|
搜索
搜 索
高等教育领域数字化综合服务平台
大空间建筑大跨度射流接力设计方法
大空间建筑分层空调分层面越低，空调能耗越少，但此时送风射程受限，冷风抵达区域越小。大空间建筑大跨度射流接力设计方法是利用二次接力设备接力一次送风射流使射流抵达区域增加的一种新型气流组织。理论研究和实验研究结果表明，这种射流接力方法可使室内环境均匀化提高，冷风感下降，适合大跨度室内热环境均匀性的要求。研究团队通过理论和实验研究获得从室内环境需求出发，进而获得室内二次接力设备配置的设计方法。
上海理工大学
2021-01-12
西大678
特征特性：该品种属中晚熟杂交玉米，在区试3000株/亩密度下，播种到成熟平均118天，比对照早 1.5天；第一叶鞘紫色，株型半紧凑，株高269厘米，穗位高106厘米，叶色深绿色，成株叶片数17片，花药 黄色，颖壳绿色，花丝浅紫色；穗长17.6厘米，穗行数18 ~ 20行，行粒数35.4粒;穗形筒型，穗轴白色，籽 粒黄色、半硬粒型,百粒重32.3克。 产量表现:两年区试平均亩产529.8千克,比对照渝单8号增产7.4% , 16个试验点点次15增1减；生产试 验平均亩产568.1千克，比对照渝单8号增产9.9% , 5个试点全部增产。 适宜区域及栽培要点:适宜重庆市海拔700米以下地区种植，垫江县慎用。3月上中旬播种育苗为宜，亩 植密度3000株左右，注意防治丝黑穗病、茎腐病和纹枯病。
西南大学
2021-04-13
西大789
特征特性：该品种属中熟杂交玉米,在区试3000株/亩密度下，出苗至成熟平均136天,与对照相当; 第一叶鞘浅紫色,株型平展,株高264厘米,穗位高115厘米,叶色绿色,成株叶片数21片，花药浅紫色, 颖壳绿色，花丝紫色；穗长20.3厘米，穗行数16-18行，行粒数36.9粒;穗形筒型，穗轴白色，籽粒黄 色、半马飜，百粒重30.9克。 产量表现：两年区试平均亩产543.0千克，比对照渝单8号增产6.1% ；生产试验平均亩产608.9干克， 比对照渝单8号增产7.5%6个试点全部增产。 适宜区域及栽培要点：适宜重庆市海拔700米以上地区种植，南川区慎用、武隆县禁用。3月中下旬播 种育苗为宜，亩植密度3000株左右，注意防治丝黑穗病和纹枯病。
西南大学
2021-04-13
陈大忠
研究员，硕士研究生导师，黑龙江中医药大学中医药研究院现代给药系统研究室主任，中华中医药学会中药化学分会委员，中国高等教育学会科技服务专家指导委员会委员。自 1993 年毕业黑龙江中医学院，一直从事中药科研工作，主要工作内容范围包括中药新药研发、医疗机构中药的院内制剂研究与转化、中药经典名方、中药配方颗粒、中药炮制、中药药剂及中药物质组分等相关工作。
曾担任黑龙江久久药业有限责任公司副总经理，主持完成制药企业 GMP认证:曾担任黑龙江久久药业五味子保健品公司总经理，主持完成保健食品生产企业 GMP 认证、五味子保健饮品生产、销售及企业管理
陈大忠
2023-02-27
杨大鹏
杨大鹏，男，山东烟台人，教授，博导。上海交通大学材料学博士毕业。研究方向：生物质资源高效转化与利用、农林及海洋产物加工与转化。主要兴趣集中在利用纳米技术进行生物质资源的改性和研究在环境、医学领域的应用。已在专业学术刊物发表SCI论文93篇，文章总被引用超过3200次，单篇引用过100次的文章有8篇，H-index 35。递交申请发明专利30余项，授权6项，转让1项（20万）。承担国家自然科学基金2项，福建省教育卫生联合攻关项目1项，福建省科技厅引导性项目1项，企业横向课题1项（总金额250.0万）。是中国肿瘤协会纳米分会委员，中国化学学会会员，中国高等教育学会科技服务专家指导委员会委员，厦门大学省级重点实验室（柔性功能材料）学术委员会成员。海蛎壳的高值化研究已进入中试阶段。
