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
智能物联大数据分析决策系统
“智能物联大数据分析决策系统”是以复杂装备及过程在工程现场的指挥决 策为需求、以对大规模运行工况进行智能化分析与决策作为切入点、以对使用先 进物联手段获取到的装备过程运行监测数据进行采集、处理、分析、呈现、交互 等为途径,完成了 “大规模的系统装备运行监测数据的完整实时存储与检索”“大 数据环境下运行监测数据的智能分布式交互处理”“利用运行监测数据深度解析 直观呈现系统装备运行状况”“具有多层级特征的系统装备运行监测数据的云架 构服务平台”等系统性研究,研发了一系列具有自主知识产权的智能物联大数据 分析决策关键技术,以此为基础申请了 53项发明专利(其中授权21项),发展 成为了相应的方法体系,并在航天测试发射任务、智能消防综合服务、热轧无人 化行车生产、机电设备安装调试及运维等多类对象及场景中进行了指挥控制、在 线监测、诊断评估、决策支持等方面的系统级应用。成果针对系统装备运行提供了智能化的决策和监控手段,为系统装备运行工 况监测和运行机理认识和发现形成了完备的数据基础和先进的技术支撑。
重庆大学 2021-04-11
智能物联大数据分析决策系统
“智能物联大数据分析决策系统”是以复杂装备及过程在工程现场的指挥决 策为需求、以对大规模运行工况进行智能化分析与决策作为切入点、以对使用先 进物联手段获取到的装备过程运行监测数据进行采集、处理、分析、呈现、交互 等为途径,完成了 “大规模的系统装备运行监测数据的完整实时存储与检索”“大 数据环境下运行监测数据的智能分布式交互处理”“利用运行监测数据深度解析 直观呈现系统装备运行状况”“具有多层级特征的系统装备运行监测数据的云架 构服务平台”等系统性研究,研发了一系列具有自主知识产权的智能物联大数据 分析决策关键技术,以此为基础申请了53项发明专利(其中授权21项),发展 成为了相应的方法体系,并在航天测试发射任务、智能消防综合服务、热轧无人 化行车生产、机电设备安装调试及运维等多类对象及场景中进行了指挥控制、在 线监测、诊断评估、决策支持等方面的系统级应用。 成果针对系统装备运行提供了智能化的决策和监控手段,为系统装备运行工 况监测和运行机理认识和发现形成了完备的数据基础和先进的技术支撑。其技术 发明应用效果好、创造性突出,达到国内领先的水平,具有广阔的市场应用前景。
重庆大学 2021-04-11
南开深海行业领域大数据智能分析平台
南开深海大数据智能分析平台,是面向公共安全、电子政务、医疗卫生、金融保险等行业领域的大数据智能分析平台。在处理多源异构大数据问题上,平台具有先进的信息融合与深度分析技术,其中包括异质多源行业领域大数据的融合处理、异构行业领域大数据的存储管理、面向行业领域大数据的深度分析等关键共性技术;此外,平台为行业领域大数据的智能分析提供支持,有效辅助管理部门感知、响应、追踪与处理各类事件。已申请相关软件著作权两项:《南开深海行业领域大数据智能辅助决策平台》、《大数据多任务调度计算平台》。以及相关专利一项:《一种多源异构行业领域大数据处理全链路解决方案》。
南开大学 2021-02-01
医学影像的智能处理、融合和分析
一、项目简介 磁共振成像以其具有多模态成像、高分辨及无辐射伤害等优点,在临床医学影像中具有无可替代的地位。然而较慢的成像速度及易受各种伪影干扰是其主要缺点。另一方面,随着临床上对磁共振成像需求的急剧增长,诊断医生的缺口越来越大,并严重影响病人得到及时、准确的诊断。因此,在磁共振成像中引入以深度学习为代表的智能技术,一方面用于加速成像采集速度及提高成像质量,另一方面用于进行智能诊断,解决临床医生人力不足、误诊率较高的问题。 二、前期研究基础 基于我们在磁共振成像方法设计、超分辨率重建及临床应用等方面的跨学科研究优势,我们利用深度学习技术对磁共振成像的各个方面进行整合优化设计,并取得许多重要的初步成果,具有良好的前期工作基础。 三、应用技术成果 我们在深度学习与超快速磁共振成像方面的结合进行了深度研究,并取得许多重要成像。我们研究了基于深度学习的超快速多参数磁共振成像重建,并取得良好的效果,如图1所示。我们还研究了利用深度学习对磁共振成像进行无参考扫描的扭曲校正,如图2所示。
厦门大学 2021-04-11
智能型心理仪器数据分析软件
产品详细介绍
华东师范大学科教仪器厂 2021-08-23
“镜湖一号”——“高校对外宣传数据智能分析平台”一体机
