本项目主要研究基于 UPDM 的装备体系结构建模特征，研究与开发装备需求分析与体系结构建模工具，支持体系结构建模框架设计和体系结构建模方法，为装备需求分析和体系结构论证提供技术支持。 项目关键技术：流程动态配置、UPDM 框架实现、元模型及数据模板

产品详细介绍请登录 中国科学软件网 了解更多WMS软件信息和报价。完整一体化流域解决方案 GIS工具 基于网络的数据采集工具 地形数据输入和编辑工具 自动描绘集水区&水文建模 支持大多数行业标准的水文模型入门水文建模向导 水工建模&泛滥平原填图 雨水道建模 2D（分布式）水文学 综合FHWA水力计算软件 将WMS动画导出到Google Earth自动描绘集水区&水文建模 使用数字地形数据自动描绘分水岭和子流域。 自动计算几何盆地数据，比如面积、斜坡、平均海拔和最大流动距离等等。 用少量的输入，计算水文流域数据，如集流时间、曲线数和入渗参数。 行业标准方程用来计算子流域滞后时间和集流时间，这些都包括在WMS中。 添加任意数量的内部出口点并且让WMS自动将流域细分。 操纵流网络来代表人为特征或流域中提议的变化。 覆盖派生盆地边界来匹配您的流域知识。 支持大多数行业标准的水文模型  WMS水文学许可证包括以下行业标准的水文模型接口：  HEC-1   HEC-HMS   TR-20   TR-55   推理计算法  MODRAT   OC (Orange County, California) Rational  OC水道测量  HSPF  国家河流统计  为一个模型和WMS中支持的任何其他模型的转变和比较流域发展结果  读取和比较观察到的水位标高与计算出来的水位标高     水力建模&泛滥平原填图  定义一个流中心线和海岸站  定义横截面位置  自动切割横截面并从海拔和地面材料数据得到Manning粗糙度值  导出横截面到HEC-RAS或者简化的溃坝水力模型中  运行水文模型并回到WMS中读取水位标高  从水利模型中读取水表面标高数据或手动输入已知的水位标高  用数值地形数据和水表面标高数据点来创建洪水泛滥程度和深度图  从任何WMS支持的水文模型到HEC-RAS水文模型中链接峰值水流或完整的水位图     雨水排水建模  绘制一个雨水排水管网络或者从GIS中导入一个网络  从潜在的标高数据来计算水位高度、长度和管道倾斜度  让雨水排水管网络跟水文模型数据链接  导出水文模型数据和雨水排水管网络到EPA-SWMM 或者XP-SWMM  导入现有的EPA-SWMM 或 XP-SWMM文件到WMS中     二维（分布式）水文学  WMS支持的二维模型有：  美国陆军工程兵（USACE）GSSHA模型  HMS版本的准分布式MODClark 方法  洪水预报（在整个2D域的深度和速度）  雷暴雨（局部降雨）洪水分析  地表积水和渗透分析  湿地建模  土地利用变化的影响建模  地下水/地表水作用建模  沉积物和污染物建模     导入您所需的  USGS DEMs: 从USGS下载和使用任何格式的DEM  USGS NED数据——无缝的海拔数据能够被下载和读取到WMS中。  ArcGIS光栅（ASCII格式）—以网格形式从ArcGIS中读取海拔数据或者属性资料数据  ESRI形文件—读取所有的框架和属性到WMS中  DXF和DWG CAD文件—WMS现在支持最新版本的DXF和DWG  TIFF,JPEG图像档案—图像与地球参考信息能够通过WMS读取  ArcGIS 支持的任何数据能够被读取到WMS中（需要ArcGIS许可证，与ArcGIS10.0兼容）  

