|
搜索
搜 索
高等教育領域數字化綜合服務平臺
抗體藥物設計算法
技術分析(創新性、先進性、獨占性)
挖掘了蛋白質分子結構的幾何特征，開發了新穎的優化設計算法，準確識別結合位點，準備預測抗體結構和抗體-抗原相互作用復合物結構，可以顯著提高藥物設計效益。自主獨立開發。
已經在國際競賽中取得第一名的好成績，也應用在生物和醫學實驗中，算法和程序代碼完整。
中國人民大學
2021-05-11
整車動力總成優化匹配和設計
整車的動力總成的性能優化不僅涉及到整車的結構設計、發動機整體性能（整個運 行范圍）的優化，而且更重要的是動力系（發動機）和傳動系（整車）的優化匹配。過 去，在整車開發中往往忽略了這個關鍵部分：或沒有引起足夠的重視，或沒有實現同步 開發；沒有合適的評判體系（尤其是綜合評判），試驗和模擬計算以及設計不能協調等 等。所以，整車動力總成的性能達不到最佳狀態。 本項目從 1996 年開始，經過 10 余年的研究，建立了動力總成的綜合評價體系，進 行了模擬計算（商用軟件）與試驗技術（試驗臺架和方法、國家標準等）協調性的研究， 收集、整理了動力總成設計的國家和企業標準，建立了較完善的、可行的、具有實用價 值的整車動力總成開發體系，先后完成了國內 4 個公司委托的科研項目。 本項目提出的“整車動力總成綜合評價體系”經與企業合作的科研項目實用驗證， 證明對提高動力總成的綜合性能是有理論意義和實用價值的。 本項目的部分研究成果 “整車動力總成綜合性能評價體系構建、模擬計算和試驗的協 調以及在整車開發中的應用“獲得 2006 年汽車行業科技成果二等獎。
同濟大學
2021-04-13
履帶式車輛動態性能匹配
這里所講的履帶式車輛動態性能匹配，是指履帶式車輛機械及液壓傳動動力特性及 熱特性仿真與分析系統；是應用系統動力學方法及系統工程方法，整合傳統底盤理論、 液壓液力傳動理論、地面力學理論及傳熱學等多個學科，發展而出的一種針對工程機械 或越野式車輛動力性能的綜合性系統理論體系，此理論體系可根據車輛各傳動元件參數 及行駛環境特征，定量得出其性能的動態化表現以及各傳動環節的能量消耗和發熱量， 可實現以下功能： 夾具 干涉 1． 可分析車輛行駛各瞬態和穩態時的性能表現，在產品設計階段就可實現其性能 的預測； 2． 可對車輛在不同工況、不同路面環境下進行性能評價，在一定程度上指導車輛 元件針對不同路面環境的匹配方案； 3． 可實現對車輛冷卻要求的定量化表述，指導各車輛傳動環節的散熱冷卻系統匹 配設計。 此理論體系還可進一步發展為車輛元件匹配優化方法，機電一體化控制基本模型等， 支持工程機械和越野式車輛未來的智能化和節能化發展。 1．模塊化：模型建立由模塊拼接，可適應多種不同車輛機型的分析，極大地提升 了系統的覆蓋面。 2．動態化：模型描述了車輛中個元件的慣性（質量、轉動慣量等）及彈性（彈簧、 液容等），可描述動態工作過程。因此可接受動態載荷輸入，以適應工況負荷變化時車 輛性能的研究。 與已有的動態仿真模型相比，本分析系統具有以下優點： 1． 多物理形態：體系中綜合了原動機（柴油機），機械傳動系統（變速箱，車橋， 履帶驅動），液壓傳動系統（泵，管路，馬達，缸），液力傳動系統（變矩器），熱系統 （冷卻循環，散熱器）多個方面的研究成果，綜合性強，有效滿足大系統分析需要。 2． 對環境開放式：結合大氣溫度，地面特性等外界環境，可分析同種機型在不同 環境下的性能反應，對于車輛適應性的提高可起到促進作用。 3． 功率損耗性能評價：可分析功率在傳輸過程中的損耗，進而獲得對車輛性能的 評價方法，更科學的評價車輛產品的匹配合理性。 4． 機-熱系統統一的熱平衡解決方案：機械-熱系統一體化模型，工程化應用了傳 熱學的相關成果，可實現對車輛冷卻要求的定量化表述，指導各傳動環節的散熱冷卻系 統設計。
