|
搜索
搜 索
高等教育领域数字化综合服务平台
学习分析系统
学习分析系统采用数理统计的方法来处理成绩数据、行为数据，通过对成绩数据、行为数据的科学分析与评估，辅助、推进教学研究，提高教学质量。
方正科技集团股份有限公司
2021-02-01
神策分析
可以私有化部署的用户行为分析平台 轻松上手十大分析模型，灵活组合、秒级响应，探索不同业务中的关键行为，洞察指标背后的增长点。
神策网络科技 (北京) 有限公司
2021-02-01
步态分析系统
大小鼠步态通过足印图像增强技术采用高速摄像机可以清晰地采集大小鼠行走过程的足印信息，本仪器可广泛应用于脑缺血、阿尔茨海默病、帕金森氏病、脑外伤、脊髓损伤、疼痛疾病、关节炎等多种疾病动物模型步态的研究。
安徽正华生物仪器设备有限公司
2021-02-01
分析天平
产品详细介绍
成都市教育设备厂
2021-08-23
AI行为分析
一、产品概述
文香行为分析系统支持人工智能技术，实时洞察教学场景变化，通过智能行为分析盒可以自动抓拍并分析教师和学生的行为活动，并自动生成报告，例如：举手人数、低头人数、情绪占比率统计分析等，对课堂教师和学生行为进行分析，了解学生对学习的状态。通过人工智能及大数据个性化精准分析，从单一到多元，从封闭到开放，助力学校个性化教学的发展。对学校基础信息管理和学生行为相关数据进行收集，并将采集到的数据进行数字化存储，为智慧学校建设提供重要资源。
二、产品特点
课表一键导入
课表一键导入
多种可视化图表
智能统计分析
三、智能行为分析盒
无嗓音：采用嵌入式ARM架构，无风扇设计，使用时无噪音
支持本地输出：HDMI支持本地输出查看分析画面，画面中标注实时分析结果
网络视频流接入：支持不小于2路网络视 频流接入，实现教师、学生行为实时分析
标准接口对接：采用1路千兆网口，支持标 准的HTTP接口，与学校信息化系统对接
适应大场景分析：支持云台巡视功能，可 在行为分析盒配置巡视，适应大场景分析
安全供电：为保证产品使用安全，行为分 析盒采用12V安全供电
北京文香信息技术有限公司
2022-09-13
一种基于车载双目相机的前方道路行人快速测距方法
自动驾驶汽车不仅能大大提高交通系统的效率和安全性，同时也为我们节省了很 多宝贵时间，将是未来汽车发展的主流。在基于视觉导航的自动驾驶系统中，目标的检测和 测距是其中的关键技术，直接决定了自动驾驶系统的性能。在基于视觉的导航中，双目视觉技术是自动驾驶辅助系统中的主流应用技术。双 目测距利用双目立体视觉的原理，即两台摄像机分别对目标物体进行图像采集，把采集到 的两幅图像进行处理后通过立体匹配来计算出被测物体的深度距离。
华中科技大学
2021-04-10
道路冰雪监测传感器和人工智能预警信息系统
本成果可从根本上解决上述痛点难题，传感器检测到冰雪等风险路况时，及时向路政、交警部门和社会发送预警和报警信号，以便及时采取风险管控措施，大大降低恶性交通事故发生的可能性。还可与道路融雪化冰系统协同工作，监测到冰雪危险路况时，传感器信号自动启动融雪化冰系统工作，消融冰雪，保障道路安全通畅。本成果的主要创新点：
1）压电平膜传感器多阶谐振频率和振动谱解析技术；
2）多光谱传感器光电信号处理技术；
3）复阻抗传感器信号检测及处理技术；
4）多传感器信息融合人工智能技术；
5）传感器可靠性结构设计技术。
冰雪路况传感器主要包含阻抗谱、谐振谱和多光谱等三种核心关键技术，如下图所示，其来源于团队前期研发的压电平膜式、光纤（光电）式和阻抗式结冰传感技术成果，均为具有自主创新特色及自主知识产权的研究成果。
华中科技大学
2023-01-03
顾及道路交叉路口转向的公路大件运输线路优化方法
本发明公开了一种顾及道路交叉路口转向的公路大件运输线路优化方法，包括:步骤 1，基于原始 道路图层数据构建道路网络数据模型;步骤 2，基于道路网络数据模型构建道路转角权重辅助网，并对 道路转角权重辅助网中辅助边赋权重;步骤 3，基于道路转角权重辅助网生成网络数据集，考虑路径交 叉口转向总权重和路径总长度设置目标函数，采用最短路径分析法分析网络数据集，获得最优路径;步 骤 4，结合转角方向将步骤 3 获得的最优路径反推到道路网络数据模型中，获
武汉大学
2021-04-14
一种基于车载双目相机的前方道路行人快速测距方法
本发明为一种基于车载双目相机的前方道路行人快速测距方法，公开了一种适用于自动驾驶系统的双目行人检测和测距方法。方法通过基于学习的行人检测方法，训练行人检测模型，利用行人检测模型对双目场景中的行人进行检测。通过颜色特征和尺度不变特征计算左图像检测结果中选取的点在右图像中的匹配点，计算匹配对之间的视差值。通过寻找视差中值的方法得到检测结果准确的视差值，并根据相机坐标系与图像坐标系之间的几何关系计算行人与相机的距离。方
华中科技大学
2021-04-14
一种基于道路时空关联关系的路段行程时间推断方法
本发明公开了一种基于道路时空关联关系的路段行程时间推断方法，包括步骤 1:基于交叉口运行 状态对路段行程时间交通数据进行统计;步骤 2:基于通行模式周期性提取目标路段与邻接路段之间的 特征关系;步骤 3:基于三层神经网络模型对目标路段行程时间进行预测。本发明针对已有方法在数据 缺失情况下对路段行程时间估计的不足，利用路段行程时间交通大数据对目标路段行程时间进行推断， 解决了由于数据稀疏而不能推断行程时间的问题，最后利用武汉市浮动车 GPS 历史数据进行了验证， 结果证明了本方法的有效性。
武汉大学
2021-04-13