随着计算智能方法得到更广泛的应用，其从问题本身学习的能力亟待增强。为此，越来越多研究提出使用机器学习模型来驱动计算智能。通常，这种基于模型的进化算法的性能高度依赖于所采用模型的训练质量。而传统机器学习方法需要大量训练数据进行模型训练，而且受维度灾难的影响，这类方法通常很难解决维度较高的问题，约束了计算智能方法的应用范畴。课题组在

本发明提出了一种基于时间-能耗重要性比重的并行任务调度算 法，在满足时间和能耗的双重限制下，实现异构并行系统下任务所用 时间和能耗的权衡优化。本发明考虑到实际情况中任务受各种因素的 影响，执行时间不是固定且确定的，而是近似于正态分布，因此在确 定任务调度顺序时，不采用以往技术中使用执行时间平均值的方法， 而是将执行时间的平均值和方差同时考虑进来使用近似权重。在任务 分配阶段，同时考虑时间和能耗这两个性能指标，并能根据

用电设备的最优管理是智能电网中实现需求侧响应的关键一环。然而该问题通常需要同时管理调度大量的用电设备，同时考虑多个时槽，是一个时间空间耦合的复杂问题，想要在短时间内解决该问题十分困难。因此，如何设计合理的算法，提高计算效率，降低计算时间，是目前的研究热点。

本发明公开了一种基于YOLOv8与LSD算法的车道线检测方法，适用于在雨天、夜间或标线磨损严重等复杂环境下准确识别车道线。通过在YOLOv8网络中引入Canny边缘检测，并结合LSD对检测区域内的直线段进行强化识别，可显著提升对模糊或部分遮挡车道线的捕捉能力。首先利用YOLOv8定位车道线大致区域，再采用Canny算法提取全局边缘特征，并在LSD算法的辅助下判断线段的长度、方向及完整性。若检测框紧贴图像边缘，则进一步裁剪子图并使用LSD检测线段连续性，通过周长与面积比值与紧凑度评估车道线是否已完全进入视野。该方法可有效减少漏检、误检，适应多种光照与天气条件，为自动驾驶及高级驾驶辅助系统提供高可靠度的车道线检测结果。

以人性化自助服务为设计理念，面向高校师生提供7X24小时服务，以在线业务系统为支撑具有多种登录认证机制、自助信息查询、自助打印成绩单及证明文件、校园卡或微信自助缴费、微信验证信息真伪、短信智能预警、终端远程管理、参数动态设置等功能，可实现多校区、多部门自助服务一体化管理，推动学校治理理念转变，使学校更多地从"管理"师生向”服务"师生转变，改善工作作风和治理方法，提高学校管理效益和社会效益。 ■线下智能服务终端自助打印输出能力一赋能一取材料场景 ●应用一：成绩单/证明文件材料自助打印 自助打印终端集查询、缴费、打印功能于一体，提供“一站式”服务，可为高校师生提供成绩单、在读证明、学籍证明等各种证明文件的“7*24小时不打烊”自助打印，不受时间、空间限制，提升学校校务管理行政效能。 ●应用二：固定资产标签自助打印 系统对接学校现有资产管理系统，为师生提供稳定、可靠、便捷、7*24小时的固定(无形)资产和低值耐用品等资产的入账单、资产标、申请单、签自助打印服务;资产标签含有唯一二维码，可以通过扫码查看设备基本信息，方便入库。 ●应用三：证件一体化自助办理 系统对接人事系统，实现按照学校、学院(系)、专业、学生等(公司、部门、个人)配置证件卡模板;模板能够实现卡面的不同以及字段位置的不同，卡面上字段能够从系统直接带出，师生(员工)直接能够在自助服务终端免费(付款)打印证件卡。 ■线下智能服务终端自助打印输出能力一赋能一交材料场景 ●应用一：智慧财务报账 智慧财务报账终端告别手动报账的繁琐与不便，开启“人机协作，智慧报账”的全新报账模式。实现智能设备与业务系统深度融合，改变传统报账交单方式，克服时间和空间上的局限性，向广大师生提供全方位、全天候的财务服务，方便快捷，实现报账管理的信息化、智能化。 ●应用二：学生证自助补办 学生证自助补办终端为提供便捷、高效的补办服务。通过身份验证、费用支付、学生证打印、学生证回收盖章、学生证领取等功能，学生可快速完成补办申请。操作简单、安全可靠，支持24小时使用，适用于学生证遗失、损坏或信息变更等场景，极大提升了补办效率，节省排队时间。 ■线下智能服务终端自助打印输出能力一赋能一强身份认证场景 学籍电子注册身份验证基于图像或视频输入进行检测，与注册库比对，实现1:N的人脸比对，或与证件比对，实现1:1的人脸比对。适用于人脸登录、VIP人脸识别、人脸通关等无需刷卡验证的场景。 ■线下智能服务终端自助打印输出能力一赋能一咨询问答场景 学校管理员可通过“问答知识库FAQ管理”，整理录入师生办事过程遇到的常见问题，师生可直接在自助服务终端上通过语音进行咨询问答的服务;师生在操作过程中，系统自动通过语音方式提醒用户操作每一个步骤，完成操作后，可通过语音方式提醒学生注销退出系统、取卡等事项。  

针对汽车安全性要求及智能化的发展趋势，项目团队开发了汽车车门开启防撞装置、汽车防误踩油门装置等主动安全装置，并可与汽车相关的控制系统对接，实现智能化控制。 

该项技术针对乘用车或轻型汽车整车底盘，结合ADAMS多体动力学分析软件，建立精确的整车或半车多体动力学模型，通过模拟仿真，以全面完整的获取整车在行驶、转向、刹车以及各种工况条件下的整车性能参数，对整车的操纵稳定性，平顺性给出准确的评价，对底盘悬架系统刚度，阻尼的匹配及发动机悬置刚度等参数进行优化。 项目优势：（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。（3）满足车辆操纵稳定性，平顺性要求的前提下，提升可靠性。项目研究阶段：技术成熟  投资规模及设备需求: 20-60万人民币。项目研究阶段：技术成熟  项目效益分析：（1）与南汽合作，对于依维柯4010轻型客车减震器和板簧刚度进行优化匹配，产生效益数十亿元。（2）与南汽合作，对依维柯NJ2046军用越野车的动力系统悬置进行优化。预期效益巨大。

华中科技大学电信学院联合华为云等团队，研发并推出了新型冠状病毒感染的肺炎AI辅助医学影像量化分析系统。 华中科技大学电信学院白翔教授、许永超副教授等负责的华中科技大学-华为智能创新实验室积极发挥自身优势，针对新冠肺炎与华为云等团队共同研发出AI辅助医学影像量化分析系统，目前取得了有效进展。针对患者胸部CT影像中呈现多发小斑片影、多发磨玻璃影、浸润影、肺实变等特点，许永超等提供了基于纹理感知的病灶分割核心算法支持，该算法可实现单病例全自动精准量化结果的秒极输出，大幅提升了诊断效率，减轻医生诊断的繁重负荷。结合临床信息，系统可以辅助医生更高效地区分新冠肺炎的早期、进展期与重症期，有利于早期筛查与防控。同时，对于确诊病人，基于对多次复查影像数据的量化分析，医生能够有效评估病情进展及用药疗效等情况。