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
非震动式硬币分类机
成果描述:本实用新型提供一种非震动式硬币分类机,包括盖板、第一筛选机构、新一毛硬币筛选板、第二筛选机构、五毛硬币筛选板、新一毛硬币收集盒、底板、第三筛选机构、五毛收集板、旧一毛硬币筛选板、旧一毛硬币收集板、旧一毛硬币收集盒、一元硬币收集盒、五毛硬币收集盒、机架和引导板。本实用新型结构简单,制造和使用都很简便,并且在使用过程中不需要电力驱动噪音小,设备使用寿命长。市场前景分析:本实用新型结构简单,制造和使用都很简便,并且在使用过程中不需要电力驱动噪音小,设备使用寿命长。与同类成果相比的优势分析:国内先进
成都大学 2021-04-10
光-浪-流集成一体化发电装置
        技术成熟度:技术突破         目前的潮流能发电机组以直驱液压变桨及带变速箱的液压变桨为主,其发电机和变速箱均采取机械动密封方式进行密封防水处理,海洋环境下,机械动密封的可靠性和运行效率往往冲突,密封层级多运行阻力大,效率低,密封层级少,密封可靠性差,机组的运行可靠性大大降低。光伏、波浪、海流一体化集成发电,波浪能与海流能水轮机对转并通过磁力耦合驱动发电机增速,具有多能互补、高效获能、转换效率高、结构简单、运行可靠等特点,为规模化海洋能开发提供创新型设计。         意向开展成果转化的前提条件:中试放大及产业化工艺开发资金支持
东北师范大学 2025-05-16
一种车辆分类方法及系统
成果描述:本专利建立一种基于线性判别分析和独立成分分析的车辆分类方法,首先利用线性判别分析提取特征进行第一次大小车型的分类,再利用独立成分分析的第二种结构与线性判别分析的结合,进行特征提取,实行第二步将车辆分为不同的详细车型。市场前景分析:车辆分类技术有着非常重要的现实意义,车辆分类技术在自动收费系统、车辆图像检索如市场统计、流量分析及公安交通监控侦稽系统等领域中有着广泛的应用。本发明着重根据车辆视频图像的特点,即其具有较大噪声,且光照强度变化较大,同类型的车辆形状颜色等外在相似程度也较低的特点,将独立成分分析第二种结构的改进方法(FICA2)作为细分类的特征提取方法,构建特征空间进行细分类。经研究表明,本发明的方法处理速度可达到15帧每秒,满足实时处理需求,准确率达到96%以上。与同类成果相比的优势分析:本专利将独立成分分析的第二种结构与线性判别分析的结合方法,即FICA2应用到车辆图像的特征提取中来,FICA2通过寻求稀疏的编码表示,来构建一个分离度更高的子空间。 本专利提出二次分类方法,首先利用线性判别分析进行特征提取,将车辆按车型大小分为大型车与小型车两大类,然后利用FICA2进行第二次分类来达到将车型分为具体类别的目的。经实验验证,与现有的基于图像的分类方法比较,获得了更好的分类准确率。
电子科技大学 2021-04-10
一种车辆分类方法及系统
本专利建立一种基于线性判别分析和独立成分分析的车辆分类方法,首先利用线性判别分析提取特征进行第一次大小车型的分类,再利用独立成分分析的第二种结构与线性判别分析的结合,进行特征提取,实行第二步将车辆分为不同的详细车型。
电子科技大学 2015-01-14
牙周病模型牙周病分类模型XM-919
XM-919牙周病分类模型   XM-919牙周病分类模型由正常下颌磨牙与牙周病牙等5个部件组成,显示正常下颌磨牙的形态和构造以及牙周病牙病变发展过程等结构。 尺寸:放大,4.5×16×3cm 材质:PVC材料
上海欣曼科教设备有限公司 2021-08-23
怀进鹏:分类推进高校改革,推动高校科技成果转移转化
2月21日,教育部党组书记、部长怀进鹏主持召开会议,聚焦贯彻落实《教育强国建设规划纲要(2024—2035年)》和三年行动计划,部署加强教育战略研究相关工作。
微言教育 2025-02-24
报名中 | 平行论坛“标准引领的‘双一流’建设”
平行论坛“标准引领的‘双一流’建设”报名
中国高等教育学会 2025-05-16
一种结合字符级分类和字符串级分类的文本检测和识别方法
本发明公开了一种结合字符级和字符串级分类的文本检测和识别方法,在图像中提取可能属于同一字符的像素集形成备选字符;滤除不满足字符几何特征统计规律的备选字符;采用基于字符旋转和尺度不变性特征的字符级分类器对备选字符分类,以确定备选字符为某字符的概率;将字符两两合并形成初始字符串;计算两两字符串间的相似度,将相似度最高的两字符串合并成新的字符串,直到没有可再合并的字符串;采用基于字符串结构特征的字符串级分类器对字符串分类,以确认具有语意的字符串;利用待识别字符为某一字符的概率对字符串识别,得到语意文本。本发明将文本检测和识别过程作为一个整体,利用检测和识别的相互作用提高结果精度,简单高效。 
