|
搜索
搜 索
高等教育領域數字化綜合服務平臺
一種副豬嗜血桿菌感染仔豬模型的構建方法
其他成果/n一種副豬嗜血桿菌感染仔豬模型的構建方法，涉及動物模型構建領域，包括將若干CD仔豬養殖至18～25日齡，均分為感染組A和對照組B，判定CD仔豬體內不存在HPS病原、不含APP病原或APP抗體后，飼養至40～70日齡時，向感染組A中所有CD仔豬氣管內接種HPS菌種；向對照組B中所有CD仔豬氣管內注射培養基，得到空白組B′，觀察并檢測攻毒組A′、空白組B′，提取攻毒組A′、空白組B′的肺臟組織的總DNA，判定攻毒組A′的肺臟組織中存在HPS病原的同時，空白組B′的肺臟組織的中不存在HPS病原。
武漢輕工大學
2021-01-12
精軋負荷分配優化設計與模型自適應技術研究
小試階段/n項目已解決的關鍵技術問題和技術創新點：1.提出了精軋變形抗力模型新型“九宮格”自適應學習方法，在“軋制溫度*變形速率”參數空間上布置多個特征點，對參數空間上與當前軋制工況位置相鄰的 9 個特征點進行加權插值，獲得空間任意均連續的自學習參數，它是位置坐標的函數，打破了原來的“自學習系數與層別一一對應”的關系，使自學習系數精確到工作點坐標，解決了 原有的不同層別的自學習參數相互不關聯、跳躍大、不連續等問題。新方法上線后，應用效果非常明顯，每月帶鋼因厚度超差導致的預封鎖量從投用前的 45 塊/
武漢科技大學
2021-01-12
軋機過程控制數學模型與軋制穩定性技術
小試階段/n軋機過程控制數學模型與軋制穩定性技術直接影響帶鋼產品質量與生產成本。該技術在結合生產工藝與設備控制技術的基礎上，綜合現代控制理論、數學建模和人工智能技術，形成完整的軋線關鍵模型與軋制穩定性控制技術，已在寶鋼、梅鋼、漣鋼等國內多條大型熱連軋生產線上成功在線應用。發表核心期刊論文30多篇，授權、受理發明專利30余項，軟件著作權3項。。關鍵技術：1）高精度軋制設定模型與尺寸控制。高精度帶鋼厚度控制技術：包括高精度軋制力能模型、全線一體化分布式溫度模型、輥縫模型，保證高精度的頭部設定；高精度AG
武漢科技大學
2021-01-12
焦爐直行溫度數學模型的計算機仿真系統
焦爐煉焦是一個復雜的工藝過程，煤料在炭化室內隔絕空氣加熱,即高溫干餾。經過干燥、熱解、熔融、粘結、固化、收縮等階段，最終成為焦炭。 焦爐直行溫度是指機側和焦側標準立火道的平均溫度，它代表全爐的平均溫度水平，是直接影響焦化速率和焦炭成熟時間的主要參數之一。燃燒室溫度在一個結焦期內由于相鄰炭化室所處結焦狀態不同而發生規律性波動，即形成通常所說的“W”曲線，其峰值間的時間間隔取決于推焦串序、循環檢修計劃和周轉時間。本項研究是以焦爐“燃燒室—炭化室傳熱過程數學模型”為基礎，運用混合編程、多任務和動態摸擬等技術首次將焦爐燃燒室—炭化室傳熱過程數學模型拓展為“焦爐直行溫度數學模型”，并開發了由一組燃燒室和炭化室組成的“焦爐直行溫度數學模型計算機仿真系統”。運用該模型可以仿真不同的推焦計劃、裝爐煤水份、裝煤量、燃料熱值等熱工參數對焦爐直行溫度的影響，從而為焦爐直行溫度的優化設定提供堅實的理論依據。
北京科技大學
2021-04-13
圖像自動標注和模型訓練技術在工業視覺中的應用
1. 痛點問題
工業視覺場景下普遍存在缺陷樣本數量少、難采集，已有標注方案無法完全發揮樣本數據效用等問題。在工業視覺應用場景中，產線整體生產良率均已達到相當水平，人工可識別的缺陷樣本數量相對較少，且采集難度較大。制造生產環節對產線效率要求較高，模型訓練難以實現精度與效率上的平衡。
2. 解決方案
本項目將最新的少樣本學習、連續學習、模型壓縮與優化技術，與工業場景中的缺陷檢測需求深入結合，致力于工業視覺自主知識產權軟硬件一體化裝備研發。針對玻璃深加工與半導體晶圓宏觀缺陷檢測，本項目已完成工業視覺全流程視覺感知算法、人工智能算法研發平臺、玻璃智能一體檢測設備、晶圓宏觀缺陷檢測設備等智能設備的原理驗證和裝備試制，同時有多項智能設備在研。
本項目在玻璃與半導體缺陷檢測中，基于圖像自動標注方法完成少樣本場景下的數據采集與標注，通過弱監督學習和連續學習方法完成有效模型構建，并針對長尾數據集設計模型訓練和優化方法，實現高效工業視覺感知計算。針對工業視覺場景，本項目集成視覺感知算法能力，研發人工智能算法研發平臺，該平臺秉承低代碼化、可視化等原則，打造包含數據采集與標注、算法訓練與評估、模型壓縮與優化、應用部署與管理的數據閉環。
合作需求
