|
搜索
搜 索
高等教育领域数字化综合服务平台
一种抗入侵的基于身份签名方法
本发明提供了一种抗入侵的基于身份签名的方法，其包括，第一步，系统建立步骤；第二步，私钥提取步骤；第三步，基地密钥更新步骤；第四步，用户密钥更新步骤；第五步，基地密钥刷新步骤；第六步，用户密钥刷新步骤；第七步，签名步骤；第八步，验证步骤。在该方法中，基地和用户在不同的时间段使用不同的密钥，即使在同一时间段，基地和用户的密钥也刷新多次。只要入侵者不是在同一时间段的同一子时间段同时得到用户私钥和基地密钥，就不能计算其他时间段的用户密钥，伪造用户的签名。另外，即使入侵者同时侵入基地和用户设备，他也不能伪造用户在此之前所有时间段的签名。从而大大增强了系统抵御密钥泄露的能力，具有很高的安全性。可应用于电子信息等领域，可产生客观的效益。
青岛大学
2021-04-13
人体姿态估计算法
北京体育大学沈燕飞科研团队使用人体姿态估计算法，对击剑比赛过程中两名选手的身体各环节和关节的运动进行的智能识别。工手动标记数据等方法，更为高效，可应用于海量体育视频数据的分析和未来的体育大数据的构建。
北京体育大学
2021-04-10
抗体药物设计平台算法
简介：
抗体药物是生物制药中复合增长率最高的，2019年全球研究抗体市场规模为34亿美元，预计在预测期内复合年增长率为6.2％。原研药二次改造获得成药性更好的药物分子（bio-better）是抗体和细胞因子药物研发的突破口。人工智能技术广泛应用在靶点筛选、分子进化、临床各阶段研究、产品上市后的活动中。
我们开发的智能抗体设计平台，包括 抗体序列注释分析、抗体翻译后修饰位点的预测、抗原线性表位预测、抗体结构的预测与优化、 抗体-抗原相互作用的预测、抗体分子的设计与改造。高效的完成抗体亲和力成熟、稳定性优化和人源化改造等。
优势：
1、研发成本节约3-5倍，时间节省5倍，筛选成功率提升6倍
2、可以帮助指导、设计实验，减少消耗，加快速度，提高准确率
3、计算方法已经得到了实验从正、反两方面的验证。
图1：深度学习算法预测蛋白质相互作用时界面氨基酸配对:成功率72.1%
图2：计算相互作用得到了实验从正、反两方面的验证
中国人民大学
2021-05-15
抗体药物设计平台算法
抗体药物是生物制药中复合增长率最高的，2019年全球研究抗体市场规模为34亿美元，预计在预测期内复合年增长率为6.2％。原研药二次改造获得成药性更好的药物分子（bio-better）是抗体和细胞因子药物研发的突破口。人工智能技术广泛应用在靶点筛选、分子进化、临床各阶段研究、产品上市后的活动中。我们开发的智能抗体设计平台，包括 抗体序列注释分析、抗体翻译后修饰位点的预测、抗原线性表位预测、抗体结构的预测与优化、 抗体-抗原相互作用的预测、抗体分子的设计与改造。高效的完成抗体亲和力成熟、稳定性优化和人源化改造等。 优势：1、研发成本节约3-5倍，时间节省5倍，筛选成功率提升6倍2、可以帮助指导、设计实验，减少消耗，加快速度，提高准确率3、计算方法已经得到了实验从正、反两方面的验证。
中国人民大学
2021-04-10
抗体药物设计算法
技术分析(创新性、先进性、独占性)挖掘了蛋白质分子结构的几何特征，开发了新颖的优化设计算法，准确识别结合位点，准备预测抗体结构和抗体-抗原相互作用复合物结构，可以显著提高药物设计效益。自主独立开发。已经在国际竞赛中取得第一名的好成绩，也应用在生物和医学实验中，算法和程序代码完整。
中国人民大学
2021-04-10
抗体药物设计算法
技术分析(创新性、先进性、独占性)
挖掘了蛋白质分子结构的几何特征，开发了新颖的优化设计算法，准确识别结合位点，准备预测抗体结构和抗体-抗原相互作用复合物结构，可以显著提高药物设计效益。自主独立开发。
已经在国际竞赛中取得第一名的好成绩，也应用在生物和医学实验中，算法和程序代码完整。
中国人民大学
2021-05-11
基于TLD算法和步态算法的六足多地形追踪机器人
机器人在煤矿救援领域发挥着越来越重要的作用，但仍存在无法精确识别灾后环境、无法适应井下复杂地形以及难以检测、定位井下生命体等问题。
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
