高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
一种温控型智能辅助供液系统
本发明公开了一种温控型智能辅助供液系统,包括设有入口管和出口管的装置主体,包括:设置在装置主体内的弹性输液管以及挤压在弹性输液管外壁的挤压杆,该弹性输液管两端分别与入口管和出口管对应导通;驱动挤压杆转动的驱动机构,所述挤压杆转动时能够驱使弹性输液管内液体从入口管向出口管流动;用于检测待输送液体温度的温度传感器;接收的所述温度传感器的温度信号,根据温度信号大小对所述驱动机构进行控制,实现对挤压杆转速的控制。本发明具有结构简单,工作可靠,能够智能控制血液流动,流量稳定,流量调节范围大,产生血压高,外形尺寸小,能植入到动物体内,具有良好的生物兼容性等特点。
浙江大学 2021-04-13
锂电池管理系统AI算法研究
本项目聚焦于锂电池管理系统在智能化监测与预测中的关键痛点,尤其拟面向电池容量衰减预测、SOC/SOH估计不准、电池剩余时间不准确、MAP/SOP估算等方面。通过引入人工智能算法,构建融合机器学习与深度学习的电池状态预测模型,拟实现高精度SOC(荷电状态)与SOH(健康状态)估计的优化,提升电池管理系统的智能水平与安全性。 解决方案方面,项目基于实地检测磷酸铁锂电池充放电数据构建训练集,采用轻量级线性回归模型及改进型人工神经网络进行建模优化,并结合特征工程技术提高预测精度。同时,设计适用于边缘计算的部署方案,使模型可在BMS嵌入式硬件平台实时运行,降低对计算资源的依赖。 在竞争优势方面,项目成果具备算法轻量化、部署便捷、预测准确度高、兼容性强等特点,特别适用于电力储能、电动汽车等对安全性和可靠性要求高的场景。相比传统BMS方案,该AI算法可显著提升电池使用效率与寿命,精准估算SOC/SOH,降低维护成本。 目前项目成果已在合作企业内部储能设备中开展应用测试,初步反馈表明荷电状态预测准确度提升40%左右,电池健康度准确度提升40%左右,系统响应及时,具备较高实用性和推广价值。专家评审一致认为,该项目在智能电池管理系统方向具有较强的创新性和实际应用前景。
西南大学 2025-05-12
康复机器人及智能辅助控制器具
能轮椅:功能特点:自动避障、话音及身体姿态控制、锂电池组管理。 通过应用个性化压力坐具,实现压力均布和调节,减轻局部软组织发生压疮的风险,并对坐姿进行矫正,降低脊柱侧弯等病人脊柱形态进一步恶化和发生并发症的风险;利用超声和红外传感器,可发现运动路径上是否存在障碍物,并自动绕行。临近沟坎时,可自动刹车。可监测轮椅侧倾程度,防止轮椅侧翻;通过话音控制轮椅运动、通过头部动作控制轮椅运动、通过语音或头部姿态实现手机操作;采用先进的锂电池组管理系统,提高了续航能力,并为车载设备提供更加充沛的能源。
西安交通大学 2021-04-11
智能电动汽车充电机(车载型)
自动识别蓄电池的连接状态,根据电池的特性,自动选择充电曲线;智能监测各充电参数,实时显示充电电压、充电电流、充电时间及充电电量; 自带电池反接保护、输出短路保护、过压过流保护及超温保护;可选配带高功率因数。
扬州大学 2021-04-14
大规模电动汽车与智能电网融合
V2G技术,简单的来说,就是将电动汽车的动力电池,作为电网中的分布式电源,在用电高峰时通过逆变技术向电网回馈能量,而在用电低谷时电网通过整流,对电动汽车充电,从而实现电动汽车和电网的友好能量交互。 目前,大部分研究工作主要集中在电动汽车智能充放电优化模型的建立上,很少关注到提出优化方法的求解算法。另外,鲜有文章检验其方法对于大规模电动汽车入网调度的可行性。在此背景下,蹇林旎课题组首先对
