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
天为DMIS设计师信息资源管理系统
在企业的产品开发过程中,会形成大量的技术数据、技术资料、工程经验等设计资源。面对这些资源,企业往往因为缺乏基于知识技术的信息管理方法和技术,使得这些设计资源不能得到很好的规范组织和重用,从而制约了企业产品创新能力和产品结构合理化程度的提高。   天为 DMIS 设计师信息管理系统,能够统一管理企业中与产品形成过程中产生的所有结构化和非结构化的资源,使设计人员在设计过程中能够迅速找到相关知识,从而方便快捷地对已有的相关设计案例进行参考和相互比较,使相关文档在特定的时间发送到特定的地点和特定的人员手中,并可对已有模块进行快速配置和变型设计等;从而提高企业的产品设计效率,缩短产品设计周期,降低设计成本,提高设计质量和产品创新能力,提升企业的整体管理水平。
大连理工大学 2021-04-13
企业全面规范化生产维护管理信息系统
成果简介企业全面规范化生产维护管理信息系统, 是以提高设备的运行效率和综合效率 OEE 和完全有效生产率 TEEP, 保证设备的正常运行为目标; 以系统的检维修体系设计为载体, 以全员行为规范为过程, 全员参与为基础的设备人机系统精细化管理体系。本系统是一套涵盖了设备全寿命期要素的综合管理平台, 建立了基于 TnPM体系的机加工行业首个信息化生产维护管理系统; 建立完整的、 符合生产型企业的设备基础数据体系和信息化维护保养体系。系统的目标市场是资产密集型生产
安徽工业大学 2021-04-14
XM-SZY01中医望诊信息采集管理系统
XM-SZY01中医望诊信息采集管理系统(舌诊、面诊、问诊)   XM-SZY01中医望诊信息采集管理系统采用一体化设计,将舌诊仪、面诊仪及问诊模块三种功能巧妙的融于一体,可进行舌像采集分析与处理、面像采集分析处理以及问诊等辅助诊断教学。   一、舌像采集分析处理: 1、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。   2、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。   3、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,大大提高了学习的准确度。 ■ 快捷的初诊、复诊入口,操作方便、快捷。 ■ 图像采集分析能力,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,数据分析功能。 ■ 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,支持5步撤消。   二、面像采集分析处理: ■ 通过对病人面部图像进行分割、人机病症问诊作答,结合医生专业诊断,给出专业诊断结果并打印成报告,该系统能达到辅助中医临床诊断的作用,从数据库中读取面诊以及问诊信息数据,建立和编辑病例,建立中医诊断报告。中医面诊检测分析系统采用形状模型实现对眼睛、鼻子等器官进行定位,提取出额头、下颏和两颧区等人脸区域。通过采用K-means算法对面部图像的颜色进行提取,计算不同的颜色聚类中心的距离而进行面部颜色的分析;通过采用改进的2DPCA对面部图像进行特征抽取,通过计算测试样本特征与训练样本特征之间的余弦距离,实现对面部图像的光泽分析。 ■ 面象采集主要是在特定的光源环境下,采用高清晰摄像头 获得患者面部的图像信息,将这些特征值与特征数据库中的阈值进行比对,给出面色分析结果。可分析12种面色:青色、赤色、黄色、白色、黑色、正常、淡白、淡红、红、 深红、暗红、紫黑。 ■ 测试结果用表格显示,简洁易懂,并可以生成PDF文件保存以便查询,也可以打印报告。   三、问诊分析处理: ■ 问诊采集主要是病人对照数据库中的各种症状进行挑选,通过回答 88 道试题(病人起病和转变的情形,寒热、汗、头身感、大小便、饮食、胸腹、耳、口等各种状况), 最后进行提交并由系统自动判断。 ■ 档案管理功能:可录入被测评人的姓名、年龄、性别等基本信息,方便准确的查询。 ■ 软件界面简洁,操作简单。 ■ 测试结果用表格显示,简洁易懂,并可以生成 pdf 文件保存以便查询,也可以打印辩证报告。
上海欣曼科教设备有限公司 2021-08-23
直联泵(直联高速旋片式真空泵)
宁波华茂文教股份有限公司 2021-08-23
基于物联网的中药饮片质量管理系统
【项目来源】江苏省科技厅产学研联合创新资金——前瞻性联合研究项目。 【项目简介】基于RFID、传感器、智能移动终端等物联网技术研发了中药饮片质量管理系统,在感知层通过RFID射频标签、无线传感器节点、条形码、智能移动终端来采集、获取和查询与中药饮片相关的各种信息;在网络层将感知层控制系统中存储的每条感知和控制信息转换成一组通用数据协议的JSON数据包,实现中药饮片全过程的质量信息的有效传递;在应用层通过物联环境监测平台、生产执行系统、智能移动平台实现对饮片从“田头到口头”全过程的质量监管与追溯,实现了中药饮片“来源可追溯、去向可查证、责任可追究”质量管理。 