|
搜索
搜 索
高等教育領域數字化綜合服務平臺
基于多智能體的復雜軟件演化模型及支撐環境
建立基于多智能體的軟件動態體系結構模型，采用模型驅動的軟件構造方法，敏捷構造開放環境下軟件系統；研究變化建模、層次感知、智能決策等技術方法，實現軟件結構、行為等多方面的動態演化。
主要技術指標
從環境感知、數據分析、通信機制等多個方面，提升了面向動態環境的復雜軟件系統持續性演化能力。
支持軟件系統在運行過程中靈活調整、柔性適變。
相關成果
（1）基于多智能體的軟件動態演化支撐環境；
（2）自適應軟件體系結構建模工具；
（3）基于Agent自適應動態集成演化平臺；
（4）面向動態演化的集成規則設計工具軟件。
西安電子科技大學
2022-12-12
基于音視頻識別及語義分析的智能約談平臺
針對行政約談場景中存在的人工記錄效率低、內容理解偏差記錄、資料追溯繁雜等問題，本成果開展了基于音視頻識別及語義分析的智能約談平臺的研究。基于 AI 深度學習的音視頻識別框架、復雜網絡理論和語義知識本體的文本語義相似度計算方法，研究音視頻識別的語音轉寫、對話管理、計算機視覺技術和內容分析的語義理解、語義優化、情感識別方法，實現網信約談、紀委約談、公安審訊、監獄談話等多種行政約談場景下的約談智能化和數字化。其中，語音識別轉寫是開展智能約談系統研究的前提和基礎，本成果訓練了聲學模型和語言模型，構建編碼器，通過音頻角色分離和聲紋識別技術分離說話人聲音，編碼器識別解碼，經過文本語義處理轉寫為文本。而文本語義處理是智能約談系統提升約談效能的源動力，成果構建了基于語義本體的自動專家導引約談知識庫，通過基于復雜網絡的語義相似度計算給約談工作人員推薦約談問題；約談結束后，利用融合主題特征的文本自動摘要技術快速生成匯報摘要，利用基于分布式表示的事件抽取技術自動生成約談報告。本成果研制高效、便捷的智能約談音視頻識別及語義分析平臺，實現了在線約談預約、人臉識別身份核驗、語音實時轉寫、約談問題智能引導提問、音視文同步顯示、匯報摘要自動生成、約談報告自動生成、約談文件回溯、約談大數據分析等功能。
西安電子科技大學
2022-12-15
路面智能化檢測裝備與信息系統開發
團隊聯合中美研究成員，應用三維激光成像技術，研發了具有世界先進水平的三維激光道路路面智能檢測車，可在最高采集時速100km/h的情況下，對約4m寬的路面范圍實現毫米級三維掃描。
一、項目分類
重大科學前沿創新
二、成果簡介
團隊聯合中美研究成員，應用三維激光成像技術，研發了具有世界先進水平的三維激光道路路面智能檢測車，可在最高采集時速100km/h的情況下，對約4m寬的路面范圍實現毫米級三維掃描。同時，創新應用先進的深度學習技術，開發了路面病害及路面特殊構造物智能識別算法，可精準識別路面裂縫、坑槽、灌縫、修補、錯臺、標線、伸縮縫、板縫、伸縮縫、井蓋等多種路面病害及路直特殊構造物。相關研究成果在中國、美國、巴西、南非、日本、印度等多個國家的道路檢測工程實踐中已得到大量應用。
西南交通大學
2022-09-13
智能化變風量恒風壓高爐防灌渣系統
成果簡介將傳統意義上的對于每臺高爐風機的防灌渣系統整合為一大的群控系統。 實現高爐企業的恒風壓變風量控制系統， 克服了單臺高爐風機運行可靠性差、 效率低的不足， 提高了高風機系統運行的可靠性， 降低了高爐灌渣的可能， 尤其是變頻器的使用， 提高了系統運行的效率， 節省了大量的能量。成熟程度和所需建設條件控制器設計技術成熟、 可靠， 處于小試階段。技術指標能夠滿足多臺風機運用場合， 使用于 DCS 控制、 FCS 控制或網絡控制。
安徽工業大學
2021-04-14
面向表單圖像的文字識別與智能信息處理平臺
蘇州大學智能信息處理平臺的目標是能處理多模態文字數據，精準分析語言內部結構，對人類語言進行深層理解，以支持各種應用需求。
一、項目分類
顯著效益成果轉化
二、技術分析
蘇州大學智能信息處理平臺的目標是能處理多模態文字數據，精準分析語言內部結構，對人類語言進行深層理解，以支持各種應用需求。系統可以處理多種非結構化數據，比如說明書、技術標準、車間工單等紙質文檔或電子文檔。把圖像識別技術(OCR)和自然語言理解技術(NLP)相結合，從表單圖像中抽取關鍵要素信息。在此基礎上，我們搭建了包括知識圖譜問答 (KBQA)、常見問題檢索 (FAQ)、對話 (Chatbot)在內的智能問答及對話系統、以及面向大數據的文檔信息抽取系統。能夠對給定的自然語言問題通過查詢、推理提供精準滿意的答案，和面向大規模文檔提供信息抽取和輿情分析等服務。目前已經向多家公司提供各項相關服務。
蘇州大學
2022-08-15
青少年人工智能資源與創新平臺
青少年人工智能資源與創新平臺為激發青少年利用原創算法解決真實復雜問題的興趣，面向全國中小學發布覆蓋人工智能主要技術領域的研究問題，設立相應選題。
一、項目分類
關鍵核心技術突破
二、技術分析
主要功能：
資源中心。資源中心包含各個名師人工智能課程及應用案例，還包含各類精品開源軟硬件資源的匯聚。
資訊通知。公告元卓計劃工作的最新動態及行業內的最新消息。