南方科技大学 2021-04-14
新能源汽车智能制造生产线系统
山东顺诺腾辉智能科技有限公司 2023-03-02
基于荧光光谱和智能算法的食品安全检测技术
本项目在三维荧光光谱技术的基础上,建立光谱数据矩阵计算模型和处理方法,建立了基于荧光光谱和智能算法的食品安全检测新技术。应用于白酒检测,实现了白酒品种和年份酒年份的科学化、仪器化和智能化鉴别和测定;应用于食品添加剂检测,实现了目标物的种类和含量的方便、快捷、灵敏、准确测定。
江南大学 2021-04-11
基于荧光光谱和智能算法的食品安全检测技术
1、项目简介 本项目在三维荧光光谱技术的基础上,建立光谱数据矩阵计算模型和处理方法,建立了基于荧光光谱和智能算法的食品安全检测新技术。应用于白酒检测,实现了白酒品种和年份酒年份的科学化、仪器化和智能化鉴别和测定;应用于食品添加剂检测,实现了目标物的种类和含量的方便、快捷、灵敏、准确测定。 2、创新要点 本项目研发用于复杂混合物体系检测的高分辨率荧光光谱技术,结合数学建模方法和智能计算技术,以三维荧光光谱获得更多信息,以三维数阵校正智能算法进行混合物光谱特征信息的提取和处理,在处理复杂混合物体系光谱信息方面发挥优势,实现了以“数学分离”代替“化学分离”、以“计算识别”代替“人工判别”,解决了复杂混合物荧光光谱特征指向问题,建立了新的食品安全检测技术。 3、效益分析 “白酒年份酒的荧光光谱检测技术及鉴别系统”可实现对所建库中不同品牌白酒及不同年份白酒进行准确鉴别,可应用于白酒企业的生产管理和年份白酒消费市场的监督管理,将促进我国白酒年份酒的产生和销售的规范和发展,推动品牌白酒鉴别工作的技术进步,为打击假冒伪劣、保护名牌提供技术支持,具有直接的经济效益和良好的社会效益。 4、推广情况 建立的白酒荧光光谱检测技术对“中国白酒 169 计划”和“白酒 3C”计划的家白酒企业的产品进行了应用。在“山西杏花村汾酒厂股份有限公司”,本项目成果已应用于公司的生产管理和市场的监督管理.本项目成果已在“无锡市凯得灵糖果食品有限公司”得到应用,应用于公司生产原料和成品的检测。为本公司确保产品质量,提供了有效的技术支持,促进了产品质量的稳定和提高,应用二年多时间以来,糖果的产销量有了显著的增长。
江南大学 2021-04-13
基于耳内图像的耳科疾病智能辅助诊断系统
本项目通过收集本院耳鼻喉科6066张正常人、分泌性中耳炎、急性化脓性中耳炎活动期及化脓性中耳炎静止期耳内镜图像。 一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 徐倩慧 中山大学医学院 2017.09~2022.06 童钊鹏 中山大学孙逸仙纪念医院 2021.09~ 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 蔡跃新 中山大学孙逸仙纪念医院 副主任医师 耳鼻喉头颈外科 四、项目简介 本项目通过收集本院耳鼻喉科6066张正常人、分泌性中耳炎、急性化脓性中耳炎活动期及化脓性中耳炎静止期耳内镜图像。通过模仿医生诊断的注意力机制,将获取局部关键特征的局部分类器与获取全局特征的主分类器有机结合,构成深度学习的主框架。通过计算AUC等统计学指标来评估模型的性能,并与两位副主任医师、两位主治医师进行人机对比来进一步评估模型的性能,同时通过热图显示深度学习模型在耳内镜图像不同区域的权重,以判断深度学习关注的区域是否与临床医师一致。该深度学习模型可获得整体93.4%的准确率,区分正常人与分泌性中耳炎的AUC为0.99,而区分化脓性中耳炎活动期与静止期的AUC为0.94.模型的准确率要高于两位主治医师,达到副主任医师的水平,同时热图显示深度学习模型定义的关键区域恰好是临床医生做诊断的区域,如化脓性中耳炎鼓膜穿孔区域,分泌性中耳炎的光锥区域。同时,同时,本项目还将深度学习模型的技术落地,自主研发出研发便携式可拍摄与自动诊断的耳镜设备。