本项目研究了智能移动终端技术,利用智能移动终端查询RFID射频标签记录饮片生产、仓储、销售、使用等各环节的信息,实现对中药饮片全面而系统的质量管理;研究了传感器技术,实现对原药材种植、饮片生产、仓储等环节的数据进行及时有效的监测和记录;研究了轻量级Java EE(Struts+Spring+Hiberante)技术,采用MVC模式设计系统后台架构,利用Spring Security为不同用户分配不同权限,同时提供跨平台的数据接口,实现Android、IOS、Window等平台的数据交互。 【获奖情况】2016年度中国商业联合会科学技术奖——全国商业科技进步奖一等奖。 【推广应用前景】本项目主要完成了由RFID射频标签平台、物联环境监测平台、生产执行系统、智能移动平台、质检管理平台、商务智能平台为主要模块的中药饮片管理系统软件,形成了具有自主知识产权、可销售的软件产品。本系统的推广应用将带动整个中药饮片产业的转型升级和产业结构调整,促进中药饮片产业由传统行业向真正意义上的高科技行业转型。另外,本系统不仅可以应用于中药饮片行业,也可以推广应用到中成药、西药等制药行业。系统中的物联网应用模式可以供食品安全追溯、农业、环保等领域参考借鉴。 【进展情况】项目目前已完成系统开发,取得相关专利和计算机软件著作权6项。
南京中医药大学 2021-04-13
单联化验水嘴
产品详细介绍
上海奥尔维科技有限公司 2021-08-23
单联化验水嘴
产品详细介绍
上海奥尔维科技有限公司 2021-08-23
基于智能物联网/5G的信息采集与应用
数据采集技术 可穿戴传感器是接触式传感器。加速度传感器测量运动加速度,心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中,以实现加速度、角速度和生理等数据的采集;物体和环境传感器是非接触式传感器,常见的物体传感器基于RFID技术,通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等,实现各种环境信息的采集。 多模态传输技术 LPWAN (Low-Power Wide-Area Network,低功率广域网络) 在LPWAN技术出现以前,通信技术已经有多种类别,短距离的有wifi、蓝牙、zigbee等,长距离的则有2G、3G、4G、5G等,但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺,而LPWAN技术的出现正好弥补了这个短板。         LPWAN可分为两类:一类是工作于未授权频谱的LoRa、SigFox等技术;另一类是工作于授权频谱的基于蜂窝组网的通信技术,比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。 最具前景的LPWAN技术——NB-IoT和LoRa: 物联网(IoT)应用需要考虑诸多因素,例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等,可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性,也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点,都适合低功耗物联网应用。 LoRa (Long  Range):     一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑,由于LoRa的长距离特性,它们之间得以使用单跳传输,终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理,将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。 NB-IoT(Narrow Band Internet of Things) NB-IoT构建基于蜂窝网络,只消耗大约180KHz的带宽,可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术,支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。 NB-IoT具备四大特点:一是广覆盖,将提供改进的室内覆盖,在同样的频段下,NB-IoT比现有的LTE网络增益提升20dB,覆盖面积扩大100倍;二是具备支撑海量连接的能力,NB-IoT一个扇区能够支持10万个连接,支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构;三是更低功耗,NB-IoT终端模块的待机时间可长达10年;四是更低的模块成本,企业预期的单个接连模块不超过5美元。 数据分析技术 人工智能研究的各个分支,包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后,得益于数据量的上涨、运算力的提升和机器学习新算法(深度学习)的出现,人工智能开始大爆发。机器学习是一种实现人工智能的方法,深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”,通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法,但由于近几年该领域发展迅猛,一些其特有的学习手段相继被提出(如残差网络),因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术,传感器采集的各类信号,通过卷积神经网络、循环神经网络等分类,识别出坐、走、跑、跳、上下楼等日常行为,也可以实现对被监护者摔倒等异常行为的检测。
