|
搜索
搜 索
高等教育領域數字化綜合服務平臺
技術需求，自然語言處理，文本信息提取算法，政策知識圖譜、企業知識圖譜
1、自然語言處理，文本信息提取算法。
2、政策知識圖譜、企業知識圖譜。
政和科技股份有限公司
2021-06-15
一種閃存器件的軟信息提取方法
本發明公開了一種閃存器件的軟信息提取方法，包括離線訓練 與在線運行兩部分，在離線狀態下，對目標閃存器件進行先驗性實驗， 實驗測試內容包括對閃存器件內部物理塊的存儲單元進行大量重復的 擦除、寫入以及讀出操作，從而記錄閃存器件在其測試周期內的外部 特征量；然后進行數據集訓練，建立閃存內部存儲單元物理狀態與外 部特征量之間的關聯；在線運行狀態下，對正在在線運行的閃存物理 狀態進行識別，并預估錯誤率，并計算軟信息。本發明所提
華中科技大學
2021-04-14
一種閃存器件的軟信息提取方法
本發明公開了一種閃存器件的軟信息提取方法，包括離線訓練 與在線運行兩部分，在離線狀態下，對目標閃存器件進行先驗性實驗， 實驗測試內容包括對閃存器件內部物理塊的存儲單元進行大量重復的 擦除、寫入以及讀出操作，從而記錄閃存器件在其測試周期內的外部 特征量；然后進行數據集訓練，建立閃存內部存儲單元物理狀態與外 部特征量之間的關聯；在線運行狀態下，對正在在線運行的閃存物理 狀態進行識別，并預估錯誤率，并計算軟信息。本發明所提出的方法 不僅不依賴于閃存內部的特殊命令，而且可以方便地集成進自主閃存 控制器中，與
華中科技大學
2021-04-14
基于矢量數據的 SAR 影像道路損毀信息提取方法
一種基于矢量數據的 SAR 影像道路損毀信息提取方法，根據災后的 SAR 影像的范圍，獲取對應區 域的矢量數據;將矢量數據投影到 SAR 影像的坐標系之后，將矢量數據配準到 SAR 影像上;提取 SAR 影像的疑似道路損毀區，包括利用道路檢測算子進行線檢測，將道路寬度信息與道路矢量數據進行形狀 水平集分割，融合得到疑似道路損毀區;建立貝葉斯網絡模型對疑似道路損毀區進行進一步判斷，提取 出道路損毀信息。本發明利用矢量數據作為先驗信息，輔助 SAR 影像道路變化檢測，檢測率高;提出 的線檢測與形狀水平集相結合的方法能夠很好的提取斷裂區，漏檢率低;建立的貝葉斯網絡模型能夠有 效的剔除干擾信息，減少道路損毀提取的虛警。
武漢大學
2021-04-13
一種基于深度信息提取的多聚焦圖像融合方法
本發明屬于圖像處理技術領域，涉及一種基于深度信息提取的多聚焦圖像融合方法，廣泛應用于目 標識別，顯微成像，軍事作戰，機器視覺等領域。本發明首先利用各向異性熱擴散理論建模多聚焦圖像 的成像過程，獲取原始的多聚焦圖像的深度信息，根據圖像信息確定聚焦區域，得到多聚焦圖像融合模 板，最后根據平滑的多層次融合模板圖進行多聚焦圖像的融合。本方法不僅能夠有效的提高融合圖像的 質量，并且具有良好的實用性和廣泛的適用性。
武漢大學
2021-04-13
多屬性文本自適應標注系統
成果描述：多屬性文本自適應系 統主要實現對每個未 知屬性的通信實體進 行屬性標注的功能。 主要分為兩個過程， 即訓練過程和預測過 程。 在訓練過程中，系統 根據用戶提供的已經 具有屬性的數據集、 用戶選擇的分類算法 所對應的參數進行訓 練，得到訓練模型。 在預測過程中，系統 根據用戶選擇的訓練 模型對未知屬性的數 據集中的每個實體進 行屬性標注，并得到 標注過屬性的數據集 。（注：在訓練過程 中，用戶可以使用在 訓練數據集上進行交 叉驗證的方法獲得在 固定參數和分類算法 下模型對未知樣本預 測的性能的大致估計 。）市場前景分析：隨著互聯網的迅速發 展，Web頁面上的信 息量呈指數級急劇增 長，如何快速、準確 地從海量數據中抽取 出用戶真正需要的信 息已經成為互聯網對 科研工作者提出的嚴 峻挑戰。 屬性標注能夠將網頁 非結構化文本內容轉 化為結構化的屬性數 據，方便用戶查詢和 進一步分析使用；其 作為信息抽取的關鍵 一步，對提高信息抽 取的性能方面也具有 重要意義。與同類成果相比的優勢分析：包括訓練和預測兩個 過程，實現對不同數 據集的自適應性屬性 標注； 特征選擇功能，可以 在訓練模型時，選擇 出對區分數據類別更 有用的特征詞，這樣 ，可以降低實體所對 應屬性的維度，從而 ，減少占用的內容空 間，提高計算效率； 交叉驗證功能，幫助 我們在訓練階段，就 可以了解參數和算法 的選擇，對屬性標注 時準確性的影響； 生成報告功能，可以 在訓練階段的交叉驗 證結束后，產生一個 訓練階段的報告，幫 助用戶更好地記錄實 驗數據、參數、時間 和準確性等信息； 評估功能，比較模型 標注結果與樣本真實 標簽的一致性、差異 性，以評價一個模型 的好壞。
電子科技大學
2021-04-10
多屬性文本自適應標注系統