中山大学 2022-08-10
中医舌诊仪(中医舌象智能辅助诊断系统)
XM-SX-III中医舌诊仪   XM-SX-III中医舌诊仪(中医舌象智能辅助诊断系统)是采用数据挖掘技术、机器视觉技术相结合的产品,该产品安装简单、操作方便、安全可靠、配置灵活,既能用于各大中医药大学舌象相关的教学、科研,又适用于医生舌诊的辅助分析,适用范围较广。   一、主要功能: ■ 计算机控制内部相机进行自动对焦拍摄,操作简单,图像清晰,完全实现舌象采集自动化。 ■ 采用数字化舌象采集平台与标准化方法还原,使舌象真实再现。 ■ 内部摄像采用模拟自然光源并能进行光线调节,使采集环境保持稳定。 ■ 在特定的光源环境下,采用摄像头获得舌像信息,对舌体图像的颜色、纹理、轮廓进行特征提取,由计算机将这些特征值与特征数据库中的阈值进行比对判断,给出舌象分析结果。 ■ 可以随时查询病例报告。 ■ 可以分析舌质颜色、舌苔颜色、舌形状、舌态。 ■ 内置消毒灭菌装置,操作前使用,避免交叉感染。 ■ 软件可以根据实际舌象的瘀斑、点刺、齿痕、裂纹等症状用文字显示舌象特征、临床病症以及饮食及用药建议。 二、主要特点: ■ 系统具有自主学习功能,通过不断学习,有效提高系统自主诊断准确性。 ■ 支持自动分析,且允许人工修正,提高诊断的准确性。 ■ 准确分析舌质、舌苔等,并直观显示结果。 ■ 支持初诊、复诊分离,实现便捷就诊。 ■ 支持多关键字的查询统计。 ■ 支持诊断分析报告打印。 ■ 用户权限管理,提高安全性。 ■ 自动对焦(即自动舌体捕获)。 ■ 灯光控制功能。 三、软件功能: ■ 用户权限管理,提高系统安全性。     ■ 病理、临床库可以持续更新,具备学习能力,且具备自动提取舌体,自动分析舌体、自动分析后手动调整等功能,提高了学习的准确度。 ■ 快捷的初诊、复诊入口,操作方便、快捷。 ■ 功能强大的视频分析能力,既可实时诊断,又可能根据需要进行人工调整。 ■ 灵活多变的查询统计能力,数据分析能力。 ■ 病例学习:单击主界面中的“病例学习”选项,进入学习界面,包括读取、保存、舌体轮廓提取、特征提取、自动提取控制、量化数据显示、舌象特征录入、临床意思录入、饮食指导及用药建议录入等选项,学习与分析过程,采用人机交互的方式。 ■ 自动获取:单击自动获取按钮,如果参数正确,舌体提取成功,若存在不足,可通过自动提取控制中的进度条及取反控制框选择来进行控制。 ■ 特征提取:为了便于分步处理,此处特征提取分步骤完成,分别舌质特征、舌苔特征、齿痕特征、裂纹特征、瘀斑特征以及点刺特征。点击某功能按钮后,相关特征将被量化,以舌质为例加以说明。比如,单击舌质特征、舌苔特征按钮后,数据结果自动分析结果。 ■ 人工绘制:对于某些来自于其他途径的图片,会存在自动获取舌头错误的情况,此时可以通过人工绘制来完成。单击“人工绘制”后,在图像显示区域,单击右键将出现菜单,包括选中舌体、勾画轮廓和撤销。其中选中舌体仅需在舌头四周点选四个点,单击“绘制完成”后再自动识别完成;勾画轮廓则是按住鼠标左键后通过拖动完成绘制,绘制完成后单击“绘制完成”便实现舌体提取。撤销可以对绘制过程觉得不满意的地方进行撤销,最多支持5步撤消。
上海欣曼科教设备有限公司 2021-08-23
首页 上一页 1 2 3 4 5 6
  • ...
  • 253 254 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1