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
设计·IT
平面·UI、原画·插画、IT·技术、互联网·运营、其他设计等,零基础入门、精品小课。
上海享互网络科技有限公司 2021-02-01
关于举办第十届两岸新锐设计竞赛·华灿奖的通知
各省、自治区、直辖市高等教育学会,行业高等教育学会,各分支机构,各赛区牵头单位,有关高校、有关单位: 为助力教育强国建设,进一步推进艺术设计类人才培养模式改革与发展,提升艺术设计类创新创业人才培养质量,推动海峡两岸暨香港、澳门及海外广大青年的文化交流,促进两岸文化创意及相关产业的合作共赢,探索海峡两岸融合发展新路,经研究,中国高等教育学会决定举办第十届两岸新锐设计竞赛·华灿奖(以下简称华灿奖),现将有关事项通知如下: 一、竞赛主题 融·合 二、举办单位 主办单位:中国高等教育学会、中华中山文化交流协会 承办单位:昆山市人民政府、民革中央联络部、中国高等教育学会设计教育专业委员会 三、竞赛目标 以赛促育,通过竞赛呈现,展示艺术设计创新成果,树立设计教育人才培养的风向标,引导两岸青年设计师及学生树立正确的世界观、人生观和价值观,造就一批有理想、敢担当、能吃苦、勇奋斗的艺术设计类拔尖创新人才。以赛促融,通过竞赛交流,加强海峡两岸、香港、澳门和海外华人华侨青年的交往互动,深化文化认同,坚定文化自信,在设计实践和创新创业中涵养家国情怀,增进民族自豪感,铸牢中华民族共同体意识。以赛促创,通过竞赛评比,倡导设计理念、技术和材料的创新应用,提升设计作品的创意水平和实用价值,推动成果转化,深化产教融合,以设计创新赋能新质生产力发展,促进高校艺术设计类毕业生更高质量创业就业。 四、参赛对象 海峡两岸、香港、澳门高等学校在职青年教师、在读学生,青年设计师,以及海外华人华侨在职青年教师、在读学生、青年设计师,年龄需在45周岁(1980年1月1日以后出生)以下。以个人或团队形式参赛均可,若以团队形式参赛,每项参赛作品团队组成包括1名第一作者和不超过4名团队成员。高校学生组指导教师人数不超过2人。已获得前9届竞赛各类奖项的相同作品不能再次参赛,每位选手最多参与5项作品(含第一作者及团队成员)。 五、赛制安排 华灿奖采用校赛、赛区赛(大陆内各省、自治区、直辖市设置省赛,香港、澳门、台湾及海外地区设置区域赛)、总赛三级赛制。校赛、赛区赛由各赛区负责组织实施。 (一)校赛 由各高校根据相应赛区赛方案负责组织实施,保质保量按时完成校内比赛,选拔获奖作品至赛区赛。 (二)赛区赛 由各赛区牵头单位负责组织实施。竞赛共设立34个赛区,其中大陆30个赛区,香港、澳门、台湾各设1个赛区,海外1个赛区,选拔赛区内获奖作品及路演作品至总赛;青年设计师组由赛区直接负责组织、选拔。各赛区牵头单位联系方式见附件4。 (三)总赛 总赛分两个阶段:第一阶段为网络评审,参赛对象为各赛区选拔至总赛的参赛作品。第二阶段为现场评审,根据第一阶段成绩由高到低排名,筛选作品进入第二阶段。 (四)路演 路演参赛对象为赛区赛选拔推荐至总赛的作品,进入总赛现场评审的作品有机会参与路演。参赛选手可根据参赛作品情况,选择进行实物路演(平面、数字多媒体等以设计图展示),重点展示作品成果转化的优势,准备不超过5分钟的作品介绍,由专家现场评审。具体事项以华灿奖官网公布为准。 六、赛道设置 华灿奖分创意赛道、定向主题赛道两个赛道。 (一)创意赛道 共设元宇宙设计、视觉与空间设计、产品设计、数字媒体设计、中华传统文化IP开发设计、融合创新设计6大组别,根据参赛对象类别每组下设高校学生组、青年设计师组,共计12个小组。 第1组为元宇宙设计高校学生组; 第2组为元宇宙设计青年设计师组; 第3组为视觉与空间设计高校学生组; 第4组为视觉与空间设计青年设计师组; 第5组为产品设计高校学生组; 第6组为产品设计青年设计师组; 第7组为数字媒体设计高校学生组; 第8组为数字媒体设计青年设计师组; 第9组为中华传统文化IP开发设计高校学生组; 第10组为中华传统文化IP开发设计青年设计师组; 第11组为融合创新设计高校学生组; 第12组为融合创新设计青年设计师组。 (二)定向主题赛道 设5个定向主题:“AIGC创新创业设计”“茶韵稻香,食美惟扬”“华灿运河”“乡村振兴刘姐菜篮子里的美好生活”“灵山新文创,回归心生活”,根据参赛对象类别每个定向主题下设高校学生组、青年设计师组,共计10个小组。 第1组为“AIGC创新创业设计”高校学生组; 第2组为“AIGC创新创业设计”青年设计师组; 第3组为“茶韵稻香,食美惟扬”高校学生组; 第4组为“茶韵稻香,食美惟扬”青年设计师组; 第5组为“华灿运河”高校学生组; 第6组为“华灿运河”青年设计师组; 第7组为“乡村振兴刘姐菜篮子里的美好生活”高校学生组; 第8组为“乡村振兴刘姐菜篮子里的美好生活”青年设计师组; 第9组为“灵山新文创,回归心生活”高校学生组; 第10组为“灵山新文创,回归心生活”青年设计师组。 如有新增定向主题赛道另行通知。 七、组织机构 竞赛设组织委员会、专家委员会、纪律与监督委员会和仲裁委员会。 八、赛程安排 创意赛道作品征集截止时间:2025年9月30日17:00 校赛截止时间:2025年10月20日17:00 赛区赛截止时间:2025年11月10日17:00 定向主题作品征集截止时间:2025年11月10日17:00 总赛及路演时间:2025年11月 颁奖仪式及路演展示时间:2025年12月 (以上日期如有调整,以华灿奖官网公布为准) 九、竞赛官网 竞赛网址:www.huacanjiang.com 开放时间:2025年7月22日 十、其他事项 (一)竞赛不收取费用,各高校、各赛区牵头单位不得收取参赛相关费用。 (二)各高校、各赛区牵头单位认真做好竞赛组织与选拔工作,严格审查参赛对象资格及作品内容。 (三)严格杜绝抄袭行为,如出现抄袭则取消参赛资格,通报参赛选手所在单位且3年内不得再参赛。如产生侵权行为或涉及知识产权纠纷,由参赛选手及所在单位自行承担相应责任。 (四)主办方行使著作权包括但不限于享有对所属竞赛作品方案复制权、传播权、展示、出版和宣传等权利。定向主题获奖作品版权归华灿奖组委会,如获奖选手不能签署,视作放弃参赛资格。 (五)无锡灵山慈善基金会作为华灿奖公益合作单位,以创新设计驱动公益实践,以公益使命激发青年创意,共同构建青年参与社会发展的可持续模式。 (六)有以下情况的,华灿奖组委会有权收回奖项标志的使用权和已颁发的奖品: 1. 获奖作品(产品)由于功能性缺陷造成了重大社会危害; 2. 设计者或生产者在未通知主办方的情况下对获奖作品(产品)进行重大修改,并继续在该作品(产品)上使用获奖标志或利用其进行宣传。 (七)主办方对本活动保留最终解释权。 十一、联系方式 (一)中国高等教育学会 联 系 人:秦丽萍、光昊、薛晓婧 联系电话:010-82289129 (二)中华中山文化交流协会 联 系 人:杨大川 联系电话:010-65239625 (三)竞赛执行单位 联 系 人:赵 越、魏嘉琪 联系电话:赵 越13466539884, 魏嘉琪18610826084 (四)技术支持 联 系 人:余晓霞 联系电话:0571-81902943 (五)定向主题联系方式 1. “AIGC创新创业设计”定向主题 发起单位:山东未来云计算有限公司 联 系 人:杨骐榛 18611856631, 解磊磊 18660789233 2. “茶韵稻香,食美惟扬”定向主题 发起单位:扬州市农业农村局 联 系 人:袁霖 13665294029 3. “华灿运河”定向主题 发起单位:北京国际设计周有限公司 联 系 人:王文玉 17712676965, 王凯笛 13501004844 4. “乡村振兴刘姐菜篮子里的美好生活”定向主题 发起单位:盛庄农业集团有限公司 联 系 人:李女士 15312079756 5. “灵山新文创,回归心生活”定向主题 发起单位:无锡灵山文化旅游集团有限公司 联 系 人:灵山集团 0510-85686872 附件: 1.第十届两岸新锐设计竞赛·华灿奖实施方案 2.第十届两岸新锐设计竞赛·华灿奖定向主题征集 3.第十届两岸新锐设计竞赛·华灿奖各赛区名额分配表 4. 第十届两岸新锐设计竞赛·华灿奖各赛区牵头单位联系人 中国高等教育学会 2025年7月21日 点击下载通知和附件完整版:关于举办第十届两岸新锐设计竞赛·华灿奖的通知
