|
搜索
搜 索
高等教育领域数字化综合服务平台
空调管道噪声预测系统—NoiseExpress
建筑设施内空调管道噪声控制与治理无论对于日常生活品质以及工业噪声污染都 是一个重要的课题，对于具体工程建设在设计之初就能获得较为理想的设计方案显得尤 为重要。传统空调管道的设计工作大多通过翻查大量数表及依照大量复杂的公式计算从 而获得其噪声自然衰减以及再生噪声的量级，最后将所有管道组件的衰减噪声及再生噪 声量进行统一，从而得出整个空调管道的噪声预测结果。此过程工作繁琐，大量的查表 及公式计算很容易出错，并且复查工作较为难进行，从而导致设计方案的周期较长，效 率低下。同时由于很多数表及公式的适用条件有限，大量新型材料的涌现很难在一些数 表中找到对应关系，这势必会导致设计方案存在误差较大的风险，难以把握空调管道噪 声的控制。 针对于上述情况，我们开发了空调管道噪声预测系统——NoiseExpress，首先其将 大量的参考数表数字化，公式程序化，设计者只需将空调管道个单元组件间结构规格及 物理构成通过程序相应的控件输入，最终便可以得出整个管道的噪声控制结果。同时本 系统集成了大量的空调管道各个单元组件如弯头、三通、变径管、静压箱、消声器等的 实测数据，丰富的数据库为管道设计，组件单元的设计及仿真提供了科学与现实依据， 大大提高了方案设计的精确度。
同济大学
2021-04-13
废酸水处理的预测控制
项目研究内容： 1、开发基于工业现场总线技术，集检测、控制和优 化等功能于一体，具有高适应性、高可靠性和高稳定性等特点的低成本控 制系统，达到协调处理过程中各设备的动作，最终保证外排废水达标。 2、 在废酸水工艺处理过程中，中和过程的非线性、滞后性，本项目采用分层 递阶优化的非线性系统预测控制，通过对系统的非线性部分的预估和协 调，将原来非线性协调滚动优化问题转化为线性协调的滚动优化，即保留 了线性系统
南昌大学
2021-04-14
新冠肺炎传播风险预测分析
在2003年成功预测SARS流行趋势的基础上，西安交通大学数学与统计学院生物数学团队与陕西师范大学生物数学团队、加拿大吴建宏教授团队合作，基于新型冠状病毒的传播机理、密切跟踪隔离和封城等策略，建立了传播动力学模型，对新型冠状病毒肺炎传播风险进行了预测分析，此项研究成果“Estimation of the transmission risk of 2019-nCov and its implication for public health interventions”。
研究中利用2020年1月10日至1月22日的报告疫情数据，采用动力学模型和统计计算方法预测武汉新型冠状病毒肺炎传播的基本再生数为6.47 (95%置信区间为5.71-7.23)，给出了疫情的达峰时间和峰值以及最终感染规模（若继续1月22日前的控制措施，疫情将在3月10日左右达到峰值）。
研究中进一步采用似然函数方法加以验证，得到了与模型估计值一致的结果。如果续代时间大于6天或潜伏期越长，基本再生数可能更大，该结论说明了疫情传播的速度快。与23至25日的疫情数据相比，模型预测结果与报告疫情数据基本一致。
研究中进行敏感性分析，讨论了1月22日前武汉采取的防控措施的有效性以及在降低再生数中的重要作用。预测结果显示从23日起加强控制措施，报告病例数会在一个周后出现明显的下降，即加强的控制措施会在一个周后产生明显效果。进一步分析1月23日后武汉封城策略对其它地区疫情的影响，基于武汉到北京的航班、铁路等信息，计算武汉封城前后对北京疫情的影响，表明武汉封城（即北京无来自武汉输入病例）后，北京在未来7天的病例数将降低91.14%，这说明了武汉封城对全国疫情防控的关键作用。
SSRN 截图
密切跟踪隔离措施的敏感性分析
西安交通大学
2021-04-11
大数据产品