尋求浮法玻璃深加工、半導體加工與制造等行業企業合作。
清華大學
2021-12-23
水輪機調節系統高階數學模型的降階方法
一種水輪機調節系統高階數學模型的降階方法，包括如下步驟：①簡化系統分母的最高次項，實現 系統的一次降階，得到一次低階等效系統式；②從波動疊加的角度出發，將一次低階等效系統式變換為 兩個 2 階子系統相加的形式；③進行拉普拉斯反變換，得到水輪機調節系統的一次低階等效系統在負荷 階躍擾動下的機組轉速響應波動方程；④對完整 5 階系統式進行二次降階；⑤利用二階系統進行水輪機 調節系統轉速響應調節品質的影響因素分析。其優點是：較之其他降階方法，本方法是
武漢大學
2021-04-14
一種計算三維點云模型骨骼的方法
本發明公開了一種計算三維點云模型骨骼的方法；本發明首先通過使用逐步細分的策略將三維點云 模型均勻體素化；此后，使用快速行軍算法，計算出模型內部體素點的距離域；然后，使用距離域計算 出模型的初始骨骼；最后，將初始骨骼與 L1 中值骨骼提取算法融合，生成基于距離域的 L1 中值骨骼提 取算法，快速準確計算出模型骨骼；與現有的三維點云模型骨骼提取方法相比，本發明處理帶有大量噪 聲點、奇異點和大面積點云缺失的點云模型，而且不會產生錯誤的骨骼連接，同時不
武漢大學
2021-04-14
雙重（三重）差分模型在政策評價中的運用
雙重（三重）差分模型通過設置交互項來分析政策效應，在政策評價領域具有明顯優勢。該研究設計的優勢在于：第一，通過將改革引起的結局變量時間前后差異和組織內外部因素引起的結局變量的差異結合起來，以反映改革的效應。第二，其他因素的影響，如研究階段內可能存在其他政策，這些政策可能與本研究關注的結局相關。如果這些政策對不同組別的影響不一致，那么排除這些政策就可能會產生偏倚。如果研究樣本當中這些因素分布不均衡，就應該對這些非隨機的因素進行控制以稀釋它的不同影響。尤其是在評價宏觀事件的影響時，因為在研究設計上無法找到一個符合實際的合理的對照組而對控制其他改革效應帶來了難度。雙重差分可提供一個罕見于其他相關研究的機會，通過政策實施前后結果取差來排除沒有考慮到的因素的存在以及由于它們的存在可能造成的混雜效應，使對政策效應的分析更加可行，也更接近現實實際。
成都中醫藥大學
2015-07-15
一種基于有限混合模型的行人再識別方法
本發明公開了一種基于有限混合模型的行人再識別方法，屬于 計算機視覺和模式識別領域，提升行人再識別的準確度，包括以下步 驟：(1)構建行人圖像庫預處理圖像并提取圖像特征；(2)計算圖像庫中 所有圖像的有限混合模型和待再識別行人的圖像的有限混合模型參 數；(3)將需再識別行人的有限混合模型與圖像庫中所有圖像的有限混 合模型之間的距離進行最優化求解，并進行距離排序返回再識別結果。 本發明優化混合模型之間的距離度量，提高行人
華中科技大學
2021-04-14
一種目標的數字化模型生成與驅動技術
1.痛點問題
本項預期成果是解決復雜場景中目標三維數據重建、驅動的關鍵技術。
針對實際應用中復雜運動場景，例如剛性運動的交通工具，變形移動行人等，傳統的運動結構恢復方法在進行場景深度求解時無法確定每個單元結構的相對尺度，導致無法對復雜運動場景進行重建。在現有的深度估計、語義分割、位姿估計等相關技術，存在識別精度低、提取不到關鍵信息、應用場景單一等問題，無法滿足大尺度場景應用的需求。
2.解決方案
本項目成果提出了一套面向目標、人體深度數據重建技術，有效實現對復雜運動場景下人、物的深度重建與驅動，有效解決現實場景目標的數字化模型生成與虛擬場景下的驅動映射問題。提出多模態采集、時空復用編碼攝像方法，獲取大景深、高時空分辨、豐富的精確場景視覺信息，基于超像素關系分析的深度重建方法，包括目標超像素分割，圖像幀匹配，運動關系判定，通過時序傳播與概率模型更新實現實時深度重建，提高最終三維重建模型的稠密度、魯棒性、一致性和準確度。構建了基于深度卷積神經網絡的目標實例檢測與位姿估計框架，從目標對象觀測圖片提取其分割掩碼并不斷迭代更新，輸入深度卷積神經網絡進而得到目標6D位姿估計并進行迭代改進，從而實現目標在動態復雜場景下的位姿還原，克服了在光照、姿態變化、遮擋等不良因素環境下的目標位姿不準確問題，確保了目標6D位姿估計的魯棒性與準確性。
合作需求
尋求在元宇宙、數字城市、自動駕駛、AR/VR、機器人、制造業等領域有相關技術開發、市場推廣經驗，能推廣本技術落地的高科技企業，可以進行深度合作。
清華大學
2022-07-14