山东大学 2021-05-11
基于智能物联网/5G的信息采集与应用
项目成果/简介:数据采集技术可穿戴传感器是接触式传感器。加速度传感器测量运动加速度,心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中,以实现加速度、角速度和生理等数据的采集;物体和环境传感器是非接触式传感器,常见的物体传感器基于RFID技术,通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等,实现各种环境信息的采集。多模态传输技术LPWAN (Low-Power Wide-Area Network,低功率广域网络)在LPWAN技术出现以前,通信技术已经有多种类别,短距离的有wifi、蓝牙、zigbee等,长距离的则有2G、3G、4G、5G等,但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺,而LPWAN技术的出现正好弥补了这个短板。       LPWAN可分为两类:一类是工作于未授权频谱的LoRa、SigFox等技术;另一类是工作于授权频谱的基于蜂窝组网的通信技术,比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。最具前景的LPWAN技术——NB-IoT和LoRa:物联网(IoT)应用需要考虑诸多因素,例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等,可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性,也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点,都适合低功耗物联网应用。LoRa (Long Range):   一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑,由于LoRa的长距离特性,它们之间得以使用单跳传输,终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理,将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。NB-IoT(Narrow Band Internet of Things)NB-IoT构建基于蜂窝网络,只消耗大约180KHz的带宽,可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术,支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。NB-IoT具备四大特点:一是广覆盖,将提供改进的室内覆盖,在同样的频段下,NB-IoT比现有的LTE网络增益提升20dB,覆盖面积扩大100倍;二是具备支撑海量连接的能力,NB-IoT一个扇区能够支持10万个连接,支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构;三是更低功耗,NB-IoT终端模块的待机时间可长达10年;四是更低的模块成本,企业预期的单个接连模块不超过5美元。数据分析技术人工智能研究的各个分支,包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后,得益于数据量的上涨、运算力的提升和机器学习新算法(深度学习)的出现,人工智能开始大爆发。机器学习是一种实现人工智能的方法,深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”,通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法,但由于近几年该领域发展迅猛,一些其特有的学习手段相继被提出(如残差网络),因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术,传感器采集的各类信号,通过卷积神经网络、循环神经网络等分类,识别出坐、走、跑、跳、上下楼等日常行为,也可以实现对被监护者摔倒等异常行为的检测。应用范围:家居智慧控制,提高舒适度:家庭生活状态统计和日常需求预测与推荐;多模态行为分析和数据采集和传输系统;多模态行为数据采集和分析平台;基于LoRaWAN/5G的工厂环境、农业大棚等环境监测系统。技术成熟度:通过中试
山东大学 2021-04-10
基于物联网的稻麦产业科技信息服务系统
针对传统稻麦生长监测不高清、传感单一化、数据气象化、功能同质化、系统孤岛化、研用离散化、服务被动化等问题,创新部署了基于新一代物联网的稻麦产业科技信息服务系统。
扬州大学 2021-04-14
首页 上一页 1 2
  • ...
  • 9 10 11
  • ...
  • 251 252 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