|
搜索
搜 索
高等教育领域数字化综合服务平台
一种面向金融风控的轻量型自动化机器学习（autoML）框架
产品服务:本项目主要面向商业用户，提供技术服务或者成套的商用解决方案，目标客户为银行、互联网金融公司等。项目优势:目前针对金融风控领域尚无合适的autoML框架，许多金融风控解决方案的提供商并没有提供自动化机器学习的解决方案，通用的自动化机器学习方法如Google的Cloud AutoML 又不能很好的应用于金融风控领域，目前面向金融风控的自动化机器学习算法存在一定的市场空缺，具有广阔的应用前景。市场概况:本项目注重该领域的细分市场，主要面向中小客户和个人研究者
同济大学
2021-04-10
一种面向金融风控的轻量型自动化机器学习（autoML）框架
本项目主要面向商业用户，提供技术服务或者成套的商用解决方案，目标客户为银行、互联网金融公司等。
同济大学
2021-02-24
一种保留已有路网数据并利用OSM数据进行路网扩展的方法
本发明公开了一种保留已有路网数据并利用OSM数据进行路网扩展的方法，该方法能够让用户自定义需要扩展的路网区域，并快速地将用户需要扩展的路网范围连接到原有网络中，同时保留了原路网的数据信息，最终得到利用OSM数据进行扩展后的路网数据文件。在实际工作中，用户会遇到需要在已有路网基础上扩大研究范围的情况，本发明由用户自定义选择需要扩展的路网范围，自动从OSM数据中提取扩展路网信息后与已有路网数据进行合并，保留了原有用户已经维护好的路网信息，节省了人工逐条添加路段和对扩展后路网进行重复校核的人力和时间成本，同时提高了扩展路网的准确性。
东南大学
2021-04-11
用于大数据处理系统的内存数据集置换系统与置换方法
本发明公开了一种用于大数据处理系统的内存数据集置换系统， 包括分析模块、信息监测模块、决策模块。分析模块用于对上层用户 程序进行逻辑分析，得出各运算阶段中生成内存数据集时的运算步骤 集合；信息监测模块用于对运行中的用户程序进行监测，并收集生成 内存数据集时的信息提交给决策模块；决策模块用于对收集到的信息 进行分析和排序，判断当前阶段是否需要对系统中的内存数据集进行 置换，在系统需要进行置换时确定需要移除的内存数据集并
华中科技大学
2021-04-14
一种基于5G信号的DOA指纹库定位方法
本发明公开一种基于5G信号的DOA指纹库定位方法，包括以下步骤：将初始区域划分成多个微型小区，并对划分的微型小区中的参考点的角度信息进行估计；然后将各个微型小区参考点的角度信息和相应小区的位置信息保存在指纹库中，每隔固定的时间对指纹库中的角度信息进行更新；使得当有目标在该区域时，通过估计目标的角度信息；与指纹库中的角度信息进行匹配，确定该目标所在的小区，即可得到目标的位置信息，从而实现目标的定位。
东南大学
2021-04-11
一种气动热辐射指纹库的建立方法及其应用
本发明公开了一种气动热辐射指纹库的建立方法，包括：（1）获取红外成像系统的多幅气动热辐射退化图像，形成气动热辐射退化图像序列；（2）求取气动热辐射退化图像序列中的每一幅图像与基准图像之差值即差值图像；（3）对每一幅图像的差值图像进行二维曲面拟合，获得其在对应热流密度下的二维曲面多项式；（4）对多个二维曲面多项式中相同项的系数进行处理，通过拟合建立各相同项的系数关于热流密度的关系式，即确定为气动热辐射指纹库。本发明还公
华中科技大学
2021-04-14
基于IP库的通用MEMS器件可视化仿真与验证工具
“虚拟工艺”软件可由标准工艺流程文件和掩膜版图文件，模拟出所要加工的MEMS器件的真实三维结构，具有良好的通用性和精度。下图为自主开发的“虚拟工艺”软件生成的微夹钳三维结构。 “虚拟运行”软件对器件的运动情况进行仿真，并与最初设计方案比较来指导和修正实际加工。下图显示了微夹钳的虚拟运行结果，图中的器件颜色表示了器件运动时的剧烈程度，红色表示变形最剧烈的部分，淡蓝色表示变形较小的部分。
南开大学
2021-04-14
基于IP库的通用MEMS器件可视化仿真与验证工具
项目的背景及目的 迄今为止，集成电路的模拟、仿真直至评测已有了非常完善的工具软件；并已成为设计过程的重要组成部分；对设计的成功、可靠、高效都已起到决定性作用。而对MEMS而言，还相差甚远，这和MEMS发展的成熟程度有着直接关系。当然，这并不意味着MEMS不需要这样的工具和系统。相反，由于MEMS的功能多样、加工复杂、分析困难、设计周期长、成本高等。特别需要一个能包括运动仿真、评测在内的设计工具和系统。这是当前推动MEMS发展的当务之急。
南开大学
2021-04-14
科技部 金融监管总局等四部门印发《关于加快推动科技保险高质量发展 有力支撑高水平科技自立自强的若干意见》的通知
科技保险是科技金融大文章的重要组成部分，对科技创新风险分散和资金支持具有重要作用。
科技部
2026-03-02
高通量材料计算与数据挖掘技术
自美国 2011 年实施材料基因组计划（Materials Genome Initiative，MGI），现已成为全球材料创新研发的强大助推剂，将高通量实验、材料数据和高通量计算三要素有机结合，加速材料创新性研发并降低成本。MGI 将成分-工艺-组织-性能的关联集成化、跨尺度分析，将材料的研发由传统经验式提升到科学设计。高通量材料计算和数据挖掘技术是材料基因工程的重要组成部分，通过材料的高通量热力学/动力学计算、高通量相场模拟、数据挖掘和性能预测，实现材料合金成分、制备工艺、微观组织结构和宏观力学性能的调控及优化，为新材料的开发设计提供指导，实现产品全制备周期的数字化、智能化管理，提高产品质量稳定性、降低产品研发周期和成本、提升企业的核心竞争力。
北京科技大学
2021-02-01