|
搜索
搜 索
高等教育領域數字化綜合服務平臺
一種基于元模型的智慧城市異構數據共享方法
本發明公開了一種基于元模型的智慧城市異構數據共享方法，包括 1：基于 MOF 元建模理論，構 建城市數據元模型建模框架；2：根據城市數據特征及描述需求，構建城市數據元模型通用元素集；3： 根據城市數據基本分類和專用元素集擴展模式，發展數據元模型專用元素集；4：基于 XML 模板建模， 形成元模型通用元素集和專用元素集形式化方法；5：實現網絡目錄服務、數據服務，建立開放式城市 數據元模型注冊和管理平臺；6：根據用戶實際應用需求，設計城市數據細粒度發現接口并獲得數據。 本發明為用戶提供了一種開放式、標準化城市異構數據共享的解決方案，為城市異構數據在線訪問、后 續處理及協同應用提供了支持，是城市異構數據共享中高效實用可靠的方法。
武漢大學
2021-04-13
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
河流重金屬遷移轉化的一維分相模型軟件
1.痛點問題
我國水體重金屬污染給區域環境造成了一定危害，也給人體健康和生態安全帶來了潛在威脅。目前，我國制定區域污廢水重金屬排放總量控制目標的方法采用目標總量管理模式，忽略了水體水質和底泥質量的約束性；如果考慮上述約束，又缺乏相應的技術手段支撐。特別地，能夠預測含重金屬污水進入河流后對水質和底質質量的影響，以及根據生態系統保護和修復目標確定污染減排控制要求等定量分析工具的缺失，制約了水污染控制與管理的精細化和精準化發展。為解決重金屬容量總量管理和污染控制缺乏決策工具的問題，開發了河流重金屬遷移轉化的一維分相模型，以支持河流重金屬污染過程模擬與相應容量總量定量計算。
2.解決方案
由于河流中重金屬的演化規律非常復雜，影響因素眾多，因此目前國內外對于河流中重金屬數值模擬的研究尚不完善。考慮到基于化學反應動力學機理的模型構建復雜且不易與管理工作結合，而基于化學熱力學平衡機理的模型存在過度簡化從而不滿足控制需求等問題，本項目采用遷移轉化動力學機理予以建模。特別地，針對重金屬在受納河流中存在溶解態、懸浮顆粒態和底泥沉淀態的賦存特征，本項目突破已有經驗模型、整體模型的局限，采用了分相模型的形式。
所開發的模型軟件可用于定量刻畫河流中重金屬動態遷移轉化規律。該模型系統具有分相特征，將河流體系劃分為水相和底泥相，同時考慮推流遷移、縱向彌散、沉降作用、再懸浮作用，以及重金屬在水相和底泥相之間的吸附解析作用等核心機理。采用一階隱式歐拉算法實現模型的正向數值求解和預測，用于量化一維河流水相和底泥相中重金屬在時間和空間上的遷移轉化過程。
針對在流域/區域尺度上開展河流重金屬污染管控的需求，本項目在構建重金屬模擬模型的基礎上，進一步開發了基于蒙特卡洛模擬的逆向算法，可用于估算同時滿足水質和泥質要求的污染源最大排放量。當針對河流保護對象給定水質和泥質雙重保護目標時，本項目開發的軟件可作為在水相和底泥相濃度限值約束下控制排污口重金屬總量的計算工具。
合作需求
（1）尋求在水污染監測與環境管理系統研發、生產、銷售及運營服務的企業開展技術研發合作；
（2）尋求在生態環境、水利、市政等政府部門或事業單位及受環保部門重點監管的污染源企業的環境監測與管理相關應用場景對接資源。
清華大學
2022-07-04