直播頻道。邀請專家進行直播互動。
在線編程。可以在網頁頁面中直接編寫代碼和運行代碼。
互動論壇。注冊用戶可以在網站論壇討論課題。
北京師范大學
2022-07-28
模具 CAD/CAE/CAM 集成化與智能化技術
項目簡介：項目組具有三維 Pro/E、 UG、 SolidWorks、 MasterCAM、 Cimatron 等 CAD/CAM 軟件的應用開發能力，建立了模具的參數化圖形庫、數據庫和標準件庫。能使用 DynaForm、Moldflow、 Deform、 ProCAST 、 Ansys、 Marc 等 CAE 分析軟件模擬沖壓成形、鍛造成形、塑料成型、壓鑄成形過程，預測產品質量，優化成形方案，分析模具受力狀態和失效形式，優化和改進模具結構，并將模擬結果和設計者的經驗知識編寫成專家系統
江蘇大學
2021-04-14
隔空交互和人體感知的智能雷達傳感器
1. 針對人機交互和人體感知場景開發智能微波感知識別技術，實現基于手勢識別和動作識別技術的交互控制應用、基于人體定位跟蹤、呼吸心跳測量、跌倒檢測和身份識別技術的存在檢測、健康監護和安防監測應用。
2. 采用小尺寸的集成毫米波雷達芯片，精簡硬件設計，縮小模組尺寸，軟硬件聯合優化減低功耗，集成針對人機交互和人體感知場景設計的多種功能算法，打造小尺寸、低成本、低功耗、多功能的新型通用傳感器。
復旦大學
2021-09-18
基于云計算的車輛遠程測試與智能診斷系統
公司研發的基于云計算的車輛遠程測試與智能診斷系統，能夠實現電流、電壓、CAN/LIN等信號級測試，還能實現車身和底盤電氣系統等系統級測試。
一、項目進展
已注冊公司運營
二、企業信息
企業名稱
安徽風云智控科技有限公司
企業法人
張天耀
注冊時間
2022.3.8
注冊所在省市
安徽省合肥市
組織機構代碼
MA8NRN7R-8
經營范圍
技術開發、技術服務
企業地址
安徽省合肥市蜀山區長江西路898號新加坡花園城二期北區9棟1單元803室
獲投資情況
無
三、負責人及成員
姓名
學院/所學專業
入學/畢業時間
張天耀
機械工程學院/工業工程與管理
2021/2024
許于濤
機械工程學院/工業工程
2021/2024
饒正卿
機械工程學院/工業工程與管理
2021/2024
孫睿
機械工程學院/工業工程與管理
2021/2024
王凱林
機械工程學院/工業工程與管理
2020/2023
四、指導教師
姓名
學院/所學專業
職務/職稱
研究方向
王躍飛
機械工程/計算機應用技術
副教授
汽車電子與實時系統；智能制造系統與物聯裝備
五、項目簡介
汽車電子電氣架構及系統測試是車輛關鍵性驗證試驗，直接影響到車輛系統運行的可靠性和安全性。傳統測試設備功能單一，人力物力投入大，測試成本高，測試數據不能實時共享和處理，測試效率較低。
為解決該類問題，由合肥工業大學在校研究生創辦了本高新技術公司。公司研發的基于云計算的車輛遠程測試與智能診斷系統，能夠實現電流、電壓、CAN/LIN等信號級測試，還能實現車身和底盤電氣系統等系統級測試。該系統包括采集終端、云服務器、Web客戶端、PC端軟件和手機端APP，可使用WiFi及藍牙進行本地測試，也可以通過4G/5G網絡實現遠程控制、實時監測、在線采集、智能診斷。本系統已開發出標準型和便攜型等系列產品，能夠滿足不同汽車企業智能化測試需要，市場前景廣闊。
合肥工業大學
2022-07-27
基于耳內圖像的耳科疾病智能輔助診斷系統
本項目通過收集本院耳鼻喉科6066張正常人、分泌性中耳炎、急性化膿性中耳炎活動期及化膿性中耳炎靜止期耳內鏡圖像。
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
徐倩慧
中山大學醫學院
2017.09~2022.06
童釗鵬
中山大學孫逸仙紀念醫院
2021.09~
三、指導教師
姓名
學院/所學專業
職務/職稱
研究方向
蔡躍新
中山大學孫逸仙紀念醫院
副主任醫師
耳鼻喉頭頸外科
四、項目簡介
本項目通過收集本院耳鼻喉科6066張正常人、分泌性中耳炎、急性化膿性中耳炎活動期及化膿性中耳炎靜止期耳內鏡圖像。通過模仿醫生診斷的注意力機制，將獲取局部關鍵特征的局部分類器與獲取全局特征的主分類器有機結合，構成深度學習的主框架。通過計算AUC等統計學指標來評估模型的性能，并與兩位副主任醫師、兩位主治醫師進行人機對比來進一步評估模型的性能，同時通過熱圖顯示深度學習模型在耳內鏡圖像不同區域的權重，以判斷深度學習關注的區域是否與臨床醫師一致。該深度學習模型可獲得整體93.4%的準確率，區分正常人與分泌性中耳炎的AUC為0.99，而區分化膿性中耳炎活動期與靜止期的AUC為0.94.模型的準確率要高于兩位主治醫師，達到副主任醫師的水平，同時熱圖顯示深度學習模型定義的關鍵區域恰好是臨床醫生做診斷的區域，如化膿性中耳炎鼓膜穿孔區域，分泌性中耳炎的光錐區域。同時，同時，本項目還將深度學習模型的技術落地，自主研發出研發便攜式可拍攝與自動診斷的耳鏡設備。
中山大學
2022-08-10