|
搜索
搜 索
高等教育领域数字化综合服务平台
机器时代（北京）科技有限公司
机器时代（北京）科技有限公司是专业的机械电子及机器人产品开发平台工具研究和生产的高科技企业。公司一直致力于灵巧机械电子产品的研究，曾参与多项国家重点863项目及横向课题的开发工作。并将所掌握的技术融入到创新开发平台类产品中，为国内外有产品开发需求或创新教育需求的用户提供丰富的解决方案和高效率的开发工具。
机器时代（北京）科技有限公司
2021-10-26
苏州大学机电工程学院孙立宁教授团队研制磁液滴机器人相关成果发表在《Science Advances》期刊
近日，我校机电工程学院孙立宁教授、杨湛教授课题组，哈尔滨工业大学谢晖教授课题组以及德国马克斯普朗克智能系统研究所的Metin Sitti教授课题组，联合研制出能自由穿梭在极端变化环境中的尺度可调控磁液滴机器人SMFR。
苏州大学
2022-10-12
RoboLab-Edu自主仿生机器鱼
本项目产业化的市场定位为便于携带、操作性强、可进行编程及二次开发的教育行业。RoboLab-Edu自主仿生机器鱼以热带盒子鱼为原型，采用单关节仿生尾鳍取代无刷推进器，有效降低设备运行噪声的同时节省了能量消耗；设备外壳采用光敏树脂材料3D打印制成，兼具轻便度与硬度；通过重力滑块机构实现设备的上浮下潜，控制更为灵活，具有水下图像识别、水声通信、路径规划等多种智能功能，最大下潜深度可达60m。 此机器鱼的主要特点： 1.节能高效：采用单关节仿生尾鳍作为动力源，利用反卡门涡街的驱动原理，仿生推进效率高达80%； 2.仿生设计：模拟热带盒子鱼的外形与游动方式， 机动性强，有效降低对水下环境的扰动； 3.安全可靠：采用整体开放，局部密封的设计， 配备红外避障传感器及照明灯，具有低电量返航、失联返航等功能； 4.二次开发：预留防水航插接口，可搭载PH、温度等外接传感器，开发新的功能。
北京大学
2021-02-01
基于机器学习的个人信用评估
本平台基于用户报刊订阅历史数据及用户个人信息，结合矩阵分解，K-Means等机器学习技术，构建了用户报刊个性化推荐系统，在提升推荐准确性的同时较好地解决了冷启动问题。
中山大学
2021-04-10
RoboLab-Edu自主仿生机器鱼
本项目产业化的市场定位为便于携带、操作性强、可进行编程及二次开发的教育行业。RoboLab-Edu自主仿生机器鱼以热带盒子鱼为原型，采用单关节仿生尾鳍取代无刷推进器，有效降低设备运行噪声的同时节省了能量消耗；设备外壳采用光敏树脂材料3D打印制成，兼具轻便度与硬度；通过重力滑块机构实现设备的上浮下潜，控制更为灵活，具有水下图像识别、水声通信、路径规划等多种智能功能，最大下潜深度可达60m。
此机器鱼的主要特点：
1.节能高效：采用单关节仿生尾鳍作为动力源，利用反卡门涡街的驱动原理，仿生推进效率高达80%；
2.仿生设计：模拟热带盒子鱼的外形与游动方式， 机动性强，有效降低对水下环境的扰动；
3.安全可靠：采用整体开放，局部密封的设计， 配备红外避障传感器及照明灯，具有低电量返航、失联返航等功能；
4.二次开发：预留防水航插接口，可搭载PH、温度等外接传感器，开发新的功能。
北京大学
2021-01-12
机器类人思维计算的实现与应用
1.理论层面。提出了传统架构与人类思维指令有机融合的新型混合计算架构；构建了逻辑和时序的类人思维指令集，以及指令集扩展方式的规则；便捷开发流程架构和层次分工。2、成果层面。该成果研发了支持组合与时序逻辑关系的固件，并与2个系列CPU结合成为具备一定认知智能的人工智能芯片；研发了包括人机交互、组态监控、仿真调试、人类思维解释器等核心软件，为产业智能提升提供基础性开发平台；提出了一种新的不同于当前人工智能实现技术路线的低资源需求的认知智能实现方法，并经过实践验证。3、应用领域。新型的人工智能芯片（上游），芯片应用形成的产业链；新的开发工具，传统行业升级形成的产业链；工业互联网、医养、智慧建造等，新应用形成的产业链。