云上高博会 2025-07-22
人工智能药物筛选、药物设计及毒性预测算法
本成果采用最新的深度学习和分子模拟算法,结合新一代分子特征化方法,开发了多种计算机模型,可用于药物开发中的多个阶段,为药物的快速设计开发提供一个完整的基于人工智能的解决方案。成果:1.药物毒性预测方法:传统的化合物毒性检测技术一般需要使用生化试验、细胞实验、甚至动物模型,这些方法不仅耗费大量时间,而且成本很高。使用计算模型进行有机化合物的毒性预测,所需投入较少,但产出巨大。特别是基于化合物的物理化学和结构特性的计算模型,甚至能够在化合物合成之前就对其进行预测,大大提高了效率,使其越来越受到欢迎。在进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选,能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法,运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。我们分别建立了名为CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性预测)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突变性预测)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性预测)的预测服务器,这些服务器能够为使用者提供更高效更便捷的预测技术服务。自2017年服务器发表起,我们已为国内外药物分子设计研究者提供了5000多次共计超过20多万个化合物的毒性预测服务。在有机化合物毒性预测研究方向,我们主要完成了化合物的细胞毒性、心脏毒性、生殖毒性、血脑屏障透过性、水生生物毒性预测模型,以及糖尿病早期筛查模型的开发,正在进行P450酶阻滞剂性预测模型、基于图神经网络的毒性预测算法研究、基于分子对接的化合物毒性预测研究等。相关研究成果已发表多篇学术论文(Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次数80,ESI 1%高被引论文;Ai H., et al. Toxicological Sciences, 2018, 165: 100-107;Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377;Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78;Liu M., et al. Toxicology Letters. 2020, 332: 88-96;Feng H., et al. Toxicology Letters. 2021, 340: 4-14;Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.)致癌性预测服务器首页致癌性预测结果页相关综述对本服务器的介绍RF-hERG-Score预测药物引起的hERG相关心脏毒性2.药物设计方法:在计算机上对药物靶点和药物分子的结构和活性建模,计算药物与靶点之间的相互作用关系,从而设计出具有治疗作用的药物。计算机辅助药物设计可以为药物设计各阶段的实验方案提供有意义的指导,减少需要通过实验评估的候选药物的数量,从而加快新药研发速度。我们应用分子对接、分子动力学模拟、自由能计算、机器学习等方法研究流感病毒等重要疾病的计算机辅助药物设计、并开发更有效的计算机辅助药物设计方法。