|
搜索
搜 索
高等教育领域数字化综合服务平台
深度学习智能车
产品介绍
深度学习智能车搭载Intel-i5高性能处理器，以深度学习框架为基础，板载超声波、近红外、陀螺仪、地磁、蓝牙等传感器、双摄像头配置，可实现数据采集、模型构建、车道线、人行道、限速标志、弯道待转等交通标识，系统涵盖深度学习及无人驾驶视觉算法知识点应用。同时是中国机器人及人工智能大赛的参赛平台。
北京钢铁侠科技有限公司
2022-07-22
一种基于深度增强学习的代数应用题自动求解器
高校科技成果尽在科转云
电子科技大学
2021-04-10
基于深度学习的光伏并网系统电能质量预测及调控策略研究
本成果围绕光伏并网系统电能质量展开。基于深度学习算法，研究谐波等电能质量指标变化规律，运用特征提取技术处理时序数据，实现电能质量预测。研发基于态势感知的电能质量调控装置，总谐波补偿率不小于 90%，补偿次数 2 - 50 次。成果形式包括研究报告、调控装置示范应用，申请发明专利 3 项，发表论文 3 篇。应用场景涵盖光伏电站、配电网等，可提升电网可靠性与经济性，减少设备损耗、优化调控策略、降低弃光率，为新能源消纳提供支撑。
沈阳农业大学
2025-05-21
寒武纪深度学习智能芯片
研发阶段/n主要研究设计可扩展至1024 核的众核智能处理器架构。研究面向智能处理的 存储一致性模型；研究异构智能处理器的非对称片上网络；研究超大规模智能任务 的核间分割；研究多智能处理任务的动态调度；研究众核智能处理器的层次化物理 设计；研究存算一体化的众核智能芯片结构；研究智能处理器芯片的异构并行；研 究多智能芯片的高速片间互联。到2020年，以实现人工神经网络智能计算速度和能 效的指数性增长为目标，取得超大规模人工神经网络芯片架构、智能芯片指令集、 新型智能编程语言及编译器、自主智能算法等方面
中国科学院大学
2021-01-12
基于深度学习的股市量化平台
重点运用深度学习的算法，为股票市场的交易价格做出客户化的未来预测参考和量化操作指导。
一、项目进展
已注册公司运营
二、企业信息
企业名称
上海沃添信息科技有限公司
企业法人
张朴平
注册时间
2017.6
注册所在省市
上海
组织机构代码
91310116MA1J8QJ959
经营范围
信息平台 企业咨询
企业地址
上海市金山区寺坪南路
获投资情况
250万
三、负责人及成员
姓名
学院/所学专业
入学/毕业时间
张朴平
计算机
2015.9/2019.7
四、指导教师
姓名
学院/所学专业
职务/职称
研究方向
邹宗峰
信息管理
教授
信息技术
熊励
信息管理
教授
信息技术
五、项目简介
重点运用深度学习的算法，为股票市场的交易价格做出客户化的未来预测参考和量化操作指导。
上海大学
2022-08-12
基于深度学习的智能计算MR成像
一、项目简介 智能计算MR成像主要是基于脉冲序列设计、成像、重建、处理与分析的全链路优化思想，利用人工智能领域的深度学习与大数据方法，研究新体制智能计算成像理论、方法与应用，突破现有系统将成像与分析分治难以兼顾的不足，从而为医学临床和科研提供新的、更快的成像手段、更好的成像质量以及更符合实际需求的成像模式。 二、前期研究基础 无 三、应用技术成果1）基于深度学习的信息保持压缩感知重建（左图为填零重建、右图为所提方法）
厦门大学
2021-04-11
基于深度学习的虹膜识别系统
膜识别技术的应用
1.基于深度学习的虹膜识别算法性能达到国际先进水平；
2. 虹膜图像采集采用全自动自适应技术，可以自动寻找虹膜，自动聚焦，在中远距离范围实现了高用户友好性。 系统的性能远高于市场同类产品；
3. 整套系统成本很低，远低于市场同类产品，非常适合大规模应用 。
中国科学技术大学
2021-04-14
深度学习处理器研发及产业化
已有样品/n重点突破智能终端深度学习处理器芯片设计，研发并改进CNN、RNN 等深度学 习算法和技术，设计并研发Alex、Caffe、Torch等常用的深度学习架构。深度学习 处理器芯片支持CNN/DNN/MLP等主流深度学习神经网络算法，基于深度学习处理器 芯片的智能设备可运行手写数字识别等任务；深度学习处理器芯片处理imagenet测 试集图像分类任务达到30帧/s，芯片面积不超过60平方毫米，单芯片功耗不超过 20W，所研发的芯片性能功耗比超过目前智能终端所使用的主流CPU的100倍。最终 在
中国科学院大学
2021-01-12
基于深度学习的图像识别云服务平台
基于深度学习的图像识别云端服务平台，能够 通过云计算框架训练深度学习算法模型，对图像进行目标检测 和识别。平台拟采用云端 API 的形式，为其他客户端的提供简 单易用的图像识别服务，将目标识别应用到互联网及移动应用 场景中，推动移动互联网的进步。 该平台实现如下功能：1.模型训练：平台能够基于用户给 定的不同行业的数据，训练相应的精细化分类模型。2. 图像识 别：平台能够根据预先训练好的识别模型，对用户
合肥工业大学
2021-04-14
深度学习用于软件错误定位研究成果
突破性地采用了参考多维度工作方法。这些多维度特征具体包括四大项：1.程序实体的覆盖信息（coverage information），即程序实体在运行失败或成功的测试用例中是否被覆盖到的信息，一般来说被失败测试用例覆盖越多的程序实体更有出错的可能性；2. 程序变异信息(mutation information)， 即当原程序被改变形成的变异体（mut
南方科技大学
2021-04-14