几个问题
《大数据交易应当重视和研究的几个问题》指出,为了保证交易数据来源的正当性和交易主体的合法性,为了有效克服大数据交易中的问题和风险,对于数据这种新型特殊财产的权属、开发利用及流转的特殊规律应当抓紧研究,相关制度建设要及时跟进。该报告建议从两方面入手:一是从私法角度明确数据的财产性质及其权属分配规则。在充分保护人格权和商业秘密的基础上,将数据产权按价值贡献在被采集者、采集者以及数据加工者等相关主体之间进行合理分配。二是从公法角度明确关于数据采集、加工,大数据产品的开发、流转等的监管规范。要明确数据的采集和利用不得违背公认的社会道德和善良风俗;在不损害相关主体的合法权益和公共利益的前提下,推动政府数据公开共享;禁止有可能威胁国家安全的跨境数据流动。
中央财经大学 2021-02-01
中国区域高分辨率气象驱动数据集
清华大学地球系统科学系阳坤教授课题组在《科学数据》(Scientific Data)上发表题为“The first high-resolution meteorological forcing dataset for land process studies over China”的研究成果,发布了过去十年间阳坤团队开发的一套服务于陆面、水文、生态等地表过程模型的中国高时空分辨率气象数据集。该数据采用严格的数据质量控制,统一的站点数据、卫星数据和再分析数据的融合方法,避免了不同学者对同一研究区域气象数据的重复处理。近地面气象数据是地表模型的主要驱动。自2004年美国国家航空航天局(NASA)发布全球陆面数据同化(GLDAS)气象数据以来,北美、欧洲等区域高分辨率气象驱动数据集也不断涌现。阳坤教授团队自2008年起利用中国气象局数据共享的契机,开始了中国区域高分辨率气象驱动数据集的开发,建立了气象数据的预处理系统和融合系统,完成了首套相对稳定可靠的长时间序列数据产品。该数据集覆盖了中国陆地区域,时间跨度为40年(1979-2018),空间分辨率0.1度,时间分辨率3小时,包括了近地面气温、气压、比湿、全风速、向下短波辐射通量、向下长波辐射通量、降水率等 7 个变量。基于独立站点数据的评估表明,该数据集较国际上广泛使用的 GLDAS 数据集具有更高精度。目前,该中国区域高分辨率气象驱动数据集已发布在国家青藏高原科学数据中心,可免费获取。原文链接:https://www.nature.com/articles/s41597-020-0369-y数据网址:https://doi.org/10.11888/AtmosphericPhysics.tpe.249369.file
清华大学 2021-04-10
新冠病毒大数据交叉学科研究平台
日前,国防科技大学系统工程学院大数据与复杂网络研究团队同四川大学、电子科技大学一起,组建新冠病毒大数据交叉学科研究平台,助力新型流行病研究和防控,给多个省份和国家有关部委等提供了8份数据分析报告和决策建议报告,为防控和战胜疫情贡献出了科学智慧。国防科技大学系统工程学院大数据与复杂网络研究团队基于新冠病毒大数据交叉学科研究平台,利用海量多源异构大数据,结合疫情发生发展规律,对人群流动及传播风险进行了综合建模和分析,为政府决策提供了参考依据。特别是团队通过分析春运期间人口流动大数据,建立起疾病传播模型,测算出了疫情扩散蔓延阶段武汉市向全国各地区的输出人口状况和新冠病毒感染的风险指数。还有许多研究人员尝试通过客运数据,研判各个地区及城市的感染风险。也有学者采用“百度迁移”所提供的人口流动数据,通过春运期间从武汉流向全国各省市的人口规模(不包含港澳台数据)和全国感染病毒人数的可视化分布,直观解读两者间的联系。同时加以推断,武汉封城之后,二次传染所造成的病毒传播将日趋占主导地位,传播程度和各省市的人口密度以及管控措施等密切相关。
电子科技大学 2021-04-10
基于138名新冠肺炎病人临床数据的研究
这项研究收集了2020年1月1日至1月28日期间,中南医院收治的138名新冠肺炎病例数据,其中40名(29%)医护人员和17名(12.3%)住院病人受到院内交叉感染。受感染的医护人员中,31人在普通病房工作,7人在急诊部门,2人在重症监护室。 武汉中南医院的这项单中心病例分析成果,清楚阐释了新冠肺炎的临床特征和治疗经验,为抗“疫”阻击战取得进一步胜利打下坚实基础。同时,研究证明“超级传播者”存在的可能性和病毒不可小觑的侵袭力,全员警戒一刻不容松懈,尤其要求一线的医护战士得到最严格的防护武装。
武汉大学 2021-04-10
首页 上一页 1 2
  • ...
  • 68 69 70
  • ...
  • 592 593 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1