在计算机辅助药物设计研究我们主要完成了流感病毒M2质子通道蛋白抑制剂虚拟筛选方法研究,正在进行先导化合物生成模型研究、基于机器学习的虚拟筛选打分函数算法开发、SARS-CoV-2病毒S蛋白与受体相互作用及药物设计研究。特异性重打分函数显著虚拟筛选性能显著较高筛选出两个候选抑制剂3.药物靶点识别方法:长非编码RNA(lncRNA)是一种长度在200nt至100,000nt之间的非编码RNA,是转录物的主要成分。研究表明lncRNA在许多生物学和病理学过程中起着重要作用。lncRNA起作用的重要途径是与其靶蛋白结合。lncRNA-蛋白质相互作用的实验研究需要大量资源。累积的实验数据使得通过计算方法预测lncRNA-蛋白质相互作用成为可能。我们使用各种数学建模和机器学习方法开发了几种用于预测lncRNA-蛋白质相互作用的新模型。这些模型命名为:RWLPAP(随机游走),LPI-NRLMF(邻域正则化逻辑矩阵分解),IRWNRLPI(集成随机游走和邻域规则化Logistic矩阵分解),LPI-BNPRA(双向网络投影推荐算法),LPI-ETSLP(基于特征值变换的半监督链路预测),HLPI-Ensemble(集成学习)。在交叉验证中,我们的模型获得了较好的预测性能。lncRNA-蛋白质相互作用预测模型的性能比较lncRNA-蛋白质相互作用预测服务器相关软件著作权:
辽宁大学 2021-04-10
人工智能药物筛选、药物设计及毒性预测算法
本成果采用最新的深度学习和分子模拟算法,结合新一代分子特征化方法,开发了多种计算机模型,可用于药物开发中的多个阶段,为药物的快速设计开发提供一个完整的基于人工智能的解决方案。 成果:1.药物毒性预测方法:传统的化合物毒性检测技术一般需要使用生化试验、细胞实验、甚至动物模型,这些方法不仅耗费大量时间,而且成本很高。使用计算模型进行有机化合物的毒性预测,所需投入较少,但产出巨大。特别是基于化合物的物理化学和结构特性的计算模型,甚至能够在化合物合成之前就对其进行预测,大大提高了效率,使其越来越受到欢迎。在进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选,能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法,运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。我们分别建立了名为CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性预测)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突变性预测)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性预测)的预测服务器,这些服务器能够为使用者提供更高效更便捷的预测技术服务。自2017年服务器发表起,我们已为国内外药物分子设计研究者提供了5000多次共计超过20多万个化合物的毒性预测服务。在有机化合物毒性预测研究方向,我们主要完成了化合物的细胞毒性、心脏毒性、生殖毒性、血脑屏障透过性、水生生物毒性预测模型,以及糖尿病早期筛查模型的开发,正在进行P450酶阻滞剂性预测模型、基于图神经网络的毒性预测算法研究、基于分子对接的化合物毒性预测研究等。相关研究成果已发表多篇学术论文(Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次数80,ESI 1%高被引论文;Ai H., et al. Toxicological Sciences, 2018, 165: 100-107;Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377;Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78;Liu M., et al. Toxicology Letters. 