|
搜索
搜 索
高等教育领域数字化综合服务平台
法国大革命油画学习系统
法国大革命与画派展示学习系统是一款历史学习系统，系统搭载滑轨屏及PC端两种操作形制可供选取。法国大革命与画派展示学习系统将视域聚焦于欧洲大陆上波澜壮阔的法国大革命时期，将这激荡半个世纪的风云浓缩于十幅精湛的油画之中。学习系统将协助教师带领学生洞悉这一时期的欧陆硝烟与战火阴霾之下的政治博弈，揭示资产阶级革命初期的世界浪潮，并希冀能够帮助学生把握事件背后深层次的历史动因，从而掌握历史学习的全新视角。
无锡羿飞教育科技有限公司
2021-08-23
临境漫游学习系统-先秦
临境漫游学习系统-先秦是一款基于VR虚拟现实技术的历史学习系统，系统通过宏观场景的搭建与近百件3D历史文物模型的融入，再现还原我国自石器时代至西周王朝的历史风貌。临境漫游学习系统-先秦在前沿VR虚拟现实技术设备的加持下，使师生能够穿梭千载，于历史场景中临境漫游，闲适中把握历史的意蕴，潜移默化中将先秦历史知识融会贯通。在同古人共赏一轮明月下，体验惊艳岁月的历史时光。
无锡羿飞教育科技有限公司
2021-08-23
中国地理学习参考图册
宁波华茂文教股份有限公司
2021-08-23
大一新生英语耳机必备，首选艾本C-200A
产品详细介绍一、产品导读： 调频听力耳机艾本C-200A接收频率低至50MHZ，采用DSP数字信号处理芯片，并且耳机采用内置天线，外观时尚！可外接天线使用，信号更稳定！二、调频听力耳机艾本C-200A 10大优点：1、全按键设计，完美操作体验，四个按键轻松完成强大功能2、一键存取电台，8个存台数量人性化设计3、音量电子调节，数字显示4、LCD液晶显示，SMT贴片工艺5、侧滑电池盖设计，时尚操作6、全罩式皮质耳罩设计，佩戴舒适7、品牌LOGO雕刻设计，凸显品牌权威8、折叠和可伸缩头环设计，携带方便9、高音质电脑耳麦，一机两用10、开机品牌LOGO显示，原厂正品保证三、调频听力耳机艾本C-200A技术参数：1. 频率范围：FM 50-108MHZ 2. LCD显示：有 3. 灵敏度:FM 优于 8dbµv AF≥10m 4. 输出功率：≥2*10MW5. 存储电台数：8个 6. 静态电流：调频（FM） ≦35MA 待机电流 ≦65µA 4、 扬声器规格：Φ30MM 32Ω 250MW8. 供电方式：2节7号电池（2xAAA）
郑州高新区佛光电子电器厂
2021-08-23
基于集成学习的网络流量预测
本平台设计一套集成学习系统用来精确预测未来时间段的流量，本系统使用随机森林，SVR，三指数 平滑、GBDT，BPNN等传统算法和机器学习算法作为单模型，并通过集成学习的方式提高预测准确率。
中山大学
2021-04-10
基于机器学习的个人信用评估
本平台基于用户报刊订阅历史数据及用户个人信息，结合矩阵分解，K-Means等机器学习技术，构建了用户报刊个性化推荐系统，在提升推荐准确性的同时较好地解决了冷启动问题。
中山大学
2021-04-10
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
联邦学习投毒攻击防御与追溯系统
当前，保护数据的隐私和安全已经成为世界性的热点，各国都在加强对数据安全和隐私的保护。近年来，国家相继出台个人信息保护的标准和政策，旨在加强隐私保护。为了在符合相关法规的前提下使用数据，部分研究者尝试令各方数据保留在本地的同时训练全局模型，如 Google 提出的联邦学习。作为一种加密的分布式机器学习技术 , 联邦学习能够让参与各方在不披露底层数据和底层数据加密 ( 混淆 ) 形态的前提下，仍然能利用其余几方参与者提供的信息，更好地训练联合模型，提升 AI 模型效果。
然而，将数据留在本地的方式却也引发其他问题，如针对联邦模型的投毒攻击。投毒攻击通过攻击训练数据集或算法来操纵机器学习模型的预测，使分类器识别特定样本的分类边界发生变化。而联邦学习场景下的投毒攻击通常拥有更强的隐蔽性和破坏性。
因此，我们将传统投毒攻击防御中对原始数据的清洗过程转变至对上传的模型权重参数的预处理，在参数服务器部署防御框架来防御投毒攻击。我们设计了一种新颖的防御与追溯框架，该框架主要由模型聚类、初步防御和细化防御三个模块构成，构建多层纵深防御体系，保护联邦模型安全，并在源头上主动追溯攻击者。我们设计面向神经网络的无监督层级聚类算法，消除了神经网络中隐含元素置换不变性的影响。根据类内代表模型在聚合过程中的贡献度确定其可疑度，并以动量思想将可疑度绑定每个客户端，并结合历史用户行为对攻击者进行定位。我们的防御框架可以自主评估模型贡献度，自动确定可疑度动态划分阈值，并在图像、文本等多源数据集上达到了 100% 追溯率，实现了零漏检，零误检。
目前，成果性能已经过多方测试和验证，代码已部署在华为自研深度学习框架MindSpore 中，进一步为广大开发者所用。
西安电子科技大学
2023-01-18
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
低通信开销的分布式学习
目前，训练机器学习模型依赖于海量的数据，当以集中方式训练时，会带来很大的计算成本。因此，现在普遍的共识是，未来的机器学习应该以分布式方式实施。通常，分布式学习是以server-worker模式中进行的，其中server利用从workers收集的信息更新学习参数，然后将这些参数广播给workers。 但是，随着worker数量的增加，通信开销也会大幅
南方科技大学
2021-04-14