|
搜索
搜 索
高等教育领域数字化综合服务平台
一种基于图像分割的数字体积相关算法中边界处理方法
本发明公开了一种基于图像分割的数字体积相关算法中边界处理方法，该方法首先区分感兴趣区域和背景区域，然后对要进行DVC计算的其中一套三维图像进行图像分割，分割为感兴趣区域(VOI)和背景(BG)两部分，在进行DVC计算时只计算VOI内的计算点的位移和应变；计算位移时，子体块间的相关性匹配仅仅针对VOI部分，计算应变时，只利用VOI内的位移点来求解应变。此外，本发明通过区分子体块还有应变计算窗口内的连通域个数，只利用子体块或者应变计算窗口内的主连通域去计算位移和应变，进一步提高了处理复杂轮廓或者边界时计
东南大学
2021-04-14
一种基于格子复杂性算法的无线动态麻醉深度检测方法
本发明公开一种基于格子复杂性算法的无线动态麻醉深度检测方法。该发明方法是基于以下麻醉深度监测装置，该装置包括采集模块、无线传输模块、数据处理模块、中央处理模块、显示模块；采集模块采集脑电信号对该模拟脑电信号进行放大，并将该将其转换为数字脑电信号。无线传输模块通过WiFi无线网络，将采集模块输出的数字脑电信号数据上传到数据处理模块进行预处理；预处理后的数据输入中央处理模块进行分析处理，分别计算格子复杂度、边缘频率、爆发抑制比，并利用决策树算法拟合得到麻醉深度指数并显示。由于使用了无线传输模块和格子复杂性算法，使得该发明方法省去传统检测装置的导线所带来的不便，且算法简单，实时性强。
浙江大学
2021-04-13
基于Dijkstra算法的高精度物联网小区无人智能运输车的设计
项目旨在设计出一款基于Dijkstra算法的高精度物联网小区无人智能运输车。该项目主要可分为两个部分:实车与模型车的同步开发和基于eclipse平台的APP开发。在实车和模型车的开发过程中，通过常规车载传感器实现小车的“智能化”，利用Dijkstra算法解决最短路径选择问题。利用计算机语言完成在eclipse平台上的APP开发，实现APP同时与实车和模型车的互联，实现智能运输小车运输末端的配送。
同济大学
2021-02-24
大规模代数系统新型快速算法及与信息科学的交叉研究
旨在为大规模代数系统设计新型高效的求解算法，并结合信息科学进行交叉研究。在大规模代数系统新型Krylov子空间算法及其基础理论、复杂电磁计算、图像处理高性能数值方法、动力系统与智能控制理论方面进行了系统深入的研究，取得了具有创新性的成果，例如：解决了科学计算中的有关基础或困难问题；提出了Lanczos双共轭A-标准正交短递归Krylov子空间迭代法BiCOR/CORS/BiCORSTAB方法、一种新的“二维双连续投影(2D-DSPM)方法”等一系列高效算法；为求解复杂电磁问题产生的复杂线性系统设计了高效算法与预条件技术；提出了一些新型高效的边界处理、图像复原方法，具有更快的计算速度和更好的复原质量；将数值代数与特殊矩阵分析和神经网络交叉研究取得成果。
电子科技大学
2015-01-14
一种基于改进麻雀优化算法的光伏电池模型参数辨识方法
本发明公开了一种基于改进麻雀优化算法的光伏电池模型参数辨识方法，具体步骤如下：1)获取光伏电池的实测电流和实测电压；2)建立光伏电池模型，并将模型估计输出与实际输出的均方根误差作为目标函数；3)将levy飞行和螺旋搜索机制融入到标准的麻雀优化算法中，形成改进的麻雀优化算法；4)使用改进的麻雀优化算法最小化目标函数，对光伏电池模型的未知参数进行辨识，获取最佳参数并建立数学模型；5)基于获取的最佳参数及模型进行外电路i‑v特性预测；本发明具有快速收敛、能够有效避免陷入局部最优解以及较高搜索精度的特点，能够显著提高对光伏电池模型参数辨识的准确性。
南京工业大学
2021-01-12
高密度高性能并行计算平台
高密度高性能并行计算平台是将CPU刀片、DSP卡、GPU卡通过高速总线进行互联；采用异构并行计算框架，实现多机、多卡、多核的资源分配和负载均衡；提供适合大规模并行计算的算法平台。用户在该平台上采用传统的串行思路编程即可实现大规模的并行计算。 该计算平台相对于传统的服务器系统具有体积小、重量轻、功耗低、计算能力强的优点。由于CPU适合逻辑业务、DSP适合粗粒度的并行计算、GPU适合规整数据的细粒度计算，所以通过CPU刀片、DSP卡、GPU卡数目的组合配置，可适合多种、不同类型的计算业务。 1. 硬件环境 硬件环境为6U高标准的服务器，最多可支持三类（CPU/DSP/GPU/）、9张板卡。在板卡间提供网络和PCIE的高速数据总线，示意图如图1所示。 