2020, 332: 88-96;Feng H., et al. Toxicology Letters. 2021, 340: 4-14;Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.) 致癌性预测服务器首页 致癌性预测结果页 相关综述对本服务器的介绍 RF-hERG-Score预测药物引起的hERG相关心脏毒性 2.药物设计方法:在计算机上对药物靶点和药物分子的结构和活性建模,计算药物与靶点之间的相互作用关系,从而设计出具有治疗作用的药物。计算机辅助药物设计可以为药物设计各阶段的实验方案提供有意义的指导,减少需要通过实验评估的候选药物的数量,从而加快新药研发速度。我们应用分子对接、分子动力学模拟、自由能计算、机器学习等方法研究流感病毒等重要疾病的计算机辅助药物设计、并开发更有效的计算机辅助药物设计方法。在计算机辅助药物设计研究我们主要完成了流感病毒M2质子通道蛋白抑制剂虚拟筛选方法研究,正在进行先导化合物生成模型研究、基于机器学习的虚拟筛选打分函数算法开发、SARS-CoV-2病毒S蛋白与受体相互作用及药物设计研究。 特异性重打分函数显著虚拟筛选性能显著较高 筛选出两个候选抑制剂 3.药物靶点识别方法:长非编码RNA(lncRNA)是一种长度在200nt至100,000nt之间的非编码RNA,是转录物的主要成分。研究表明lncRNA在许多生物学和病理学过程中起着重要作用。lncRNA起作用的重要途径是与其靶蛋白结合。lncRNA-蛋白质相互作用的实验研究需要大量资源。累积的实验数据使得通过计算方法预测lncRNA-蛋白质相互作用成为可能。我们使用各种数学建模和机器学习方法开发了几种用于预测lncRNA-蛋白质相互作用的新模型。这些模型命名为:RWLPAP(随机游走),LPI-NRLMF(邻域正则化逻辑矩阵分解),IRWNRLPI(集成随机游走和邻域规则化Logistic矩阵分解),LPI-BNPRA(双向网络投影推荐算法),LPI-ETSLP(基于特征值变换的半监督链路预测),HLPI-Ensemble(集成学习)。在交叉验证中,我们的模型获得了较好的预测性能。 lncRNA-蛋白质相互作用预测模型的性能比较 lncRNA-蛋白质相互作用预测服务器相关软件著作权:
辽宁大学 2021-05-10
铁路勘测设计一体化、智能化研究
铁路勘测设计一体化、智能化是系统地研究和建立以数字化信息为基础,以计算机应用技术拉通勘测设计全过程为主要特征的新的生产作业模式。所以,该系统应将使用各种勘察手段所采集的铁路线路及其相关的地形、地理、地质、水文等资料加工成数字化信息,通过接口界面进行信息处理并传输到工程数据库中。先进的计算机网络必须覆盖各专业CAD终端,各专业在集成化设计环境中共享工程数据的信息,完成本专业设计,同时输出数字化和可视化的设计成果,供后序专业应用。设计完成后,全部CAD设计电子文件通过网络直接归档,从而实现铁路勘测设计一体化。随着各专业设计专家系统的建成与不断完善,再实现勘测设计智能化。在一体化新的作业模式下,勘测设计的全过程可以理解为对一般数字化信息流的采集、加工和扩充的过程。外业的勘测和勘探资料是这股数字化信息流的源头,各专业的设计工作是对信息流的加工和扩充。最终完成的数字化信息就是设计成果和归档资料。设计与管理所面向的不再是原来的书面资料和图纸,而是在工程数据库统一管理下,在网络的终端上有序受控流动的数字化信息流。所以,实现勘测设计一体化的过程就是从以非数字化为基础的现有作业模式向以数字化为基础的新的作业模式转化的过程。实现这一转化需要建立新的勘测设计流程,研究解决新模式带来的一系列技术层面和管理层面的关键问题。 1)勘测设计资料数字化是新的生产作业模式的基础,只有后道工序需用计算机处理的资料是数字化的资料,才能保证整个设计过程形成数字化的信息流。