同濟大學
2021-04-13
精準匹配搏動式人工心臟
精準匹配搏動式人工心臟利用快速精密驅動技術、血液破壞流場優化設計和無傳感器定位技術等設計制作的一種搏動式人工心臟輔助裝置（包含有搏動式血泵、控制器等），可幫助衰竭心臟提供人體所需要的搏動血流。 精準匹配搏動式人工心臟主要用于心臟外科領域，治療嚴重的心臟病。具體的用途有：對心臟直視手術后嚴重的低心排出量綜合癥，幫助心臟穩定患者的血流動力學；在急性心肌梗死并發心源性休克時，利用與自然心臟的反博改善心肌供血，為進一步的手術治療贏得時間；對需要進行心臟移植的病人提供過渡橋梁，同時因為可實現與自然心臟的精準匹配輔助，有望增加心衰患者心功能恢復的機會，有減少心臟移植需要的可能。 本裝置已取得多件國家發明專利，在電機驅動、結構設計等多方面取得重要進展。
上海交通大學
2021-04-13
一種工件定位方法及定位系統
本發明公開了一種工件定位方法及定位系統，該定位方法包括 以下步驟：1)定位模型構建，通過 RSSI 值采樣及人工神經網絡訓練獲 得定位模型；2)待定位超高頻 RFID 標簽定位：2.1)工件進入監測區域 的網格中，根據超高頻 RFID 讀寫器數量及位置分布，確定待定位超 高頻 RFID 標簽所在的監測區域；2.3)獲得 RSSI 值，輸入到定位模型 中，輸出待定位超高頻 RFID 標簽所對應的網格位置坐標；2.4)檢查待
華中科技大學
2021-04-14
精密加工刀具-工件相對振動主動控制平臺
機床的振動最終都決定了刀具和工件的相對振動，是影響表面加工精度的主要因素之一，特別是加工過程中的振動控制決定了加工系統的穩定性。其中加工的振動主要是高頻的主軸振動，主要引起主軸和工件的相對振動，并通過動態力最終反映到動態性能的評價指標上。我們通過在工藝系統中增加主動控制單元，從而能夠通過其產生的控制力來實現切削振動的主動抵消。
上海理工大學
2021-01-12
基于TLD算法和步態算法的六足多地形追蹤機器人
機器人在煤礦救援領域發揮著越來越重要的作用，但仍存在無法精確識別災后環境、無法適應井下復雜地形以及難以檢測、定位井下生命體等問題。
一、項目進展
創意計劃階段
二、負責人及成員
姓名
學院/所學專業
入學/畢業時間
柳佳樂
自動化18-2
2018-2022
劉浩峰
計算機科學與技術18-7
2018-2022
石少勇
測控技術與儀器18-2
2018-2022
欒廣鑫
電氣工程及其自動化18-5
2018-2022
李明晶
測控技術與儀器18-1
2018-2022
三、指導教師
姓名
學院/所學專業
職務/職稱
研究方向
楊洪濤
機械工程學院
教授
精密測試技術、儀器精度理論及應用、自動化測控系統
凌六一
電氣與信息工程學院
教授
智能信息處理、光電檢測及環境光譜探測技術
蘇樹智
計算機科學與工程學院
副教授
人工智能、模式識別、機器視覺、信息融合、深度學習等領域
四、項目簡介
目前，機器人在煤礦救援領域發揮著越來越重要的作用，但仍存在無法精確識別災后環境、無法適應井下復雜地形以及難以檢測、定位井下生命體等問題。為此，本團隊充分利用六足機器人高穩定性和多地形適應性的優勢，應用激光雷達、深度相機和其他輔助傳感器，設計仿生六足煤礦救援機器人，結合SLAM、A*、ROS等先進技術，實現礦井災后局部復雜環境的三維地圖構建、地形障礙物識別以及機器人自主路徑規劃。機器人所獲信息實時無線傳輸至上位機，幫助救援人員快速制定科學有效的救援方案。
安徽理工大學
2022-07-25
腫瘤醫學圖像智能診斷算法
簡介：
