|
搜索
搜 索
高等教育领域数字化综合服务平台
酵母核苷酸的生物制造关键技术突破及产业高端应用
本项目在高纯度RNA的绿色制造的核心关键技术上取得重大进展，产品质量明显优于OMTEK等国际公司；在核苷酸的高效制造的核心关键技术上取得重大突破，成本明显低于YAMASA等国际公司，建成了国际上规模最大的、技术最先进的酵母-核酸-核苷酸的生物制造生产线并实现产业高端应用；共申请专利20项，授权发明专利11项。
南京工业大学
2021-01-12
重庆智能工程职业学院
重庆智能工程职业学院是重庆市人民政府批准、教育部备案的全日制普通高校，面向全国计划招生。学院位于西部职教名城、重庆职教基地——永川。学院依托华为技术优势，面向科技前沿办学，定位云、大、物、智、移等新技术高技能人才培养，是华为ICT人才培养基地、华为ICT师资培训基地、华为ICT技能大赛赛场、华为“1+X”证书培训认证中心、华为人工智能联合技术创新中心。学院立足打造“大学校园+科研机构+产业园区”融合发展共同体，华为（永川）联合创新中心建在校内。华为指派专家协同推进学院师资建设、专业建设、实习实训、创新创业、专业认证、就业服务、产业发展，学生在校期间即可获得产、学、研全方位能力培养和个人发展。学院是华为5G新型智慧校园示范项目，广泛应用华为最先进设备和技术，搭建了“一平台（华为数字平台）、二中心（创新中心、数据中心）、三云（公有云、华为云、私有云）、四网（5G/4G、物联网、无线网、有线网）”智慧生态，并通过IPV6 over 5G+WIFI6+光纤进行全联接，通过大数据、云计算、物联网实现全智能。学院建筑充分借鉴华为深圳总部风格，采用园林式书院布局，格调高雅、环境优美，各种设备设施高端智能，已是热门旅游目的地和网红打卡地。在重庆智能工程职业学院读书，将是您一生最美好的学习时光！ 三、学校地址：重庆市永川区华为大道666号四、招生电话：023-49669696/49669797五、网址：www.cqai.vip
重庆智能工程职业学院
2021-02-01
边缘智能和云端融合技术
本技术实现了“云-边-端”融合的分布式计算框架。基于演化知识图谱融合大规模端设备采集的异构数据，为云端智能决策提供数据支撑。利用基于分支网络的边缘智能技术，满足智能终端输入数据的高精确度、近实时推断分析处理需求。通过面向群智学习应用的端、边缘和云分布式协同训练优化关键技术，在保障终端数据隐私前提下实现云边端环境下的大规模高效分布式模型训练。
东南大学
2021-04-11
智能系统与社会计算
基于分布式人工智能和优化方法，对大规模社会网络群体的行为模式与潜在机理进行建模分析，最终实现群体交互、协作等问题的系统性优化，研究内容主要包括：手机用户群体的群集行为模式与群智感知，手机用户群体的信息传播与多重社会网络分析等
东南大学
2021-04-11
低功耗智能车位锁
项目简介： 目前我国大城市汽车与停车位的平均比例是 1:0.8，中小城市约 为 1:0.5，而发达国家标准为 1:1.3。如果按照 2015 年 1.72 亿的小汽 车保有量计算，则全国实际车位供应量缺口高达 8600 万个。一方面，民众停车的缺口巨大；另一方面，专业功能的停车位（如 充电桩停车位）因为资源的稀缺，也很容易被占据。 因此，我们研发了一种低功耗智能车位锁，可以完成多种智能功 能。一方面，在不产生增量的情况下，可以通过提高现有车位的使用 效率来解决目前民众停车难的问题；另一方面，可以对专业功能的车 位（如充电桩车位）进行有效的智能控制。 项目特色： 低功耗智能车位锁主要包括硬件和软件两个部分： 硬件方面，自主研发感应式互动车位锁，以创新的功能设计、独 家硬件及算法设计，支持用户完全免操作控制车位锁，同时支持用户 通过主流移动设备（如手机等）控制车位锁。硬件设备在功能体验、 实用性、工业设计及性价比方面均具备明显优势。 软件方面，一是研发面向用户的 APP，支持用户管理自己的车位 闲置时段，支持车主查找并租用附近可用的闲置车位，提高车位的使 用效率，解决停车难问题；二是基于 485 总线研发了面向充电桩车位 的控制软件，用于充电桩车位的智能控制。 锁研发的低功耗智能车位锁具有四大核心技术及五大工艺流程。 四大核心技术： 1. 纯感应式控制界面，无需多余动作。 2. 超低功耗设计。选取了常见的 1 号电池作为电源，一次更换可 连续使用 18 个月。 3. 闲时车位的实时共享。 4. 充电桩车位的充停一体化控制。 五大工艺流程: 1. 车位锁搭建的离合结构使得车位锁的支架摆臂可前后 180°防撞防压，实现有效的自我保护。 2. IP67 级防尘防水。 3. 可有效抵抗 7 吨汽车碾压 300 次不变形。 4. 优秀的工业设计和可视性设计。 5. 非同一般的稳定性。经过了 25000 小时的连续稳定运行验证。
