|
搜索
搜 索
高等教育领域数字化综合服务平台
场景文字检测与识别
场景文字检测与识别是指将自然场景中出现的文字信息识别出来。具体来讲其包含两个部分（如图1）：文字检测和文字识别。在现实生活中，场景文字检测与识别的应用十分广泛。
南京大学
2021-04-14
页岩薄片智能识别平台
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
学号
高志豪
计算机学院/物联网工程
2017年/2021年
201731064410
林钟煇
计算机学院/物联网工程
2018年/2022年
201831064119
阳旭菻
计算机学院/计算机科学与技术
2018年/2022年
201831062525
李沛键
计算机学院/物联网工程
2018年/2022年
201831064115
三、指导教师
姓名
学院/所学专业
职务/职称
研究方向
陈雁
计算机科学学院
副教授
人工智能、复杂网络、能源与人工智能交叉领域
刘忠慧
计算机科学学院
副教授
机器学习、人工智能、形式概念分析
四、项目简介
美国海相页岩气藏的成功勘探开发，展现了页岩气的巨大潜力和发展空间，同时也极大地促进了页岩储层微观结构表征分析技术的发展，通过页岩岩心薄片观察底层形态、确定底层数据，是页岩气勘探开采中的重要一环。页岩储层的孔隙作为页岩组分的一个重要部分，其结构特征直接影响着储层剩余储量的剩余油的分布，因此，对页岩薄片孔隙的形状和类型进行研究是十分必要的。但在目前，页岩薄片只能靠人工鉴定，这种方法工作量大，效率低，且主观性强，误差较大。深度学习是近年发展起来的具有多层次特征抽象归纳与知识发现能力的机器学习算法，目前已经被广泛应用到了语音识别、计算机视觉、自然语言处理等众多领域。在地质和岩石物理领域也有了初步的应用，深度学习方法在地质数据的特征提取及预测识别方面有着广阔的应用前景，本项目组将会开发页岩薄片智能平台，通过机器学习算法来学习专家知识，自动识别孔隙类型，这样就可以大大提高效率，节省人力。
西南石油大学
2023-07-20
膝关节周围难治性骨折治疗的随机对照研究
独自拥有。
四川大学
2016-04-29
5G无线机动组网及在垂直行业的应用
随着5G与垂直行业的结合日益紧密，5G专网受到了广泛关注。传统5G专网大多依赖现有的运营商网络设施，基站位置固定且建设成本高，无法满足部分垂直领域低沉本、快速、灵活的布网需求。例如在应急抢险救灾领域，在地面通信设施中断受损等情况下，需要短时间快速进行网络搭建，且网络的服务区域需随着救援人员的任务位置不断变化；在矿业开采领域，随着作业面的掘进，联网机械设备的位置也在变化，由此也需要调整基站的位置。另外，对于长距离覆盖的场景，单个5G基站由于覆盖距离受限，难以满足要求。 在上述需求驱动下，课题组提出了5G机动专网的概念，通过利用5G高速链路实现了5G基站和核心网间的无线连接（即无线回程），使基站部署位置不再受限于有线连接，与此同时，机动专网系统的基站和核心网具有便携、轻量的特点，成本低、易部署、机动性好。由于系统的接入链路和回程链路均基于5G制式，整个系统相比现有Mesh组网方案具有显著的高速率优势，可在多跳组网下有效支撑全景视频回传、无线增强现实、远程无人车操控、高清视频通话等业务。图1展示了系统使用的灵巧软基站、雾小站和轻量核心网，图2展示了一个具体的机动多跳传输方案和性能结果，图3展示了所提方案在应急通信和军事通信领域的应用前景。图 1 机动专网核心设备介绍图 2 机动组网系统拓扑图 3 机动组网系统应用前景
北京邮电大学
2021-04-10
5G无线机动组网及在垂直行业的应用