1、胰腺腫瘤CT圖像診斷算法。針對胰腺腫瘤分類問題，從醫學CT圖像出發，搭建深度學習模型。對于腫瘤分類，我們將問題建模成兩部：胰腺定位查找和胰腺腫瘤分類。我們建立級聯分割網絡，從病人腹部的CT圖像中將胰腺器官分割出來。級聯分割網絡比之前的層級分割網絡結果提升10各點。之后建立多模態分類網絡，針對CT圖像的特性，將多切片多造影劑時期多區域的數據進行融合，在胰腺腫物分類中取得了較好的結果。
層級分割模型示意圖
分類模型可視化熱圖
2、現有的乳腺癌腋窩淋巴轉移的醫療診斷措施為病理活檢，是一種過度醫療。基于乳腺鉬靶圖像的術前無創的乳腺癌腋窩淋巴轉移預測手段能夠有效避免過度醫療。我們構造了基于乳腺鉬靶圖像的深度卷積神經網絡模型來處理乳腺癌腋窩淋巴轉移問題。我們對乳腺鉬靶數據進行了預處理和數據集的整理、劃分。我們構造了三個不同的深度卷積神經網絡，患病側單體位網絡、患病側雙體位網絡和雙側雙體位四視圖網絡。其中，患病側單體位網絡分為 CC 位網絡和 MLO 位網絡。在乳腺鉬靶數據的測試集上，患病側 CC 位網絡、患病側 MLO 位網絡、患病側雙體位網絡、雙側雙體位四視圖網絡的結果依次遞增。這表明了同時使用同一患者的四張鉬靶圖像的雙側雙體位四視圖網絡具有更好的預測效果，更適合乳腺癌腋窩淋巴轉移預測任務。對于雙側雙體位四視圖網絡，我們不僅使用了雙側測試集 1，還使用了額外的雙側測試集 2 進行測試。
鉬靶乳腺圖像預處理
雙側雙體位深度學習網絡
優勢：從客觀的醫學圖像數據出發，結果可重復，而且高效快捷，提高識別準確率的同時，便于臨床推廣。
中國人民大學
2021-05-15
腫瘤醫學圖像智能診斷算法
1、胰腺腫瘤CT圖像診斷算法。針對胰腺腫瘤分類問題，從醫學CT圖像出發，搭建深度學習模型。對于腫瘤分類，我們將問題建模成兩部：胰腺定位查找和胰腺腫瘤分類。我們建立級聯分割網絡，從病人腹部的CT圖像中將胰腺器官分割出來。級聯分割網絡比之前的層級分割網絡結果提升10各點。之后建立多模態分類網絡，針對CT圖像的特性，將多切片多造影劑時期多區域的數據進行融合，在胰腺腫物分類中取得了較好的結果。層級分割模型示意圖 分類模型可視化熱圖 2、現有的乳腺癌腋窩淋巴轉移的醫療診斷措施為病理活檢，是一種過度醫療。基于乳腺鉬靶圖像的術前無創的乳腺癌腋窩淋巴轉移預測手段能夠有效避免過度醫療。我們構造了基于乳腺鉬靶圖像的深度卷積神經網絡模型來處理乳腺癌腋窩淋巴轉移問題。我們對乳腺鉬靶數據進行了預處理和數據集的整理、劃分。我們構造了三個不同的深度卷積神經網絡，患病側單體位網絡、患病側雙體位網絡和雙側雙體位四視圖網絡。其中，患病側單體位網絡分為 CC 位網絡和 MLO 位網絡。在乳腺鉬靶數據的測試集上，患病側 CC 位網絡、患病側 MLO 位網絡、患病側雙體位網絡、雙側雙體位四視圖網絡的結果依次遞增。這表明了同時使用同一患者的四張鉬靶圖像的雙側雙體位四視圖網絡具有更好的預測效果，更適合乳腺癌腋窩淋巴轉移預測任務。對于雙側雙體位四視圖網絡，我們不僅使用了雙側測試集 1，還使用了額外的雙側測試集 2 進行測試。鉬靶乳腺圖像預處理 雙側雙體位深度學習網絡 優勢：從客觀的醫學圖像數據出發，結果可重復，而且高效快捷，提高識別準確率的同時，便于臨床推廣。
中國人民大學
2021-04-10
廣州云蝶科技有限公司
云蝶科技是國內領先的人工智能和AI大模型企業，聚焦產業數字化轉型服務，提供從核心算法、智能硬件到全場景應用的大數據及人工智能技術產品與解決方案。乘著國家數字化轉型的東風，云蝶科技近年來已成長為技術創新領航、業績增長領跑、市場規模領先的行業龍頭企業，相繼獲評國家高新技術企業、廣東省專精特新中小企業、廣州市未來獨角獸企業、廣州擬上市企業最強科創領頭羊等榮譽，目前已在全國超過100個區縣落地4000余個項目，產品和方案被廣泛的應用于教育、工業和農業等領域。
廣州云蝶科技有限公司
2024-12-13