山东大学
2021-04-10
基于机器视觉的智能拉力试验机
一、 项目简介通过机器视觉进行电缆护套拉伸长度测量，用于“电线电缆”产品检验设备，通过数字图像处理技术测量电缆护套上两个标志点之间的长度，来分析电线电缆绝缘层材料的抗张强度和断裂伸长率。该检测装置无需人工干预，可自动完成电缆护套试件拉伸长度的测量，检测过程中样品无接触压痕，可实现5个实验样本一次装卡，同时作拉伸长度检测试验，并进行智能数据分析，缩短了试验时间，极大地提高了实验效率和检测精度。二、 项目技术成熟程度已完成样机研制，获专利1项。三、 技术指标（包括鉴定、知识产权专利、获奖等情况）1、最大试验力：500N ； 2、测力示值准确度：≤±1.0%；3、试验速度范围：10-500mm/min； 4、速度示值准确度：≤±1mm；5、移动台最大位移：600mm ； 6、位移示值准确度：≤±1mm。四、 市场前景（应用领域、市场分析等）产品可用于电材生产及相关质检部门，目前国内无类似产品，属国内首创，市场前景看好。五、 规模与投资需求（资金需求、场地规模、人员等需求）机械部分可以自行加工或外协加工，计算机电控部分组装与调试需2~3人。除机械部分外，厂房40平方米左右即可。规模生产需要流动资金100万左右。六、 效益分析 按每年生产200台计算，可获利约1500-2000万，七、 合作方式 技术入股，技术转让等形式。或面谈。八、 项目具体联系人及联系方式（包括电子邮箱）项目负责及联系人：高振斌，电话：022-60436758邮箱：gaozhenbin@hebut.edu.cn九、高清成果图片2-3张
河北工业大学
2021-04-11
在量子物理与机器学习研究的进展
生成模型的研究重点是如何从给定的数据集合中学习到数据的联合概率分布，以及从学习到的概率分布中高效地生成新的样本。研究团队提出将数据的联合分布概率编码成量子多体态的概率幅的模平方。进一步地，他们提出在经典计算机上使用矩阵乘积态(Matrix Product States)来模拟学习的过程。矩阵乘积态的参数，即张量网络的张量元，可以通过类似密度矩阵重整化群(Density Matrix Renormalization Group)的算法进行学习，最终形成一个具有泛化能力的生成模型。这个学习算法结合了量子物理与机器学习各自的优点：它不仅可以利用GPU高效地学习到模型参数，还可以利用张量网络的灵活性动态地调节模型表达能力。此外，与传统的基于统计物理的生成模型（例如玻尔兹曼机）相比，玻恩学习机还具备直接生成无关联样本的强大能力，从而可以高效地生成新的数据。 基于量子态的概率生成模型融合了量子物理与机器学习的思想，是一个崭新的研究领域。玻恩学习机借助量子态内禀的概率解释及其强大的表达能力，意在为机器学习和人工智能提供更为先进的生成模型和学习算法。此外，这类模型在量子信息处理，量子计算以及多体物理中具有应用潜力。展望将来，最令人兴奋的前景应该会是在一台量子计算机上实现玻恩学习机，从而以全新的方法进行概率型的学习和建模。这项工作用使用张量网络模拟量子计算机的运行，向无监督量子机器学习迈近了一步。作用在一幅MNIST图片上的矩阵乘积态以及它的纠缠谱
北京大学
2021-04-11
机器视觉系统应用实训平台（初级）
深圳市越疆科技有限公司
2022-06-14
机器视觉系统应用实训平台（中级）
深圳市越疆科技有限公司
2022-06-14