平台硬件包括一个主控板和8个扩展插槽。主控板集成1片Intel i7的CPU；8个扩展插槽可插CPU刀片、DSP板卡、GPU板卡及其任意组合。因此即可组成小型的PC集群，也可以组成高性能的GPU服务器、DSP服务器，或它们之间的组合。该硬件平台还可通过InfiniBand高速网络进行扩展，最大可形成20个服务器互联的统一的软硬件系统。 2. 软件环境： 平台中的CPU主要起控制作用，计算任务主要由DSP和GPU承担。针对高密度计算资源，通过软件框架屏蔽硬件差异。软件框架如图2所示。 平台提供动态链接库，封装任务的调度、CPU与DSP之间的通信、CPU与GPU之间的通信等功能。用户在动态链接库基础之上进行二次开发，实现自己的业务逻辑。 3. 参数指标： ？ 单台计算能力：插8张DSP卡，做快速傅里叶变换（FFT），相当于40台8核Intel i7计算机的计算能力；插4张GPU卡，做场强计算，相当于50台Intel i7计算机的计算能力; ？ 尺寸：6U标准高度，（420±0.6）mm×（256±1）mm×（≤500）mm（宽×高×深）；重量：<35公斤；功耗：<1000瓦。 图1高密度高性能并行计算平台硬件示意图 图2高密度高性能并行计算平台软件框架
电子科技大学
2021-04-10
基于云计算的虚拟实验室系统
随着信息技术的发展,传统的实验教学环境由于自身环境的静态性、实验资源的有限性， 使得它无法满足计算机实验教学的要求。 一方面，单纯的客户机升级也不能完全满足不断增长的需求，另一方面，各个教育系统 (学校) 中的服务器资源未充分利用。云计算能够通过网络以按需、易扩展的方式获得所需的计 算资源，为资源整合、按需付费、虚拟化和服务提供了很好的解决方案。本项目将各教育子系 统中的服务器资源构建为一个教育云平台，从而满足师生员工的计算机实验教学等工作。 本系统针对不同类型 (校外用户的单个计算机资源需求和校内用户基于实验室的批量计 算机需求) 的用户需求，以先进性、实用性、前瞻性、可扩展性为设计思路，采用资源按需分 配、动态调整的管理方式将数据中心的存储资源和计算资源合理的分配给不同类型的用户。 特别地，本系统所构建的云计算虚拟实验室系统，能够按需动态配置教学实验环境，为每 个学生的每门实验课程定制一个个性化的实验环境，并便于教师动态设计不同的实验内容，从 而能够促进现有计算机教学实验资源的共享，实现师生之间的实时互动，建立一个有效的网上 学习通道，进而提升实验教学质量。
华东理工大学
2021-04-11
高密度高性能并行计算平台
高密度高性能并行计算平台是将CPU刀片、DSP卡、GPU卡通过高速总线进行互联；采用异构并行计算框架，实现多机、多卡、多核的资源分配和负载均衡；提供适合大规模并行计算的算法平台。用户在该平台上采用传统的串行思路编程即可实现大规模的并行计算。
电子科技大学
2021-04-10
基于云存储的个人移动计算环境(CloudKey)
清华大学研发的基于云存储的个人移动计算环境原型系统将操作系统与计算机硬件分割开来，把操作系统与应用软件打包成用户可随身携带的“计算环境”，将用户的“计算环境” 保存到最便携的存储设备中随身携带，成为一把开启“云”端服务的钥匙，在任意地点、时间，用任意电脑都可访问自己的专属环境，随时随地按需获得或购买计算和存储资源，方便 快捷地访问、存储和共享信息。系统提供基于硬件、更加安全可靠的身份认证机制，提供载 有操作系统和各种应用软件的安全计算平台，消除了使用第三方操作系统或软件的安全顾虑， 确保数据得到可靠的存储和保护，使用户不必担心私密数据被窃取或泄露。客户能够从“云” 端获得无限的计算能力和存储空间，摆脱了移动计算设备在计算能力和电池功耗等方面的局 限。
清华大学
2021-04-11
机器类人思维计算的实现与应用
1.理论层面。提出了传统架构与人类思维指令有机融合的新型混合计算架构；构建了逻辑和时序的类人思维指令集，以及指令集扩展方式的规则；便捷开发流程架构和层次分工。2、成果层面。该成果研发了支持组合与时序逻辑关系的固件，并与2个系列CPU结合成为具备一定认知智能的人工智能芯片；研发了包括人机交互、组态监控、仿真调试、人类思维解释器等核心软件，为产业智能提升提供基础性开发平台；提出了一种新的不同于当前人工智能实现技术路线的低资源需求的认知智能实现方法，并经过实践验证。3、应用领域。新型的人工智能芯片（上游），芯片应用形成的产业链；新的开发工具，传统行业升级形成的产业链；工业互联网、医养、智慧建造等，新应用形成的产业链。
山东大学
2021-04-10