柳佳乐
自动化18-2
2018-2022
刘浩峰
计算机科学与技术18-7
2018-2022
石少勇
测控技术与仪器18-2
2018-2022
栾广鑫
电气工程及其自动化18-5
2018-2022
李明晶
测控技术与仪器18-1
2018-2022
三、指导教师
姓名
学院/所学专业
职务/职称
研究方向
杨洪涛
机械工程学院
教授
精密测试技术、仪器精度理论及应用、自动化测控系统
凌六一
电气与信息工程学院
教授
智能信息处理、光电检测及环境光谱探测技术
苏树智
计算机科学与工程学院
副教授
人工智能、模式识别、机器视觉、信息融合、深度学习等领域
四、项目简介
目前，机器人在煤矿救援领域发挥着越来越重要的作用，但仍存在无法精确识别灾后环境、无法适应井下复杂地形以及难以检测、定位井下生命体等问题。为此，本团队充分利用六足机器人高稳定性和多地形适应性的优势，应用激光雷达、深度相机和其他辅助传感器，设计仿生六足煤矿救援机器人，结合SLAM、A*、ROS等先进技术，实现矿井灾后局部复杂环境的三维地图构建、地形障碍物识别以及机器人自主路径规划。机器人所获信息实时无线传输至上位机，帮助救援人员快速制定科学有效的救援方案。
安徽理工大学
2022-07-25
肿瘤医学图像智能诊断算法
简介：
1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。
层级分割模型示意图
分类模型可视化热图
2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。
钼靶乳腺图像预处理
双侧双体位深度学习网络
优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。
中国人民大学
2021-05-15
肿瘤医学图像智能诊断算法
1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。层级分割模型示意图 分类模型可视化热图 2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。钼靶乳腺图像预处理 双侧双体位深度学习网络 优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。
中国人民大学
2021-04-10
我校王琴教授团队在《Physical Review Applied》上发表量子数字签名最新研究成果
我校量子信息技术研究所王琴教授团队在量子密码领域取得新进展，该团队首次利用参量下转换光源实现了被动式诱骗态量子数字签名，达到了200公里的安全传输距离，创造了当前量子数字签名实验的最新记录。该成果9月19日在线发表在国际权威学术期刊《Physical Review Applied》上。
量子数字签名是量子密码学的重要应用方向之一。相比经典数字签名，量子数字签名原则上具有量子力学赋予的无条件安全性，在密码学中具有巨大的发展潜力，因而得到学术界的广泛关注。目前大多数研究团队使用的是主动式多强度诱骗态方案，可能存在着强度调制侧信道漏洞，直接影响量子数字签名系统的实际安全性。此前报道过的量子数字签名最远安全传输距离为134公里。针对目前主动式多强度诱骗态量子数字签名协议存在的缺点，我校王琴教授团队在自主研制的新型标记单光子源基础上，提出了被动式诱骗态的量子数字签名方案，从协议层面提高了安全性。随后，他们对提出的量子数字签名方案进行了原理性验证，在100公里处每7秒可签名1比特消息，兼顾了安全性和实用性。另外，该实验将量子数字签名的安全传输距离纪录刷新到了200公里，充分展示了标记单光子源在量子密码中的优势，为未来量子数字签名的实际应用打下良好基础。
该项工作的第一作者是我校通信与信息工程学院博士生张春辉，量子信息技术研究所的王琴教授和张春梅老师是该工作的共同通讯作者。该工作得到了中国科学技术大学量子信息重点实验室韩正甫、陈巍、王双、银振强，南京大学张腊宝等人提供的技术支持。此项工作受到国家重点研发计划，国家自然科学基金以及江苏省优势学科等项目支持。
南京邮电大学
2021-04-26