集成3D模型、视频、图片等各种素材，提供场景编辑、交互流程设定、渲染等功能，以实现3D模型自动重建的目标。 利用人工智能技术，构建模拟计算的算法和模型，根据数据实时进行仿真计算。 上传一张图片，可以在1分钟以内快速生成三维模型素材。 上传一段视频，可以在1个小时以内快速生成精细纹理三维模型素材。 支持本地化部署，支持分布式部署建模，支持大批量用户同时在线访问。 可实现实体设计、草图绘制、参数化建模和模型编辑功能。 支持导入*.glb、*.stl、*.obj、*.gltf格式模型。 可输出*.glb、*.stl、*.obj、*.gltf格式模型。 全方位的3D场景，上下、左右、前后360度观察模型所在环境，展示效果更逼真。 可以通过造型表面上的多个点来控制造型变形； 可对造型进行扭曲、折弯、锥度等多种变形处理。 可实现边学习边实操的教学模式，支持创建学习资源或教学课件。 可直接在软件里拖曳云盘中的三维模型，也可以将软件中模型直接上传到云盘。 系统采用PBR材质，基于物理的着色技术，最大程度还原工作环境，提高用户沉浸感； 采用LOD技术处理复杂场景的绘制，使软件运行更加流畅，分层级处理系统渲染效果； 采用三维模型构建场景及物体，物体多边形面数(poly)控制在≤30 万面，基础包大小＜50MB，支持多种分辨率(1280×720，1600×900，1920×1080)确保用户体验； 实训场景内模型无闪面、重面、破面，不能有多边面，保证场景演示无闪烁现象； 场景烘焙无曝光过度，无黑边现象，采用PostProcess进行场景后处理，真实逼真； 虚拟人物满足人设需求，着装符合角色身份； 虚拟人物能自主控制，具有多种动作，动作自然，可模拟操作主要过程；

Al协同创新实验云是Al教学实验实训协同工具，涵盖真实行业项目的教学课程、授课教案、实验教学资源、硬件、平台等，可满足人工智能专业的学生了解行业真实案例中从起始阶段、细化阶段、构建阶段、业务环境、需求分析、技术架构选型等等各方面的项目细节，在线完成分类、建模、分析、可视化、结果输出等任务，并支持私有化部署和云端协同，帮助院校开展人工智能应用研发。

指导价格：1399元

产品简介： CES-AIoT339 是软/硬件一体的面向 AI 人工智能方向的实训系统，融合边缘计算，人脸识别，机器视觉，文本/证件识别，语音识别诸多 AI 技术，同时引入物联网传感器，无线网络知识点，是一套 AI 人工智能+物联网综合型实验系统。 该款实验箱由具有边缘计算能力的单板计算机，高清晰画质视频采集器，拾音器，本地显示器，操控端口，物联网基础部件组成，完整布署在实验箱里，配套实验教程和实训所需的辅件。 该款实验箱是针对新工科“人工智能”专业研发的，具备创新，先进，实践性强等特点，适用于人工智能，计算机，电子，信息工程，自动化等相关专业。 产品特点： 该系统引入科大讯飞语音技术，百度 AI OCR 技术，可运行在边缘计算机上实现通用文字识别，证件/票据识别，语音识别等 AI 应用，比如身份证识别，户照，银行卡，营业执照，车牌，驾驶证/行驶证的识别。 AI 人工智能+ 物联网“双核”组合 提供物联网传感器，无线网络模块，NB-IoT 模块，与边缘计算机，AI 人工智能部件，构成 AI人工智能和物联网的融合，且支持与阿里云的链接，支持使用者进行 AI 人工智能物联网的应用扩展开发。 基于安卓系统的 AI 人脸识别技术 提供人脸识别的开源安卓工程包，实现静态，动态下的人脸特征采集，特征分析，对比等人脸识别功能。 AI 人工智能+ 物联网“双核”组合 基于 ARM 架构 Cotex-A72 六核处理器，内建强大视频处理引擎 Mail-T864 GPU, 完美支持H.265/H.264 视频解码，支持大数据处理，流畅运行 AI 应用软件。 硬件一体化设计，高度集成，易于设备的维护实验所用到的硬件，均布署在实验主板上，一对 N 供电模式，各单元相互独立，模块化设计。

