|
搜索
搜 索
高等教育领域数字化综合服务平台
车内低频结构噪声预测改进及ATV技术
该项技术利用了ANSYS和LMS Virtual.Lab Acoustics软件平台，建立了以声学量和振动参数为目标的联合仿真模式，可以对研究对象进行车身结构模态和内声场声学模态的分析。预测了车身结构动态特性和车内声场声学特性。在此基础上建立车身结构-车内声场耦合模型，以发动机激振力为边界条件进行车内低频耦合声场预测计算，并针对声压峰值频率进行面板贡献度分析。 在分析预测的过程中，运用ATV技术减少重复计算，进行快速预测预测了对车内噪声贡献较大的车身板件，为车身结构改进提供参考依据。 技术优势：（1）以理论分析和仿真代替经验设计，结果更具可靠性，适用范围更广;（2）研发周期短，研发经费少.
南京工业大学
2021-04-13
先进的过程设备预测性维修规划技术
通过发展与时间相关的破坏理论，形成了结构弱点识别技术，有效地解决了过程设备何处修与何时修的问题，从而可对高温高压大型化的现代过程工业关键设备进行预测性维修。学术水平：国际先进，国内领先经济效益：累计4亿元以上社会效益：有力地保证了设备长周期安全可靠的运行
南京工业大学
2021-04-13
公交到站时间预测及信息服务系统
提高城市共交通服务水平已迫在眉睫。公交到站时间预测及其信息服务系统对于改 善公交服务具有极其重要的实用价值。本系统是上海科学技术委员会重大项目“基于网 格技术的上海市综合交通信息服务示范系统及其关键技术研究”的重要成果之一，基于 GPS 的公交车辆监控调度系统的原始定位数据，采用历史数据与实时数据结合的方法， 进行公交车辆到站时间的预测，并通过发布模块接口输出，传输给 Web 页面、公交电子 站牌或其它多种信息终端显示。本成果是面向公交公众出行者、公交企业（运营调度、 计划编制）、信息服务提供商（电子站牌、移动电视等多媒体）等，实现预测线路静态 数据、动态数据的管理与维护，分时段、分路段的公交行程车速/行程时间统计与分析， 公交车辆到站距离预测和到站时间预测的功能。目前已经在上海、苏州、柳州等城市进 行了测试和初步应用。
同济大学
2021-04-13
城市路网评价诊断及预测预警系统
北京工业大学
2021-04-14
风电场风力发电容量预测（服务）
成果简介：风力发电作为新能源的重要组成部分之一，通过对风力发电容量 进行短期和长期的准确预测，可以有效降低风力发电系统成本并提高对风能 利用率和投资效益进行有效的评测。应用时间序列分析方法、小波分析和支 持向量机理论提出了结合小波分析的持续斜率模型多步预测方法，建立了ARMA、基于小波分析的 ARMA、噪声场合下的 ARMA 三种短期预测模型和最小 二乘支持向量机长期预测模型。为了使用户能够更加方便地应用该预测软件，综合应用&n
北京理工大学
2021-04-14
西湖大学马丽佳团队开发深度学习模型精准预测SpCas9/gRNA活性及特异性
利用合成gRNA-靶序列的高通量文库允许直接在细胞环境中便捷和高通量地收集gRNA活性数据，由此建立的计算模型来预测gRNA的活性比较可靠。
西湖大学
2023-05-17
新冠肺炎动态感染过程建模与预测分析
面对疫情，北京航空航天大学机械工程及自动化学院先进数控和智能制造团队刘强教授、肖文磊副教授等一批教师和研究生自发组成“大数据建模分析工作群”，开始收集疫情数据，交流和讨论建模方法。刘强、肖文磊又与工作群中的孙鹏鹏、王柳权、臧辰鑫、朱三颖、高连生等人，组成了“2019-nCoV疫情建模分析应急响应研究小组”核心攻关组，全力以赴开展本次疫情建模仿真和预测分析研究工作。疫情建模分析应急响应小组的研究工作是在2003年郇极教授提出的“一种基于自动控制理论的SARS传染预测模型”的基础之上，结合此次新冠疫情原发地高度集中、恰逢春节期间人口流动的特点，采用控制论原理和大数据分析方法建立功能更全面的2019-nCoV动态感染过程模型。刘强教授团队对北京、上海、重庆、温州、长沙、郑州、成都、杭州、深圳等40余个城市的疫情数据发展趋势进行了动态仿真分析。基于分析结果，应急响应小组直接向上级部门提交疫情关键数据预测报告2份，直接向中国疾控中心提供预测分析数据及报告2份，向上级提出北京延期恢复正常上班的紧急建议1份，为高层疫情防控决策提供了及时有效的技术数据支持。