杨大鹏
2023-03-10
学大教育
作为个性化教育的首倡者，学大致力于帮助学生提高学习成绩，激发潜能。学大教育集团已经制定和实施一个以结果为导向，以学生为中心的服务匹配模式。相比传统的班级式辅导，学大的服务模式是根据每个学生的需求和喜好量身定制个性化辅导方案，同时匹配全职的专业辅导小组进行一对一的辅导。
北京学大信息技术集团有限公司
2021-02-01
科大讯飞胡江院：从新质生产力发展看AI人才培养创新与实践
数字化与大学教学创新改革学术活动
中国高等教育博览会
2024-06-11
篮球赛事AI短视频剪辑系统
视频剪辑是一项简单却繁琐的工作，需要投入大量的人力。而且人力完成的视频剪辑，剪辑结果有着很强的主观色彩。通过采集大量各类体育赛事数据进行模型训练，利用深度神经网络良好的自主学习能力，采用Centernet作为多目标检测能力的实现框架，同时利用Transformer重构目标检测进行连锁，二次捕捉目标检测的准确性。CenterNet和Transformer的融合，实现了端到端的目标检测，在准确性提升的基础上满足实时处理视频的要求。综合应用多目标检测跟踪以及多模式识别技术，实现短视频的智能化剪辑，极大程度减少了人工工作量，同时也增加了短视频剪辑的客观性，在大数据时代背景下有着重要的现实意义。
太原科技大学
2021-05-04
新冠肺炎影像学AI智能辅助诊断研究
“现阶段医生需要在大量影像数据中快速诊断出新冠肺炎的病例，此外还需要诊断出病灶分布的位置、大小等来评估严重程度。”薛向阳介绍，针对临床的现实需求，团队将设计目标定位于“肺炎分类鉴别”和“关键病灶检测”两大功能，前者是为区别健康状态、新冠肺炎、其他病毒性肺炎、细菌性肺炎，后者则为找到并分隔出磨玻璃影等病灶区域。针对这些需求，团队设计诊断算法模型，让机器利用模型进行训练，学习不同类型肺炎在CT影像表现上的不同特征，最终具备智能辅助诊断的能力。而这需要突破小样本学习、小目标检测等多个技术难题。“小样本学习”即在较少训练数据样本的条件下进行机器学习。在疫情发生前期，能够获取的新冠肺炎影像数据相对较少，且由于一线影像医生任务繁重，无法获得大量专家标注，因此需要算法在少量样本的条件下“自学成才”。为此，团队采用基于自迁移学习的半监督学习等技巧，使算法具备一定的“小样本学习”能力，在不增加医生标注工作量的情况下较好地提高了算法模型的普适性。由于CT影像切片中的病灶区域有大有小，且往往大中小病灶区域面积悬殊，如何使算法能同时检测大、中、小各个目标是另一大难题。团队利用神经网络的层次性特点与病灶区域的大小进行对应，“网络的底层关注细节，即小病灶区域，而网络中层到高层所关注的病灶区域则越来越大，因此模型通过不同层次的加权和融合，最终便能达到同时检测大小病灶区域的目标。”薛向阳解释道。“不过，即便有诊断‘神器’，影像科医生也是不可替代的。”薛向阳说，人是复杂的机体，病毒在不同人体内感染的反映也不一定相同。”他表示，当遇到机器未曾学习过的微小病变或疑难病例时，仍需要影像医生的经验和智慧。以解决实际问题为目标，该项目在研究过程中始终与临床应用紧密结合。无论是机器学习数据，还是测试评估数据，都来源于临床真实病例。在算法模型定型过程中，为了检验模型的准确率和泛化性，团队也利用现实疑似病例进行了测试。
复旦大学
2021-04-10
AI在5G系统中应用的研究
中国电子学会发布“电子信息领域优秀科技论文（2020）遴选活动”入选论文。东南大学尤肖虎、张川、谈晓思、金石、邬贺铨联合署名的论文《AI for 5G: research
东南大学
2021-01-12