这就需要外业勘测时尽量利用各种测量仪器的数字化功能,使第一手资料即是数字化的形式,同时资料整理必须利用计算机来完成,才能获得满足内业设计要求的数字化勘测成果。为了实现外业数字化勘测,重点应研究以下问题:充分开发利用航测、全站仪及各种遥感设备的数字化功能;研究既有地图如何实现高精度、高清晰度扫描数字化处理;开发在勘测现场的铁路线路初步设计方案比选系统,改变外业队的作业方式,建立与数字化勘测相适应的装备水平、劳动组织、作业内容和管理制度。 2)建立工程数据库是新的生产作业模式的核心,新模式与原有模式的重大区别之一就是外业与内业之间、各专业这间需要共享的数据都要通过数据进行存取,所有的设计成果都由数据进行保存与管理。所以,如何开发一个符合铁路勘测设计行业特点、功能强大的工程数据库管理系统是本项目研究的一个重点。为此,需要研究与解决以下关键技术问题:做好标准化工作,制定铁路勘测设计一体化数据格式标准,规定每个专业的哪些数据需要进;如何处理非结构化数据;如何制定适应铁路勘测设计特点的数据结构。 3)建立铁路勘测设计集成化设计环境是新的生产作业模式的关键,新模式与原有模式的重大区别之一,就是全部内业设计均在集成化设计环境中进行。设计集成化环境是以计算机网络为平台,工程数据为核心,设计流程管理为主线,各专业设计软件与程序数据库接口为主要内容的计算机集成应用体系。为此,需要研究与解决以下关键技术头题:建设技术先进的计算机网络系统;研究出一种适应各种软件和各种数据需求的专业设计软件与工程数据库的接口方案;开发设计流程管理系统,保证整个设计在受控,有序的条件下进行。从而实现完全消除专业间书面资料的往来传动,每个设计人员在自己的计算机站点上就可完成设计和前后工各种间的信息交换。 4)建成计算机档案管理系统是新的生产作业模式的重要内容,新模式与原有模式的重大区别之一,就是全部电子设计文件采用光盘存储并由计算机管理。计算机档案管理可实现在网络环境下直接检索、查询、浏览和下载电子档案文件,并为电子设计文件重复利用提供了极大的方便。为此,需要研究与解决以下关键技术问题。正确处理管理型软件与管理方式之间的关系,就是说,所编的档案管理软件应满足行业的需要,适应各设计院在档案管理上存在种种差别的实际情况,而不是让各设计院改变档案管理方式来适应所编的软件;能浏览各种格式的电子文件,使软件具有良好的实用性。 5)采用人工智能技术是实现铁路勘测设计智能化的主要途径。传统CAD技术的特点是辅助设计人员进行计算与绘图,没有智能功能。总结国内外经验后,我们认为,以专家系统、智能CAD为主要内容的人工智能技术在铁路设计中的应用是实现铁路勘测设计智能化的主要途径。铁路选线是带全局性的非常错综复杂的设计问题,一直以人工以验为主进行设计,只能对有限的方案进行研究,设计周期长,推荐方案往往不是最优的。所以,必须要研究铁路新线设计智能CAD系统,以提高设计质量。采用综合地质勘探方法来解决特定的工程地质问题被证明是行这有效的。由于综合地质勘探模式有几十种,采用哪一种模式来解决某一个具体工程地质问题往往是很复杂的、模糊的。采用的模式不适合,就不能有效地解决问题,所以要研究铁路地质综合勘探方法专家决策支持系统,以显著提高地质工作质量
西南交通大学 2021-04-13
城市地下停车集约化设计与智能停车系统
北京工业大学 2021-04-14
马达开关板(大功率)电子设计智能遥控平台
产品详细介绍 电压:6V-24V 额定电流:10A(持续工作无需散热器) 额定电流:30A(持续工作需铝散热器) 额定电流:60A(持续工作需铝风扇散热器) 注:固态开关小,安静,没有移动部件,防止击穿和温度过高而熔融。出口商品,出口品质。
中山市百佳大谷电子科技有限公司 2021-08-23
产品创新设计用户体验测试评价技术
