|
搜索
搜 索
高等教育领域数字化综合服务平台
益生优良芽孢杆菌发酵关键技术研究开发与应用
益生芽孢杆菌因其独特的优势可用来制成新型、高效、低残留的微生态制剂，广泛应用于工业、农业、医学等科学研究领域。目前，国内外益生芽孢杆菌产业化关键技术存在诸多问题。如：活菌数低、出芽率低、货架期短、生产工艺研究不够深入、产品稳定性差等。
项目组在完成系列国家及省部级项目基础上，经过十几年的研究，攻克了芽孢杆菌发酵集成技术，主要包括：N+诱变结合荧光探针追踪，筛选出性状优良的菌种；多阶段发酵与高密度培养结合，大幅提高菌体密度、芽孢出芽率及菌体适应环境能力；构建图像采集，发明新型反应器，进一步优化菌体生长条件；将反应分离耦合技术应用于发酵，解除发酵过程中产物对菌体生长及体内酶活力的抑制作用，实现高浓度的发酵、提高芽孢出芽率、降低产物分离能耗、简化产物分离过程。
创新优势：
项目组采用专利技术生产研发系列益生芽孢杆菌：蜡样芽孢杆菌活菌数由2亿cfu/g提高到8亿cfu/g，符合市售要求并高于农用微生物菌剂国家标准(GB20287-2006)3倍以上；芽孢形成率达到了89.02%，比国内最高提高33.6%，发酵周期21天，比国内最短时间缩短38.2%；凝结芽孢杆菌活菌数由0.5亿cfu/g提高到12亿cfu/g；地衣芽孢杆菌活菌数由10亿cfu/g提高到13亿cfu/g。筛选出海藻糖、聚乙二醇400、吐温80、谷氨酸钠及甘油5种芽孢保护剂，延长芽孢半衰期45%以上，对菌体活性起到良好的保护效果。在示范区内应用，病害抑制率达89%。项目生产的蜡样芽孢杆菌粉参照标准WS-10001-(HD-0902)-2002，检验为类白色粉末，干燥失重为3.3%，小于7.0%，异常毒性符合规定，霉菌小于10个/克，低于标准规定100个/克，未检出控制菌，活菌数为731亿/克，达到国家规定的质量检测标准。
申请国家发明专利17项，授权14项；发表论文59篇，SCI收录43篇；出版专著5部。
南京工业大学
2021-01-12
智能化预紧式汽车安全带关键技术研究及应用
智能预紧式安全带关键技术研究来源于天津市科委，智能安全带系统代表目前国际汽车安全带技术发展趋势，本项目对智能化预紧式安全带理想约束性能进行了理论分析与效能优化；采用多种感器信息融合技术对汽车碰撞预警机制进行建模；利用实时闭环反馈控制策略，进行了基于硬件在环技术的智能化预紧式安全带硬件控制器的开发。开发出了YZ6型智能化预紧式汽车安全带样机；通过“产、学、研”合作完成企业技术转化过程。YZ6预紧式汽车安全带是当前国际上先进的安全带产品，普遍用于中高档轿车，先后与一汽集团、天汽集团等三十余家形成稳定的配套关系。 本项目能为提升安全带生产企业的自主创新能力提供技术支撑。通过成果推广，能提高汽车安全带系统对乘员的保护效果，有效降低交通事故对人体的损伤。 本项目科研团队近年来着力于汽车安全及控制研究，包括智能预紧安全带、乘员自动识别技术和车辆安全性能检测技术等研究领域。
天津职业技术师范大学
2021-04-10
移动数据库在智能手持设备中关键技术应用研究
【应用领域】将研究内容实际应用于“医务通”中，实现医史文献类资源在“医务通”中各项功能的应用。 【技术特点】 针对医用智能手持设备或移动通讯设备中所需信息构建客户端移动数据库以及服务器端数据库。具体分析同构与异构操作系统支持的数据库部署问题，解决数据库数据复制与缓存、移动事务处理等关键技术客户端与服务器端数据同步问题，研究信息检索层次结构、检索结果返回方法，从关键技术和应用实例整理出移动数据库设计应用成果，为其他行业智能手持设备或移动通讯设备提供一个可借鉴的经验，填补技术市场相关知识资源的空白。 【主要技术指标】 （1）数据复制与缓存技术 数据复制与缓存技术是解决移动数据库断接性的关键技术，即在现有DBMS基础上进行修补以适应移动计算。 （2）移动事务处理 针对移动事务的移动性、长事务、易错性以及异构性的特点，进行对数据库的可靠的查询和更新。 （3）数据库构建和部署 由于移动数据库的内容是服务器数据库的一部分，所以联机服务器数据库进行查询时就要考虑到构建的结构。另外移动设备的操作系统有多种，如常见的Windows CE、Symbian等系统。针对不同的系统进行部署时要解决关键的接口问题。 【推广应用前景】 移动数据库技术不但可以应用于医疗行业，如医务人员实时查询、医院查房问诊记录等，还可以配合GPS技术用于智能交通管理、大宗货物运输管理和消防现场作业等。 移动数据库技术将为医疗卫生、制造业、零售业、金融业等领域嵌入式系统与网络应用开辟更加广泛的前景。 【进展情况】 论文3篇、社区儿童电子档案系统演示系统 1套、医务通模拟演示样机 1台、手机客户端1款、计算机软件著作权登记 2项。