鹏博士深耕云计算、网络SDN、自然语言处理、情感分析、图像理解，专注大数据的采集存储和信息挖掘，致力于提升各行业的大数据技术创新能力，通过全面的信息可视化、精准营销、新媒体数据挖掘、人群画像等为政务、工业、金融、医疗、交通、建筑、公安等各行业的合作伙伴提供一揽子的大数据解决方案，帮助企业实现增效降损，提高业务能力
鹏博士电信传媒集团股份有限公司
2021-02-01
时空周期环境中反应-扩散-对流方程的自由边界问题
反应-扩散-对流方程是生物、物理及化学等科学领域中常用的、成功的数学模型，特别是用来描述种群在对流环境中的传播现象。除了具有深刻的应用背景之外，在反应扩散方程的数学研究中也不断提出新的有挑战的问题，因此关于反应扩散方程的研究一直是偏微分方程的热点之一。
我们解决两个方面的问题：(1)种群的传播会受到时间周期环境(比如季节)和对流环境的影响，产生丰富的现象(比如种群的迁移)，第一个问题就是在时间周期环境中，结合种群的迁移现象设定新的合理的方程和自由边界条件，研究反应-扩散-对流方程的自由边界问题，揭示时间周期环境对种群传播的影响机制。(2)种群在向新领域传播的时候，往往受到空间位置(如有些地方的温度、水资源分布不均匀)和对流环境的影响，产生复杂的现象, 所以第二个问题就是在空间周期环境和对流环境中，针对单稳定和双稳定非线性项，分析空间因素对反应-扩散-对流方程解和自由边界渐近行为的影响，当自由边界扩张时，给出扩张前锋的渐近形状和渐近速度的精确估计,并给出空间周期环境中种群传播现象的理论依据。
该研究已获国家自然基金委立项支持。
上海电力大学
2021-04-29
一种基于道路时空关联关系的路段行程时间推断方法
本发明公开了一种基于道路时空关联关系的路段行程时间推断方法，包括步骤 1:基于交叉口运行 状态对路段行程时间交通数据进行统计;步骤 2:基于通行模式周期性提取目标路段与邻接路段之间的 特征关系;步骤 3:基于三层神经网络模型对目标路段行程时间进行预测。本发明针对已有方法在数据 缺失情况下对路段行程时间估计的不足，利用路段行程时间交通大数据对目标路段行程时间进行推断， 解决了由于数据稀疏而不能推断行程时间的问题，最后利用武汉市浮动车 GPS 历史数据进行了验证， 结果证明了本方法的有效性。
武汉大学
2021-04-13
基于大数据的体质健康数据采集及挖掘技术
基于物联网的无接触数据感知技术、体质测试与运动行为数据采集等技术，采集评估测试对象的体质健康行为数据，并建立行为健康数据库。基于健康行为大数据，结合已有的体质检测指标、医学筛查指标和人体运动指标，通过标签建模构建个人数据画像，通过机器学习算法实现将健康行为数据从低阶数据到高阶数据质的飞跃。
一、项目分类
关键核心技术突破
二、成果简介
聚焦全民健康,尤其是青少年体质健康的提升，融合人工智能、物联网、云计算、移动互联网、大数据等新一代信息技术，以健康失衡状态的动态辨识与健康自主管理为主攻方向，构建以信息科技为引领的一体化健康服务管理体系。通过非二代设备的智慧化升级技术开发智慧化设备，并进一步构建智慧化场景。基于物联网的无接触数据感知技术、体质测试与运动行为数据采集等技术，采集评估测试对象的体质健康行为数据，并建立行为健康数据库。基于健康行为大数据，结合已有的体质检测指标、医学筛查指标和人体运动指标，通过标签建模构建个人数据画像，通过机器学习算法实现将健康行为数据从低阶数据到高阶数据质的飞跃。建设运动康复处方库、健康行为评价体系与健康行为风险预警模型，基于控制论、行为科学等理论方法构建健身指导决策支持系统，形成基于“大数据”的健康行为决策技术体系。
西南交通大学
2022-09-13
数据库数据分析与深层信息挖掘技术