当前,高校内部学院、部门网站更新不及时,僵尸网站、发布内容存在不规范用语、错别字等情况较为普遍,造成了很大的安全风险。由内蒙古财经大学自主开发的“镜湖一号——高校对外宣传数据智能分析平台一体机”,很好的解决了上述出现的问题。同时,还具备了呈现学校对外宣传数据数据分析与挖掘的可视化态势展现功能,支持大屏观看和手机端查看。“镜湖一号”基于高校对互联网发布的各类数据,使用人工智能和大数据分析技术设计应用模型,让学校的管理者实时掌握数据动态。 应用场景及创新点: 1.监控敏感信息泄露,展现处置状态。 2.代替人工发现更新不及时、不到位的网站。 3.对比分析高校党建态势,同时展现学校内部各部门党建状态和成果。 3.实时展示高校发布的宣传数据态势,分析出最受欢迎、热门文章等。 4.平台支持国产化平台部署。 5.实现一体机快速部署。
内蒙古财经大学 2025-05-08
一种基于场量分析的视频图像显著性检测方法
本发明公开了一种基于场量分析的视频图像显著性检测方法,包括以下步骤:S1 获得视频图像的静态显著性图;S2 根据连续的视频帧提取场景的光流向量场;S3 通过聚类方法对光流向量场进行初步分类并找出最大分类区块;S4 通过每个分类区块与最大分类区块之间的对比生成差异性能量;S5 规范化差异性能量,获得运动显著性值并生成运动显著性图;S6 将该运动显著性图与所述静态显著性图线性加权相加得到最终显著性图,即可实现对视频图像的显著性检测。本发明的方法综合利用视频场景的静态特征和动态特征来得到显著性映射结果,特
华中科技大学 2021-04-14
便携式智能振动测试分析仪
便携式智能多功能振动测试分析仪是广泛应用于工业现场和复杂系统的机械设备工作可靠性分析和在线故障诊断的工具。研制成功的便携式智能多功能测试分析仪,其主要特点:体积小、重量轻、连续工作时间及待机时间长,尤其是振动测试分析仪,带有动态频谱实时显示功能,并可以进行实时频谱分析。测振笔的特点,除体积小、重量轻、连续工作时间亟待及时间长外,更特别的是可以实现加速度、速度、位移三个振动的参量的测量。 随着科学技术的发展,航空航天、军事国防、工业领域的系统设备结构越来越复杂,故障诊断已经成为这些领域亟待解决的技术问题。因此,本项目的研究不仅对便携式振动测试分析仪器的研究,而且对于设备故障诊断方法的实用化和普及有着广泛的实用价值,对复杂的大型系统的机械设备故障诊断有着广阔的应用前景。 本项目研究成果已经通过北京市科学技术委员会技术鉴定,具有完全的自主知识产权,并已申请专利两项。
北京航空航天大学 2021-04-13
便携式通用精细智能信号采集分析系统
便携式通用精细智能信号采集分析系统根据设备状态监测和故障诊断的要求采集并记录与设备工作过程相关的主要状态参数的状态信号,如振动、噪声、转速、电流等,然后对这些参数和信号进行快速处理和精密分析,提取反映设备运行状态的特征信息,快速准确地给出设备运行状态的性能评价,为设备管理、诊断及维修提供依据,从而保障设备长期安全可靠地运行。
西安交通大学 2021-01-12
便携式智能数字心音分析仪
    目前,对于心脏进行检测的仪器主要有两类:一类是基于心脏电学特性的心电图类是基于心脏声学特性的听诊和心音图。心电图是现在医院普遍采用的心脏监测方式,它能够较为准确和全面的反映心脏的健康状况。但是,有些心脏疾病,当它在心音图上反映出来的时候在心电图上还没有反映,所以,心电监测较心音检测有一定的滞后性。一个完整的心动周期,心脏会产生两个声音:第一心音(S1)和第二心音(S2)。有些情况下,比如幼年和老年的时候也会出现第三心音(S3)、第四心音(S4),但正常情况下,一般只能听到S1和S2。51的形成主要来自于心室收缩期开始时二尖瓣和三尖瓣的关闭;S2的形成主要来自于心室舒张期开始时主动脉瓣和肺动脉瓣的关闭。    许多心血管疾病,尤其是瓣膜类疾病,心音都是重要的诊断信息,在临床医学中有非常广泛的应用。但是,传统的心脏听诊容易受医生经验、听诊水平的影响。因此,如何能够利用先进的数字信号处理技术和计算机技术提取反映心脏健康状况的定量的全方位的心音信息,已成为当今研究和医疗应用的热点。便携式心音分析仪不仅可以用于家庭的医疗保健,方便用户进行平时的心脏监测,提早发现和预防心脏异常;而且,可以通过心音各种特征参数的提取,为医生的心脏诊断提供定量的依据。    技术原理与工艺流程简介:    软件算法:短时傅立叶变换、小波变换等多种信号处理的时频算法。    硬件平台:基于哈佛结构的数字信号器较计算机相比更适用于数字信号处理算法的快速实现,其体积小、功能针对性强的优点更有利于产品的开发和实现技术水平。    当前最先进的时频分析算法。如小波变换,被誉为“数学显微镜”,不仅能够分析心音各种成分的时间、频率信息,而且能够反映出频率随时间的变化情况。
河北工业大学 2021-04-13
首页 上一页 1 2 3 4 5 6
  • ...
  • 276 277 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