南开大学
2021-04-11
智能缆控无人潜航器
无人潜航器，英文名Unmanned Underwater Vehicle是指没有人驾驶，靠遥控或自动控制在水下航行的器具，主要指那些代替潜水员或载人小型潜艇进行深海探测、救生、排除水雷等高危险性水下作业的智能化系统。因此,无人潜航器也被称为“潜水机器人”或“水下机器人”。 此潜航器的主要特点： 1.推力强劲：采用六个大功率无刷电机为动力源，推力强大，适用于多种水下环境； 2.自主供电：内置大容量锂电池自主供电，电池更换方便，摆脱了实际作业环境中外接电源的限制； 3.智能控制：具备定深巡游、定向巡游等多种运动模式，配备人造侧线系统，水下运动更加智能； 4.载荷扩展：可搭载声呐、深度计及定位系统等设备，满足水下通信、水下定位和水下探测等需求。 Robo-Rov具有大深度、长航时的优势，适合用于长时间的水下搜寻、目标打捞等任务。可完成海洋勘探，包括海洋科考、水质监测、地貌测绘等任务；水下作业，包括水下打捞、大坝巡检等任务。RoboRov智能缆控无人潜航器根据应用场景和使用需求，除高精度GPS、深度计、九轴姿态传感器以及通信控制等标准模块外，还可以搭载声呐设备、水声通讯设备，满足水下复杂任务需求。
北京大学
2021-02-01
智能可视化优化技术
技术原理：
智能可视化优化技术综合应用智能建模与优化算法、可视化方法和计算机信息技术，将多维空间的数据降维映射在二维平面上，并生产目标函数的等值线，据此，可从二维平面上直观看到整个数据空间的超几何特性，并看出最优点和最优区域。
智能可视化优化技术是一种全新的基于数据驱动的优化技术，它具有其它技术不可比拟的独特优势。（智能可视化优化软件IVOS，中国软件著作权No.2011SR013087）。
功能与特性：
（1）单目标和多目标优化：
对单目标优化问题，可确定出平稳的优化区域或最优点；
对于多目标的优化问题，可以确定出兼顾多个目标的满意区域；
对有指标控制（或约束）的优化问题，可确定出满足控制指标的优化区域。
（2）确定优化方向：
当最优点不在数据集空间时，可从映射平面上直观看出最优方向，并确定出沿此方向上推进时哪些变量在起主要作用。
（3）利用优化区域调整优化点：当某些优化参数对优化目标有重要影响，但它们的值又不可控时，可通过调节其它可控参数，使优化点在优化区域内移动到另一点。这种特性对于原料性质时常变化的反应过程的优化非常有用。
（4）特别适用于复杂反应单元（如催化裂化、加氢裂化、焦化、加氢精制、乙烯裂解、以及其它装置的反应单元）的反应产物的分布优化。
该技术是武汉理工大学鄢烈祥教授创立，研究团队近10多年来的研发成果。凝结了国家863计划课题、国家自然科学基金项目、科技部项目、湖北省自然科学基金项目、企业合作项目的研究成果，以及多位博士和硕士研究生的学术论文研究成果。
武汉理工大学
2021-05-11
肿瘤医学图像智能诊断算法
简介：
1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。
层级分割模型示意图
分类模型可视化热图
2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。
钼靶乳腺图像预处理
双侧双体位深度学习网络
优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。
中国人民大学
2021-05-15
肿瘤医学图像智能诊断算法
1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。层级分割模型示意图 分类模型可视化热图 2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。钼靶乳腺图像预处理 双侧双体位深度学习网络 优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。
中国人民大学
2021-04-10
无创智能吸痰机
"吸痰是保持呼吸道通畅，改善肺泡通气和换气功能的一种重要方法，是机械通气患者气道管理中最常用的护理措施之一。然而现有的吸痰管吸痰技术不仅效率低、医护人员工作强度大，而且容易导致呼吸道粘膜损伤、低血氧症、肺不张、感染、心律失常、气管痉挛等并发症。 本项目将医生的临床经验与工程技术相结合，发明了吸痰时刻在线辨识技术、模拟人类自然咳嗽的吸痰系统智能控制技术，最终形成一套使用简单、安全高效的按需自动吸痰技术。"
北京航空航天大学
2021-04-10