一、建模和仿真 针对国内机车柴油机运用现状，本项目确定了基于电控单体泵喷油系统的机车柴油机作为研究对象，对柴油机和控制策略进行建模，并通过大量的仿真进行验证。在该模型中，可以通过调整模拟平台的各个功能算法中的控制参数，使系统的性能达到最佳，为电控单元的硬件开发提供理论依据，能够在最大程度上加快电控柴油机ECU开发进程。 二、硬件开发 依据电控单元的建模仿真所得出的最佳控制参数，我们开发研制了该套电喷控制系统。 它可以精确地控制电喷柴油机各种喷油系统的各个缸的喷油，泵喷嘴系统(Pump Nozzle Unit--PNU)和泵管嘴系统(Pump PipeNozzle---PPN)。它除了可以用于电喷柴油机的转速控制外。同时，由于使用了功能强大的处理芯片，它还能完成如输出功率控制等其他的功能和任务。 在电喷控制系统中还有故障检测功能，并可以通过网络上传给司机室显示屏，一旦发生故障时可以给司机更直观的显示。同时我们也开发了标定系统。 目前，对机车柴油机采用电子控制技术成为当前提高柴油机乃至整车性能的一种有效方法。我们开发研制的电喷控制系统已经成功应用到我国内燃机车牵引用的柴油机中，对于提高柴油机和整车性能起到很大的作用。   应用范围： 该项目所建立的柴油机和电喷控制系统的模型能够应用在应用基于电控单体泵喷油系统的机车柴油机的电控系统开发中。我们所开发的电喷控制系统能够应用在国内内燃机车牵引用的柴油机中。

产品质量已经成为市场竞争中决定胜负的最关键的要素。建立生产质量模型无论是对生产过程的本质特性研究还是对实际生产过程的控制、预测、优化、仿真和质量诊断都具有重要的现实意义。 本系统重点实现对生产过程相关因素进行实时监测，解决产品生产过程中各项指标的变化与产品质量之间的模型关系，基于统计模型，运用偏最小二乘法、具有优化结构的神经网络、多变量统计过程控制等方法，对从实际生产过程中得到的统计数据进行分析和建模，消除、避免生产过程的异常波动，使过程处于正常波动状态。研究影响产品质量的关键因素，给出调整的策略，科学指导生产。 以钢铁制造流程为代表的大型流程工业是一类由不同功能但又相互关联、相关支撑、相互制约的多种工序和多种装置及相关设施构成的、工序串联并集成运行的复杂过程系统。针对大型流程工业的特点，解析多流程、多尺度、多装置间的相互关系，建立有效的质量控制模型，寻求最优的质量控制策略，监控产品的生产质量状态，确保产品的质量成为一个重大的研究课题。 生产质量建模和过程监控可以应用于钢铁冶金生产等流程型工业中，也可以广泛应用于石油、化工和机械制造等其他领域中。本系统的应用案例有：宝钢股份有限公司条钢部高线生产中的轧件尺寸精度评估与SPC控制系统，鞍钢股份有限公司冷轧热镀锌生产质量建模与分析系统。

RealAI首席执行官田天表示，新冠肺炎疫情暴发以来，各大媒体网站、社交平台上关于疫情的话题热度持高涨。在此环境下，信息的高效传播成为重要诉求。一方面，相关部门需要全面了解公众对疫情的话题讨论，辅助决策优化的同时也利于开展引导工作；另一方面，公众亟需第一时间获得最权威、最实时、最准确的疫情动态。分析称，互联网成为这次疫情主要的“信息源”平台，传播模式更是基于人手一机的“自媒体”，信息流不仅降低了大众获取信息的“信噪比”，更滋生出不同程度的谣言。据介绍，“新冠肺炎疫情AI话题分析平台”通过对多渠道海量媒体信息进行自动抓取采集、识别分析，解决了传统信息检索过程中因消息源头繁杂、消息过多、检索意图不明确而产生的困扰。同时，基于大数据分析和AI建模，自动识别出近期热点话题、新闻追踪和话题导向、地区关注度变化，为用户第一时间推送全网话题最新动态，满足用户对疫情舆情监测的需求，为作出正确舆论引导提供分析依据。

华中科技大学电信学院联合华为云等团队，研发并推出了新型冠状病毒感染的肺炎AI辅助医学影像量化分析系统。 华中科技大学电信学院白翔教授、许永超副教授等负责的华中科技大学-华为智能创新实验室积极发挥自身优势，针对新冠肺炎与华为云等团队共同研发出AI辅助医学影像量化分析系统，目前取得了有效进展。针对患者胸部CT影像中呈现多发小斑片影、多发磨玻璃影、浸润影、肺实变等特点，许永超等提供了基于纹理感知的病灶分割核心算法支持，该算法可实现单病例全自动精准量化结果的秒极输出，大幅提升了诊断效率，减轻医生诊断的繁重负荷。结合临床信息，系统可以辅助医生更高效地区分新冠肺炎的早期、进展期与重症期，有利于早期筛查与防控。同时，对于确诊病人，基于对多次复查影像数据的量化分析，医生能够有效评估病情进展及用药疗效等情况。