多屬性文本自適應系統主要實現對每個未知屬性的通信實體進行屬性標注的功能。 主要分為兩個過程， 即訓練過程和預測過 程。 在訓練過程中，系統 根據用戶提供的已經 具有屬性的數據集、 用戶選擇的分類算法 所對應的參數進行訓 練，得到訓練模型。 在預測過程中，系統 根據用戶選擇的訓練 模型對未知屬性的數 據集中的每個實體進 行屬性標注，并得到 標注過屬性的數據集 。（注：在訓練過程 中，用戶可以使用在 訓練數據集上進行交 叉驗證的方法獲得在 固定參數和分類算法 下模型對未知樣本預 測的性能的大致估計 。）
電子科技大學
2015-02-12
鋰電池管理系統AI算法研究
本項目聚焦于鋰電池管理系統在智能化監測與預測中的關鍵痛點，尤其擬面向電池容量衰減預測、SOC/SOH估計不準、電池剩余時間不準確、MAP/SOP估算等方面。通過引入人工智能算法，構建融合機器學習與深度學習的電池狀態預測模型，擬實現高精度SOC（荷電狀態）與SOH（健康狀態）估計的優化，提升電池管理系統的智能水平與安全性。
解決方案方面，項目基于實地檢測磷酸鐵鋰電池充放電數據構建訓練集，采用輕量級線性回歸模型及改進型人工神經網絡進行建模優化，并結合特征工程技術提高預測精度。同時，設計適用于邊緣計算的部署方案，使模型可在BMS嵌入式硬件平臺實時運行，降低對計算資源的依賴。
在競爭優勢方面，項目成果具備算法輕量化、部署便捷、預測準確度高、兼容性強等特點，特別適用于電力儲能、電動汽車等對安全性和可靠性要求高的場景。相比傳統BMS方案，該AI算法可顯著提升電池使用效率與壽命，精準估算SOC/SOH，降低維護成本。
目前項目成果已在合作企業內部儲能設備中開展應用測試，初步反饋表明荷電狀態預測準確度提升40%左右，電池健康度準確度提升40%左右，系統響應及時，具備較高實用性和推廣價值。專家評審一致認為，該項目在智能電池管理系統方向具有較強的創新性和實際應用前景。
西南大學
2025-05-12
基于網絡化的 CAD／CAPP／CAM 信息特征提取系統
項目概況 該模塊提供了一個基于網絡的通過不同 CAD 系統導出零件模型信息并提取零件特征信 息的系統，融自動識別、模糊匹配、通用性強于一體的、具有異地可操作性、多功能的實時 的科研開發平臺及系統。 本項目處于國內先進水平，擁有自主知識產權。 18 主要特點 依據從 CAD 到 CAPP／CAM、從三維到二維的基本方法；采取基于網絡化可操作性手段， 以 CAD 系統導出的 STEP 文件為核心，實現了從三維 CAD 系統獲取產品零件加工特征，STEP 文件信息自動識別準確迅速，方便查詢，可實時修改和更新，基于網絡化的操作方法；有遍 歷的各項歷史記錄，通用性較強；特征識別通過模糊匹配，基本實現智能化判斷和匹配，實 現簡單零件基本特征的提取；也可以根據具體的產品零件進行定制開發和提取，開放性和靈 活性較強；也可以與實際的數控機床 NC 程序相結合進行開發；有通用或專用接口，可廣泛 用于各個不同類型的企業和不同地域的虛擬企業。該系統具有許多獨到的功能（網絡化操作、 三維軟件不限制、零件類型不限制、智能故障診斷等） 技術指標 基于網絡化操作、自動信息識別、智能特征提取、實時故障診斷；實時修改和更新、查 詢操作方便、通用性強；遠程數據發送，實現多企業和異地的共操作；有通用或專用接口， 開放性好，可結合數控機床、企業實際情況等進行定向開發。一種基于網絡的通用的零件信 息提取科研開發系統。 市場前景 近年來虛擬企業的迅猛增多和異地企業的合作增強，使得基于網絡化的零件特征提取具 有良好的市場前景，也使眾多一直需要解決的難題，因此受到廣大制造企業的青睞。
南京工程學院
2021-04-13
大規模代數系統新型快速算法及與信息科學的交叉研究
成果描述：旨在為大規模代數系統設計新型高效的求解算法，并結合信息科學進行交叉研究。在大規模代數系統新型Krylov子空間算法及其基礎理論、復雜電磁計算、圖像處理高性能數值方法、動力系統與智能控制理論方面進行了系統深入的研究，取得了具有創新性的成果，例如：解決了科學計算中的有關基礎或困難問題；提出了Lanczos雙共軛A-標準正交短遞歸Krylov子空間迭代法BiCOR/CORS/BiCORSTAB方法、一種新的“二維雙連續投影(2D-DSPM)方法”等一系列高效算法；為求解復雜電磁問題產生的復雜線性系統設計了高效算法與預條件技術；提出了一些新型高效的邊界處理、圖像復原方法，具有更快的計算速度和更好的復原質量；將數值代數與特殊矩陣分析和神經網絡交叉研究取得成果。市場前景分析：本成果隸屬于計算數學學科的數值代數領域，是數學基礎理論研究。本項目著眼于科學與工程問題當中的難于解決的數學問題的快速算法及其理論研究，在國民經濟和國防安全的若干大數據領域具有重要的學術和應用價值。因此，本成果不涉及經濟效益，亦不涉及直接應用。與同類成果相比的優勢分析：主要成果發表在國際權威期刊上，構建的新方法新理論得到了權威專家的高度評價，相關工作引起了國內外同行的廣泛關注與引用。通過國際合作，本項目提出的相關快速算法已通過國際合作研究被法國INRIA、法國LAPLACE國家實驗室、荷蘭格羅寧根大學等國際知名研究機構用于解決科學計算中的大規模代數方程組求解難題。
電子科技大學
2021-04-10