|
搜索
搜 索
高等教育领域数字化综合服务平台
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
视频DNA及海量视频近似拷贝搜索技术
中试阶段/n研究基于深度学习的视频DNA技术，进行海量视频近似拷贝搜索，面向千万视频库的快速搜索技术，实现查重、检索、敏感内容过滤等。该项目广泛应用于视频网站、新闻媒体、网络资源、云数据中心、国家监管部门、版权监管部门等对媒体内容的查重、检索与过滤等，具有较好的市场前景。
华中科技大学
2021-01-12
基于可视搜索的媒体交互方法及系统
本发明提供了一种基于可视搜索的媒体交互方法及系统，客户 端对报纸或杂志上感兴趣的内容拍摄得到感兴趣图片，对感兴趣图片 提取特征信息，将携带有特征信息的查询请求发送给服务端；服务端 预存报纸和杂志图片集及相关链接信息，接收客户端的查询请求，依 据查询请求携带的特征信息检索客户端感兴趣图片及相关链接信息， 并将查询结果反馈给客户端。本发明根据用户拍摄的报纸图片，搜索 相应电子版的报刊，为用户呈现其感兴趣的新闻报刊、相关新
华中科技大学
2021-04-14
人体姿态估计算法
北京体育大学沈燕飞科研团队使用人体姿态估计算法，对击剑比赛过程中两名选手的身体各环节和关节的运动进行的智能识别。工手动标记数据等方法，更为高效，可应用于海量体育视频数据的分析和未来的体育大数据的构建。
北京体育大学
2021-04-10
抗体药物设计平台算法
简介：
抗体药物是生物制药中复合增长率最高的，2019年全球研究抗体市场规模为34亿美元，预计在预测期内复合年增长率为6.2％。原研药二次改造获得成药性更好的药物分子（bio-better）是抗体和细胞因子药物研发的突破口。人工智能技术广泛应用在靶点筛选、分子进化、临床各阶段研究、产品上市后的活动中。
我们开发的智能抗体设计平台，包括 抗体序列注释分析、抗体翻译后修饰位点的预测、抗原线性表位预测、抗体结构的预测与优化、 抗体-抗原相互作用的预测、抗体分子的设计与改造。高效的完成抗体亲和力成熟、稳定性优化和人源化改造等。
优势：
1、研发成本节约3-5倍，时间节省5倍，筛选成功率提升6倍
2、可以帮助指导、设计实验，减少消耗，加快速度，提高准确率
3、计算方法已经得到了实验从正、反两方面的验证。
图1：深度学习算法预测蛋白质相互作用时界面氨基酸配对:成功率72.1%
图2：计算相互作用得到了实验从正、反两方面的验证
中国人民大学
2021-05-15
抗体药物设计平台算法
抗体药物是生物制药中复合增长率最高的，2019年全球研究抗体市场规模为34亿美元，预计在预测期内复合年增长率为6.2％。原研药二次改造获得成药性更好的药物分子（bio-better）是抗体和细胞因子药物研发的突破口。人工智能技术广泛应用在靶点筛选、分子进化、临床各阶段研究、产品上市后的活动中。我们开发的智能抗体设计平台，包括 抗体序列注释分析、抗体翻译后修饰位点的预测、抗原线性表位预测、抗体结构的预测与优化、 抗体-抗原相互作用的预测、抗体分子的设计与改造。高效的完成抗体亲和力成熟、稳定性优化和人源化改造等。 优势：1、研发成本节约3-5倍，时间节省5倍，筛选成功率提升6倍2、可以帮助指导、设计实验，减少消耗，加快速度，提高准确率3、计算方法已经得到了实验从正、反两方面的验证。
中国人民大学
2021-04-10
抗体药物设计算法
技术分析(创新性、先进性、独占性)挖掘了蛋白质分子结构的几何特征，开发了新颖的优化设计算法，准确识别结合位点，准备预测抗体结构和抗体-抗原相互作用复合物结构，可以显著提高药物设计效益。自主独立开发。已经在国际竞赛中取得第一名的好成绩，也应用在生物和医学实验中，算法和程序代码完整。
中国人民大学
2021-04-10
抗体药物设计算法
技术分析(创新性、先进性、独占性)
挖掘了蛋白质分子结构的几何特征，开发了新颖的优化设计算法，准确识别结合位点，准备预测抗体结构和抗体-抗原相互作用复合物结构，可以显著提高药物设计效益。自主独立开发。
已经在国际竞赛中取得第一名的好成绩，也应用在生物和医学实验中，算法和程序代码完整。
中国人民大学
2021-05-11
基于Dijkstra算法的高精度物联网小区无人智能运输车的设计
产品服务:项目旨在设计出一款基于Dijkstra算法的高精度物联网小区无人智能运输车。该项目主要可分为两个部分:实车与模型车的同步开发和基于eclipse平台的APP开发。在实车和模型车的开发过程中，通过常规车载传感器实现小车的“智能化”，利用Dijkstra算法解决最短路径选择问题。利用计算机语言完成在eclipse平台上的APP开发，实现APP同时与实车和模型车的互联，实现智能运输小车运输末端的配送。市场概况:本项目希望将来与各电商平台合作，APP与电商、外卖软件结合，将网上购物彻底融为一体；同时与互联网公司合作，提升小车的智能化以及无人驾驶的精确度，真正做到在小区内取代快递员完成最后的运输任务，并能提升效率、安全性，以及节省财力、人力，并初步形成小区内智能化的高精度物联网。 商业模式:本项目希望采用先试点后普及、先免费后收费的盈利模式。在四星及五星级小区先行免费试点，收集用户反馈评价，统计满意度。改进后逐步开启按时效每户收费，并最终普及三星级小区及更多居民居住区。
同济大学
2021-04-10
基于Dijkstra算法的高精度物联网小区无人智能运输车的设计
项目旨在设计出一款基于Dijkstra算法的高精度物联网小区无人智能运输车。该项目主要可分为两个部分:实车与模型车的同步开发和基于eclipse平台的APP开发。在实车和模型车的开发过程中，通过常规车载传感器实现小车的“智能化”，利用Dijkstra算法解决最短路径选择问题。利用计算机语言完成在eclipse平台上的APP开发，实现APP同时与实车和模型车的互联，实现智能运输小车运输末端的配送。
同济大学
2021-02-24