南京中医药大学
2021-04-13
面向汽车开发和制造领域的智能技术研究与产业化
西南大学人工智能学院段书凯教授团队完成的“面向汽车开发和制造领域的智能技术研究与产业化”项目荣获2019年中国产学研合作创新成果一等奖。汽车工业是国民经济的支柱产业，同时也是一个高技术密集产业，涉及到许多科学领域里的新材料、新设备、新工艺和新技术。该获奖项目通过产学研联合创新，以提质增效、节能减排、国产化为目标，为汽车配件生产企业和整车企业进行了系统、全面的基础理论研究和自主技术创新，并进行了产业化应用，解决了汽车制造过程中的生产环境复杂、效率低下、生产节奏不合拍，以及汽车产品中动力传动系统效率低、关键控制技术长期缺失等瓶颈问题，通过该成果的实施，有望显著提升汽车产品设计开发和制造领域的智能化技术，实现该领域的重大创新。
西南大学
2021-04-10
智能机器人与智能制造系统
依托学校与烟台拓伟智能科技股份有限公司联合北京理工大学、中国科学院电子所、北京京仪自动化研究总院共建的烟台智能技术应用联合创新研究院，开发了系列具有自主知识产权的智能机器人产品和智能制造系统，其中“4-6自由度关节型工业机器人”可负载7kg-200kg；自主视觉引导+二维码定位的AGV，两轮差动、麦克纳姆轮全向，可负载20kg-2000kg。利用自主研发的全向无轨堆垛机、AGV、工业机器人等，在自主研发MES、车管调度、WMS系统监控下完成一系列智能制造和组装，打造了“汽车制动油泵壳体智能制造系统”“智能精密铸造工厂”等一批系统集成示范项目。
为服务烟台苹果产业高质量发展，研究院制定了烟台红富士苹果等级分选省级标准，研发了无损伤智能分选与包装及冷风库智能监管系统、该系统包括智能信息采集与分级子系统、智能输送调度子系统、苹果排面子系统、机器人智能装箱子系统，整线状态监测与数据库子系统。该系统采用人工智能及深度学习技术，有效结合近红外光谱与计算机视觉技术，完成苹果糖度、色泽、果形、霉心病、果锈、重量等21项指标检测，根据检测结果和新的分级标准，对苹果重新进行分类分级，检测准确率达到95%以上，分选效率2个/秒，磕碰率控制在1%以下，装箱速度达到1个/秒。通过该系统，开展苹果大数据信息采集工作，建立种植-加工-储存-销售全链条标准化苹果大数据综合运营平台，现从苹果单一价值到资源价值的跨越，从而促进苹果产业转型升级，高质量发展。
鲁东大学
2021-05-11
温室环境智能控制与智能管理系统
本系统包括温室栽培优化模型动态仿真、专家系统集成与智能控制算法设计等三部分内容。系统采用了基于知识的智能解决方案，系统的三个部分紧紧围绕专家知识与智能，不仅构成统一的整体又能分别独立运行。系统以大量的实验数据和专家经验为基础，采用智能控制方法、智能推理方法和多媒体技术，能提供病虫害在线预报，为温室环境控制提供最佳环境条件，并能对温室环境和作物生长过程进行仿真和预测。
北京理工大学
2021-04-14
人工智能应用创新实训平台 型号:LPPE002
人工智能应用创新实训平台是一款专为人工智能领域专业学生设计的多功能教学工具，它集科研教学、实验实训和项目实践于一体，提供了一个全面的学习环境。该平台以国产高性能芯片RK3588作为其边缘计算的核心，支持本地化编程开发，使得学习者能够深入掌握人工智能技术。此外，平台还支持PyTorch、TensorFlow、NCNN等多种主流深度学习框架，便于学生进行模型训练和推理实践。
平台内置了丰富的案例资源，包括但不限于MobileNet、Fcn_Resnet、Resnet、Openpose、Unet、Retinaface、Yolov8pose、Yolov11等前沿模型，为学生提供了实际操作和学习深度学习模型的机会。这些内置模型不仅有助于学生理解深度学习算法的实际应用，也为他们的创新项目提供了坚实的基础。通过这样的实训平台，学生能够在实践中深化理论知识，提升解决实际问题的能力。
本平台融合了先进的多模态大模型智能体，并配备了一系列场景化实体组件，包括深度相机、双轴云台、多轴机械臂、微型输送带、工业级相机以及麦克风阵列等。这些尖端设备使得我们能够快速构建智慧工厂、智能分拣、智慧交通、智能家居等多种应用场景。
江苏学蠡信息科技有限公司
2025-07-15
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