随着5G与垂直行业的结合日益紧密，5G专网受到了广泛关注。传统5G专网大多依赖现有的运营商网络设施，基站位置固定且建设成本高，无法满足部分垂直领域低沉本、快速、灵活的布网需求。例如在应急抢险救灾领域，在地面通信设施中断受损等情况下，需要短时间快速进行网络搭建，且网络的服务区域需随着救援人员的任务位置不断变化；在矿业开采领域，随着作业面的掘进，联网机械设备的位置也在变化，由此也需要调整基站的位置。另外，对于长距离覆盖的场景，单个5G基站由于覆盖距离受限，难以满足要求。
在上述需求驱动下，课题组提出了5G机动专网的概念，通过利用5G高速链路实现了5G基站和核心网间的无线连接（即无线回程），使基站部署位置不再受限于有线连接，与此同时，机动专网系统的基站和核心网具有便携、轻量的特点，成本低、易部署、机动性好。由于系统的接入链路和回程链路均基于5G制式，整个系统相比现有Mesh组网方案具有显著的高速率优势，可在多跳组网下有效支撑全景视频回传、无线增强现实、远程无人车操控、高清视频通话等业务。图1展示了系统使用的灵巧软基站、雾小站和轻量核心网，图2展示了一个具体的机动多跳传输方案和性能结果，图3展示了所提方案在应急通信和军事通信领域的应用前景。
图 1 机动专网核心设备介绍
图 2 机动组网系统拓扑
图 3 机动组网系统应用前景
北京邮电大学
2021-05-09
智能化嵌入式软件随机故障分析再现与诊断技术
针对特定的故障现象（尤其是随机故障、间歇性故障等），通过综合贝叶斯网络、FMEA、FTA等多种故障分析方法、融合多元故障相关信息（故障现象、故障案例、专家经验、故障模型等），进行系统深入的故障分析、找出可能的故障原因；利用智能化的方法（如遗传算法、群智能算法等），结合强度和异常等测试理念，自动生成满足多目标（如各种覆盖率、故障现象的匹配度等）的测试用例，借助自主构建的通用嵌入式软件仿真测试环境，实现故障的快速再现和基于贝叶斯的动态故障定位。 通过智能化的嵌入式软件随机故障分析再现与诊断，可以在故障分析、故障再现、故障定位等方面，利用智能化方法进行系统性、启发式的故障诊断研究，形成一系列的智能故障诊断分析工具包、进而形成嵌入式软件故障诊断分析专家系统，可有效提高故障诊断与定位分析的效率。
北京航空航天大学
2021-04-13
有丝分裂中染色体的非随机分配现象研究成果
浙江大学医学院/附属第二医院呼吸与危重症医学科应颂敏教授、沈华浩教授团队在实验中观察到了有丝分裂中染色体的非随机分配现象，即一个子细胞里的染色体DNA完好无损，而另一个子细胞里的染色体DNA却伤痕累累，伴有明显的DNA损伤修复反应。研究人员发现ATR/CHK1信号通路在对损伤染色体的非随机分配过程中起着至关重要的调控作用，看似“生命体非常聪明地通过这种方式来‘保种’”。
浙江大学
2021-04-11
一种基于随机蕨的自举学习方法及其分类器
本发明提供了一种基于随机蕨的自举弱学习方法及其分类器，本发明属于计算机图形识别技术领域。图形识别通常采用弱分类器的加权、高斯概率分布的均值距离来判别正负样本。或采用分类树作为弱学习器，用误差测度减少最大化的划分准则划分节点，然后将这些弱分类器提升为强分类器。但是，这些弱学习方法要么收敛速度慢，要么准确率不够高，要么计算效率低。本发明选择图像特征和构造随机蕨、基于随机蕨的弱学习方法、基于随机蕨的弱学习方法、构建弱分类器、结果分类器等步骤可以很好地解决成像环境复杂且对运算量要求严格的图像模式识别，实现快速收敛和高效的自举弱学习方法，得到实时处理且准确率高的分类器。主要用于各种模式识别场合。
西南交通大学
2016-10-20
二进制递归网络的随机多故障条件诊断性分析
项目简介： 随着并行计算系统中处理器数目的快速 增加， 系统
西华大学
2021-04-14
一种通过构造最佳残余应力场确定下限安定载荷的方法
将最大载荷作用下的线弹性应力场与最佳残余应力场迭加，确保迭加后的应 力场处处不发生屈服，从而满足 Melan 静力安定定理的基本要求，就可以确定下 限安定载荷，达到防止承压设备发生渐增塑性变形的目的。
上海理工大学
2021-01-12