北京航空航天大学
2021-04-10
新冠肺炎的疫情评估与预测报告
面对国家在疫情防控决策方面的重大战略需求，北京航空航天大学计算机学院王静远副教授，联合经济管理学院吴俊杰教授、部慧副教授，计算机学院软件开发环境国家重点实验室孙磊磊老师等，快速反应，在1月22日开始陆续组织了一支包括20余名师生在内、跨学科、跨专业的疫情应急研究团队，开展基于大数据的疫情预测与大数据分析科研攻关工作。
团队经过连续不眠不休的集中攻关，于1月25日完成了第一个针对新冠肺炎疫情预测的模型，并最早具备了对外提供疫情预测服务的能力。该模型具备优秀的预测精度和疫情解释能力，为上级部门的疫情防控决策提供了重要的支撑。尤其是在疫情拐点尚未出现、全国发病走势尚不明朗的疫情早期阶段，为防疫决策提供精准的数据参考。预测模型基于王静远老师在2014年深圳H7N9流感爆发和季节性流感流行期间使用市民活动大数据与Meta-Population动力学模型相结合的方式设计的面向城市的呼吸道类疾病传播分析与预测模型，曾应用于深圳流感防控。
北京航空航天大学
2021-04-10
新冠病毒传播建模预测和模拟推演平台
近日，南科大“人流大数据和AI驱动的新型冠状病毒（COVID-19）传播建模预测和模拟推演平台”内测版本正式推出（下简称“推演平台”）。该平台可实现在城市尺度上，基于人流移动的新型冠状病毒传播感染情况的细粒度预测和模拟，为有关部门制定不同的隔离和公共防疫政策（如封闭特定城市区域或道路）提供参考。新型冠状病毒的感染传播与人流移动存在密不可分的关联。现阶段的多数研究只停留在简单的相关性分析以及基于全国地图的数据可视化阶段，缺乏在城市尺度上、针对人流移动的细粒度深度分析，更缺乏基于人流移动的传播模拟推演模型以及潜在感染源和风险区域的挖掘模型。随着复工潮的来临，战“疫”面临新的挑战。南方科技大学科研部、工学院、计算机科学与工程系（下简称“计算机系”）和南方科技大学-东京大学超智慧城市联合研究中心紧急组织科研力量，成立“新型冠状病毒传播建模预测项目组”，由计算机系副教授宋轩担任负责人，迅速启动针对新型冠状病毒传播感染的“大数据分析和AI建模推演平台”研发工作。该平台是一个针对新型冠状病毒传播的大数据分析和AI建模平台（如图1），其中预测和模拟推演模型完全由数据驱动，需要使用人流大数据进行训练和优化。数据拥有单位只要将人流大数据输入平台，平台即可以自动完成模型迭代训练，并输出相关的预测和模拟推演的可视化结果。其预测和模拟推演的精度由模型训练数据的质量、精细度和覆盖度决定。平台后续期待更多单位（如GPS轨迹数据、CDR数据等人流大数据拥有单位）参与进来，共同完善该平台。推演平台通过整合、处理和分析各类多模态人流移动和出行大数据，结合新一代的人工智能技术，完成对新型冠状病毒的传播和感染人群细粒度建模，从而实现在城市区域内细粒度预测、模拟和动态推演传播感染情况。平台可实现的基本功能主要有以下几个方面：一是建立新型冠状病毒和人流移动的映射模型，包括传染概率确定/潜伏期分析/传染代数分析等；二是分析隐藏病患，由于疾病传播为链式，可以根据缺失轨迹链反推出尚未确诊的疑似病患；三是分析风险人群，可根据病患轨迹寻找可能有接触的风险人群，提前预警；四是挖掘潜在病原地，分析病人间的轨迹交叉点确认潜在的未知病原地（如图3）。在以上功能基础上，平台可以实现设定不同的公共防疫政策（如封闭城市内的高风险感染区域），在城市尺度上，动态推演和模拟在这些政策下的城市传播感染情况，从而帮助相关部门制定更为高效的隔离和公共防疫政策（如图4）。
南方科技大学
2021-04-10
大数据人工智能预测近视眼发展
利用十年百余万次的近视眼医学验光大数据，揭示出真实世界青少年近视眼发生、进展与稳定的规律。在此基础上，运用随机森林算法进行机器学习，建立人工智能预测系统，可对近视进展趋势进行个体化预测，3年内准确率达90%，10年内准确率达80%以上，也可提前8年有效预测高度近视，为近视眼的精准干预提供了科学依据。开发出一套人工智能云平台，提供高效的近视预测服务。通过访问智能平台，输入前后两次检查的年龄和度数（间隔至少一年），即可预知10年内的近视度数变化与高度近视风险。 中山眼科中心近年来对近视眼进行了系统性的研究，不断取得突破，产生了重大的社会影响和意义。
中山大学
2021-04-13