采用人工智能技术对数据库进行数据分析与深层信息挖掘的计算机软件系统（RoboMiner），主要用于对数据库中的进行数据分析，从中提取隐含的深层信息，为企事业建立新的业务模型和为决策提供支持。数据库数据分析与深层信息挖掘技术也是海量信息处理的基本工具，其应用场合极为广泛，前提是数据的积累。我们可根据用户的业务要求及其数据库的数据特点来为用户开发专用的软件系统。技术水平及指标 ·具备数据挖掘的基本功能：数据予处理，挖掘、结果表达与管理。
南开大学
2021-04-14
脑电信号预测记忆能力研究
脑电信号作为人体重要的生理信息，已经被广泛应用于医学疾病诊断与治疗、人体潜能开发等方面。脑电图通过将电极接入被试对象的头皮，来测量大量神经元发放所形成的电场。脑电波作为能够体现大脑活动的信号中的一种，有方便检测、非侵入式且对被试对象友好等特点。一般认为，通过对大脑脑电波的检测并采取特定数据分析方法，有望将大脑的各项反应能力充分挖掘出来。近年来，脑电信号分析已成为认知神经科学领域的重要技术之一。大量研究表明，人类认知能力与脑电信号有关，其中工作记忆能力在认知中起关键作用。脑电信号具有数据量大、时间分辨率高、易受干扰等特点，给研究带来了不少挑战。杨立坚课题组使用样条函数，基于随机抽取的122名大学生志愿者训练集，以闭眼静息态下8个脑前区导联的脑电信号（图1），对20名志愿者测试集进行工作记忆能力的预测（图2），其确定系数R^2在多次随机试验下的中位数为68%，最低值大于50%，最高值72%（图3）。图1 ：试验中脑电信号记录的导联名称和位置图2：对某测试集计算的认知能力预测值与真实值的对比图3：对多次重复随机抽取的测试集计算的确定系数R^2箱线图杨立坚课题组依托10年来自身在函数型数据领域的研究成果，课题组2017级博士生张园园和2018级博士生黄昆在学习神经科学专业知识的同时，与机械工程系教授吴方芳和硕士生王健凯高效合作，分析季林红课题组的大学生志愿者脑电与认知能力数据。他们秉承“面向应用，背靠理论，写好算法”的统计学理念，把样条回归估计脑电信号的光滑轨迹，张量样条回归估计协方差函数，样条估计函数型主成分与得分等深刻的统计学前沿理论，结合LASSO回归，转化为快速准确分析脑电数据的算法（图4），从2018年12月开始仅用6个多月的时间，就很好地解决了基于工作记忆能力预测的问题，完成了这篇跨学科应用方法论文。图4：算法流程图
清华大学
2021-04-10
矿产资源潜力评价与预测技术
面向快速、高效的矿产资源探测的国家需求，集成空间数据挖掘与案例推理技术，充分利用海量的地质空间数据，解决矿产资源潜力评价与预测关键技术。在此基础上，建立智能化区域成矿预测系统和三维矿产资源预测系统，为各地质矿产单位进行找矿勘探提供空间分析和决策的基础平台。主要功能、特色： ？ 建立了不确定性地质空间数据挖掘算法模型、成矿案例推理模型，提高了区域成矿预测的效率、精度和智能性； ？ 综合不确定性地质空间数据挖掘、成矿案例推理和证据权模型，建立了混合推理策略与方法，得到更为客观的综合预测结果； ？ 基于COM架构，开发了“区域成矿预测信息系统”和“三维矿产资源预测系统”，包括地质空间数据管理、空间分析、模型预测、专题制图等功能； ？ 发展了三种高光谱矿物填图方法：权重光谱角制图法、耦合整体光谱匹配和局部光谱匹配的高光谱矿物信息提取方法、特征参数拟合方法； ？ 完成了区域成矿预测的数学地质方法扩展与应用，包括证据权模型、扩展证据权模型和逻辑斯谛回归模型，为地质空间数据挖掘和成矿案例推理提供图层选择及参数化的理论依据和对比验证对象； ？ 以我国西部典型成矿带——青海东昆仑成矿带为例，进行上述各类算法模型的区域成矿预测实验，并进行了野外调查与验证。 基于上述研究成果，该课题成果已申请发明国家专利2项；计算机软件系统2个；出版专著1部《多源地质空间信息智能处理与区域成矿预测》；发表或录用论文15篇，其中SCI期刊论文5篇，EI期刊论文4篇。
电子科技大学
2021-04-10