产品创新设计用户体验测试评价技术,包括目标用户筛选、用户感知体验形 态显示、用户体验测试和数据分析和处理。1)目标用户筛选,根据设计定位, 采用心理量表,设计目标用户筛选标准,制作目标用户筛选问卷;2)用户感 知体验形态显示,将用户体验的对象拓展为设计效果图、设计原型、油泥模型、 虚拟现实和实物产品等多维的显示形态,提高用户的体验感知度;3)用户体验 测试,采用基于语义量表、脑电、皮电、心电、眼动、面部表情、行为观察的 等生理/心理相结合的体验测试手段,确保用户体验测试数据的可靠性;4)数据 分析和处理,采用基于时间序列尺度的多维测试数据共辗显示的数据分析方法和 无量纲愉悦度当量值数据处理模型。可用于产品创新设计,用户体验需求挖掘、 新产品设计方案与模型测试评价、产品上市前营销理念用户测试、产品品质和服 务用户体验测试以及标杆产品用户体验对标分析等应用领域。 用户体验测试评价技术包括眼动追踪技术:该技术能追踪用户视觉的轨 迹,测量眼动能直接反应和揭示内部的过程,可对设计方案视觉体验进行测试 评价;手指运动追踪技术:可追踪用户手指的运动轨迹、速度、角速度,可对产 品的人机交互已经可用性进行评估;面部表情分析技术:通过自动分析面部表 情变化的面部表情,通过它用户能够客观的评估个人情绪变化,可对用户感 知产品的情绪进行测量;脑电测试分析技术:采集用户体验过程中的脑电波数据, 通过脑电分析获取用户潜在的需求。行为观察分析技术:通过视频记录用户体 验过程中的动作和行为数据,对产品的可用性进行评价。 (1)某汽车企业车载信息终端手机互联产品人机交互用户体验测试。得到 了该汽车自主研发手机互联产品CA-LINK与百度手机互联产品C ar-life两者之间的用户体验对比测试结果,并对CA-LINK后期的改进提供了客观用户体验数据 支撑。 (2) 某医科大学嗅觉ERP实验服务。针对该医科大学提出的灭火救援环境 下消防员嗅觉脑电测试数据采集的需求,完成了 30名被试在硝烟、硫磺等气味 刺激下嗅觉体验的脑电数据。 (3) 某科技大学电动代步车概念设计与造型方案评选。运用桌面式眼动 仪对4款电动代步车方案进行概念阶段用户体验测试评价,等到了用户最喜欢 的设计方案。用户体验测试评价技术服务的盈利模式包括:(1)用户体验测试评价服务, 针对具体的产品创新设计用户体验测试需求,进行用户体验测试实验设计和服 务;(2)用户体验测试评价技术培训服务,为客户提供用户筛选培训、方案 设计评选培训、设备使用培训、数据处理与分析培训等服务;(3)用户体验 测试中心建设服务,提供用户体验测试中心建设的整体解决方案服务;(4)产 品租赁,对科研机构、高校、以及企业提供用户体验测试设备的租赁服务
重庆大学 2021-04-11
压力容器、压力管道设计制造许可技术
1. 项目背景(1)压力容器设计及制造技术:A1级,指超高压容器、高压容器(包括单层、多层);A2级,指第三类低、中压容器;A3级,指球形储罐;A4级,指非金属压力容器;C1级,指铁路罐车;C2级,指汽车罐车、长管拖车;C3级,指罐式集装箱;D1级,指第一类压力容器;D2级,指第二类压力容器;SAD级,指压力容器应力分析设计。(2)压力管道设计及制造技术:GA类(长输管道);GB类(公用管道);GC类(工业管道);GD类(动力管道)。2. 技术优势提供质量体系文件及相关产品图纸,负责人员培训及取证许可咨询;质量体系文件及相关产品图纸均符合现行标准和规范要求。3. 技术水平质量体系文件及相关产品图纸均符合现行标准和规范要求。
南京工业大学 2021-04-13
食品无损检测技术及生产线设计
从农场到餐桌的冷链(如收获、搬运、运输和储存)中,水果会受到各种伤害,例如机械损伤。机械损伤的存在会加速果实软化,甚至增加水果对真菌腐烂的敏感性。无损检测方法正在应用并取代人工方法检测果蔬的受损程度。该成果评估了高光谱数据与化学计量学方法相结合的表征和检测蓝莓非明显机械损伤的时间演化性能。通过多重比较,初步证明了蓝莓果实的物理特性比吸收冲击能更为显著。
上海理工大学 2021-01-12
首页 上一页 1 2
  • ...
  • 11 12 13
  • ...
  • 902 903 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