华中科技大学 2021-04-11
网络阅卷
1.采用“智能识别,无需额外定位技术”,印刷要求低,使用方便 本系统采用国内目前最先进的“智能识别”技术,答卷设计无需增加额外的定位点、定位线或同步头,也不需要以答题区域的边框、转角等作为定位识别符,确保了不因答题区域的线框偏移、变形、模糊或断线等因素影响扫描识别的稳定性及准确率。且系统中设置了自动识别偏移、折角检测、双页进纸等。 2.试卷纸张适应性好,支持超薄、加长纸扫描 本系统支持使用50克以上普通纸,以复印、速印或胶印方式双面印制答卷,2010年安徽中考各科试卷在本系统中均顺利通过扫描。 3.支持任意答题卷或答题卡的扫描、阅卷 由于采用了“智能识别”技术,本系统可做到在预先不知答题卡设计的情况下对任意答题卡或答题卷的顺利扫描和阅卷工作。2010年安徽中考阅卷成功使用本系统即是很好的例证。 4.互联网阅卷优势明显 本系统支持A4、A3及不规则尺寸的答卷扫描识,且A3答题卡在200dpi分辨率下,其双面扫描的影象文件容量不大于250K,这就确保了在当前互联网带宽不是很宽的情况下依然能够流畅的进行互联网阅卷;本系统不仅支持在局域网、广域网或互联网上进行阅卷,并且提供B/S和C/S结构的可选系统,具有支持通过互联网实现教师在家里阅卷或跨地区学校联考远程网上阅卷功能; 5.分布式设计,轻松实现联考 本系统采用C/S结构,支持分点联合阅卷功能,可以轻松实现与其他同样应用本系统的兄弟单位一起进行联考阅卷。 6.答卷扫描与考生考号、客观题涂点识别同步完成,无须行进行二次识别操作 本系统在答卷扫描的同时即完成客观题答案的准确识别,当扫描完成时,客观题的识别工作即全部完成,有利于及时发现扫描过程中出现的异常情况,便于及时进行查错和纠错操作。如果采用严格定位技术设计的产品,扫描与识别分二次进行,先扫描后识别。 7.答题卷设计灵活,支持多种统计与分析 本系统支持单选、多选的客观题任意混排,不限制客观题答案选项的数量(原则上不少于26个)以及不限制答案的组合方式,同时支持客观题的题目和涂点混排。 本系统也支持主客观题部分的选做题(M选N,M≥N,如2选1、3选2等)评卷及数据处理功能,即系统可以自动识别选做的标识并进行处理;同一大题的不同选题应可以交由不同分组的老师独立评阅;且支持公共答题区域和8字码(七段码)识别,以最节省纸张的方式实现选项较多的选做题。 支持A、B卷的答题卡及常用条形码考生考号的自动识别,同时支持题卡合一和题卡分离的模式。 本系统支持评卷题目按照题组分组阅卷以及统计分析功能,从而实现对文综、理综中单个科目(如:政治、历史、物理、化学等)分科单独统计分析。 8.系统适应性强、容错性好 支持试卷印刷异常的特殊情况处理功能,确保在出现例如:试卷页码漏印、试卷印刷有倾斜、客观题涂点印刷不完整、试卷有小幅褶皱等情况下的正常扫描识别功能。 9.可实现与主流高速扫描仪的无缝对接 本系统设计使用底层协议实现与当前主流的高速扫描仪无缝对接,采用本系统不需要增加额外的图形加速卡,即可实现对答卷的扫描识别速度不低于扫描仪的标称值,实时性达到100%(即:正确识别的答卷扫描识别量 ≧ 扫描仪标称速度 X 实际扫描时间)。 10.支持典型试卷、电子化批注,便于课堂讲评 支持在试卷上做类似于人工阅卷评卷给分的给分标记,在标记时完成登分;试卷评阅的痕迹能以图像的方式保存在计算机系统中,并与阅卷过程中的标记及得分进行合成生成电子图像。 在评卷过程中对典型试卷可随时作标记,阅卷完成后方便调阅,使课堂讲解更直观、生动。
安徽科迅教育装备集团有限公司 2021-08-23
网络阅卷
网络阅卷系统专为教育局用户设计,主要适用于高厉害考试(中考、高考等)阅卷应用,能与中考、高考真正接轨。系统具有答题卡制作、试卷扫描、阅卷、评卷管理控制、成绩统计分析等功能。从答题卡扫描到阅卷,网络阅卷系统不仅能减轻教师阅卷负担,而且能够助力教师更有效地提高阅卷质量和阅卷效率,提高阅卷的准确度与公平性。网络阅卷远程服务中心网络阅卷远程服务中心由网络阅卷系统和服务中心管理平台组成,是专为网络阅卷系统而增设的远程服务部门。用户在本地完成答题卡扫描工作后,其他工作,如考试定义、答题卡模版制作、裁切、成绩统计等,均可交由网络阅卷远程服务中心来完成,从而优化管理过程,减轻工作负担。为什么要选择远程服务中心? 专业、高效、简单、方便、快捷降低阅卷考务工作出错率,减轻用户工作负担用户可远程操作、监控,管理更灵活远程服务无地域限制,节约成本
广州光大教育软件科技股份有限公司 2021-08-23
首页 上一页 1 2 3 4 5 6
  • ...
  • 78 79 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