|
搜索
搜 索
高等教育领域数字化综合服务平台
苜蓿木葡聚糖转葡糖苷酶(MtXET）及其编码基因与应用
项目成果/简介:本发明公开了一种苜蓿木葡聚糖转葡糖苷酶(xyloglucanendotransglycosylase，xet)及其编码基因与应用，所述苜蓿木葡聚糖转葡糖苷酶(mtxet)及其编码基因可以用于调节植物的根系发生发展，由此调节提高植物的抗旱和抗寒能力。本发明的苜蓿木葡聚糖转葡糖苷酶在培育根系更加发达的植物品种中具有重要意义。
北京林业大学
2021-01-12
基于信道角度域信息的分布式空时预编码传输方法
本发明公开了一种基于信道角度域信息的分布式空时预编码传输方法，其关键是接收端把通过信道估计得到的信道角度域信息，包括平均入射角、角度扩展和归一化接收天线距离，反馈给发射端，收到反馈信息后，发射端首先构建出信道的统计信息，包括均值和相关矩阵，然后利用这些信息设计最佳的预编码矩阵，对预先设计好的空时码字进行预处理。这种基于信道角度域信息的分布式空时预编码传输方法一方面可以得到更加精确的信道统计信息，另一方面可以进一步减少所需的反馈量。
浙江大学
2021-04-13
基于时空注意力自编码的碳钢涡流热成像腐蚀检测方法
本发明公开了基于时空注意力自编码的碳钢涡流热成像腐蚀检测方法，涉及涡流热成像检测技术领域，该方法包括：利用脉冲涡流热成像检测早期腐蚀样品，获取红外图像序列，捕捉早期腐蚀样品表面温度随时间的变化趋势；构建时空注意力自动编码器，利用无腐蚀样本的红外图像序列对时空注意力自动编码器进行训练；将待检测红外图像作为新的输入信号，利用时空注意力自动编码器捕获温度数据的时空动态变化，生成重建信号；通过计算输入信号与重建信号的最大重建误差，构建误差图，识别与可视化待检测红外图像中的腐蚀区域。本发明适用于早期腐蚀信号较微弱、边界模糊的情况，为早期腐蚀区域的精准识别和后续腐蚀程度评估提供了更可靠的技术支撑。
南京工业大学
2021-01-12
基于卷积神经网络的干扰信号识别方法
本发明属于无线通信技术领域，具体涉及一种基于卷积神经网络的干扰信号识别方法。本发明的方法主要包括构建卷积神经网络；对接收到的干扰信号做预处理，将其作为卷积神经网络的输入样本；根据待识别信号的类别，将信号样本及其对应的类别构建为训练集，利用构建的训练集训练构建的卷积神经网络；根据训练的卷积神经网络，对每个预处理后的信号样本进行识别，获得未知信号的所属类别。
电子科技大学
2021-04-10
基于手机的人脸识别和定位的人员监管系统
基于手机的人脸识别和定位的社矫人员监管系统”主要功能：每天可定时和随机方式要求社矫人员上传个人GPS位置信息，同时进行人脸识别和活体检测，从而在不需要增加额外的专用硬件设备，仅借助现有的智能手机，便实现对相关社矫人员行踪的实时监管，并有效杜绝监管工作中普遍存在的社矫人员“人机分离”、“冒名打卡”、“照片刷脸”等现象。该系统已与现有社矫系统（蓝信、律兜）无缝对接。无人社矫厅版本已经投入使用。
东南大学
2021-04-10
三维人脸识别系统3D-FRS
生物特征识别是模式识别、图像处理、人工智能等学科领域的一个前沿研究方向，是涉及国家社会公共安全的战略高技术，同时也是电子信息产业新的增长点。从今年开始，我国已经开始计划在第二代身份证和电子护照中嵌入生物特征信息以提高个体身份认证的可靠性，生物特征识别技术在国家的人口管理、安全反恐、机场安检、出入境边检、门禁与安全系统、权限控制、对象监控、金融防伪、电子商务、社保福利等领域发挥重要作用。
东南大学
2021-04-10
一种自适应的网络舆情识别方法
本发明公开了一种网络舆情识别方法
电子科技大学
2021-04-10
恶劣成像环境下图像目标检测、识别与跟踪系统
一、项目简介 项目旨在解决现有目标检测、识别和跟踪系统易受雨天、雾天、沙尘、低光照、水下等恶劣成像环境的影响问题，使得相关目标检测、识别与跟踪系统可以全天候工作，最大程度克服相关视觉应用系统受天气和工作场景的影响的局限。 二、前期研究基础 课题组通过多年攻关，在相关核心技术方面有多项突破，提出多项拥有自主知识产权的针对恶劣成像环境下退化图像的质量提升方法。相关研究处于国内领先水平，已在包括IEEE Trans.Image Processing， CVPR，ICCV等计算机视觉国际顶级期刊和会议上发表论文17篇。授权发明专利5项，软件著作权1项。 三、应用技术成果 1) 雾天图像增强2) 水下图像增强 3) 雾天图像增强
厦门大学
2021-04-11
移动互联网未知应用自动识别系统
本技术成果克服了现有技术的不足，提供了一种对未知 应用（包括恶意软件）进行自动发现、自动聚类、自动分析、自动识别的技术
中山大学
2021-04-10
一种基于表示学习的星图识别方法
本发明公开了一种基于表示学习的星图识别方法，该方法利用端对端的、基于表述学习的神经网络模型RPNet，用于快速高效且鲁棒性强的全天星图识别任务
北京航空航天大学
2021-04-10