|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺
尋求高校機(jī)械工程學(xué)院、計算機(jī)人工智能學(xué)院及信息工程學(xué)院方面的系統(tǒng)產(chǎn)品代理,教務(wù)處 浙江省合作
尋求高校機(jī)械工程學(xué)院、計算機(jī)人工智能學(xué)院及信息工程學(xué)院方面的系統(tǒng)產(chǎn)品代理,教務(wù)處 浙江省合作
浙江曉和電子有限公司
2023-08-21
業(yè)大學(xué).jpg){kind=logo}
一種基于果蠅算法優(yōu)化廣義回歸神經(jīng)網(wǎng)絡(luò)算法的茶葉儲存時間分類方法
項(xiàng)目成果/簡介:本發(fā)明涉及一種基于果蠅算法優(yōu)化廣義回歸神經(jīng)網(wǎng)絡(luò)算法的茶葉儲存時間分類方法,旨在通過改進(jìn)的廣義回歸神經(jīng)網(wǎng)絡(luò)解決茶葉儲存時間分類問題,屬于茶葉儲存時間分類領(lǐng)域.其原理利用電子鼻傳感器模擬人感官品評的功能和特征,采集不同時間不同傳感器的特征值,構(gòu)建樣本集.利用果蠅算法優(yōu)化廣義回歸神經(jīng)網(wǎng)絡(luò),獲得廣義神經(jīng)網(wǎng)絡(luò)的平滑因子,進(jìn)而構(gòu)建毛峰茶葉儲存時間的FOAGRNN分類模型和方法.本發(fā)明的有益效果在于將果蠅算法優(yōu)化廣義回歸神經(jīng)網(wǎng)絡(luò)算法應(yīng)用于毛峰茶葉數(shù)據(jù)中,提高預(yù)測毛峰茶葉儲存時間分類的效率和準(zhǔn)確度,為消費(fèi)者提供茶葉儲存時間分類的有效方法.
安徽農(nóng)業(yè)大學(xué)
2021-04-10
一種基于果蠅算法優(yōu)化廣義回歸神經(jīng)網(wǎng)絡(luò)算法的茶葉儲存時間分類方法
本發(fā)明涉及一種基于果蠅算法優(yōu)化廣義回歸神經(jīng)網(wǎng)絡(luò)算法的茶葉儲存時間分類方法,旨在通過改進(jìn)的廣義回歸神經(jīng)網(wǎng)絡(luò)解決茶葉儲存時間分類問題,屬于茶葉儲存時間分類領(lǐng)域.其原理利用電子鼻傳感器模擬人感官品評的功能和特征,采集不同時間不同傳感器的特征值,構(gòu)建樣本集.利用果蠅算法優(yōu)化廣義回歸神經(jīng)網(wǎng)絡(luò),獲得廣義神經(jīng)網(wǎng)絡(luò)的平滑因子,進(jìn)而構(gòu)建毛峰茶葉儲存時間的FOAGRNN分類模型和方法.本發(fā)明的有益效果在于將果蠅算法優(yōu)化廣義回歸神經(jīng)網(wǎng)絡(luò)算法應(yīng)用于毛峰茶葉數(shù)據(jù)中,提高預(yù)測毛峰茶葉儲存時間分類的效率和準(zhǔn)確度,為消費(fèi)者提供茶葉儲存時間分類的有效方法.
安徽農(nóng)業(yè)大學(xué)
2021-04-29
.jpg){kind=logo}
欒合密發(fā)表多組學(xué)新算法
定量系統(tǒng)生物學(xué)是描述生命體的細(xì)胞、組織、器官以及整體水平上結(jié)構(gòu)和功能各異的各種分子（包括基因、蛋白質(zhì)、小分子代謝物等），以及分子在生命體的內(nèi)部之間、與外界環(huán)境之間的相互作用，通過精準(zhǔn)的分析測量技術(shù)、結(jié)合計算生物學(xué)來定性、定量構(gòu)建生命的數(shù)字化模型，預(yù)測生理狀態(tài)或者疾病的功能、表型和轉(zhuǎn)化的前沿科學(xué)。生命體的運(yùn)作是在基因調(diào)控下，由許許多多的生化反應(yīng)形成
南方科技大學(xué)
2021-04-14
.jpg){kind=logo}
密碼算法的FPGA實(shí)現(xiàn)和加速優(yōu)化
一、項(xiàng)目分類
顯著效益成果轉(zhuǎn)化
二、成果簡介
主要針對密碼算法的FPGA實(shí)現(xiàn)和加速優(yōu)化。其特征在于，系統(tǒng)通過軟硬件協(xié)同實(shí)現(xiàn)不同認(rèn)證機(jī)制，系統(tǒng)包括硬件認(rèn)證模塊和軟件功能模塊。利用FPGA的可編程邏輯電路部分實(shí)現(xiàn)認(rèn)證機(jī)制算法的硬件加速。
集成電路中差分對管的失調(diào)電壓或者帶隙電壓會隨著溫度和電源電壓的變化而產(chǎn)生漂移，從而惡化前臺校正的結(jié)果。經(jīng)過理論分析、模擬仿真和實(shí)際電路測試，我們發(fā)現(xiàn)這種由溫度和電源電壓變化而引起的失調(diào)漂移呈現(xiàn)一定的線性特征，可以用線性內(nèi)插或者反饋的方式對失調(diào)漂移進(jìn)行校正，從而無需傳統(tǒng)的后臺校正電路，具有校正電路簡單、對比較器正常工作無干擾、精度高等優(yōu)點(diǎn)。
廈門大學(xué)
2022-07-27
.jpg){kind=logo}
基于CT圖像的胰腺腫瘤診斷算法、基于鉬靶圖像的乳腺癌淋巴轉(zhuǎn)移診斷算法
技術(shù)分析(創(chuàng)新性、先進(jìn)性、獨(dú)占性)開發(fā)了新穎的深度學(xué)習(xí)算法，準(zhǔn)確識別患病部位，準(zhǔn)備診斷患病類型，可以顯著提高臨床效益。自主獨(dú)立開發(fā)。已經(jīng)在兩家大型三甲醫(yī)院做測試，算法和程序代碼完整，
中國人民大學(xué)
2021-04-10
基于CT圖像的胰腺腫瘤診斷算法、基于鉬靶圖像的乳腺癌淋巴轉(zhuǎn)移診斷算法
技術(shù)分析(創(chuàng)新性、先進(jìn)性、獨(dú)占性)
開發(fā)了新穎的深度學(xué)習(xí)算法，準(zhǔn)確識別患病部位，準(zhǔn)備診斷患病類型，可以顯著提高臨床效益。自主獨(dú)立開發(fā)。
中國人民大學(xué)
2021-05-11
.jpg){kind=logo}
復(fù)合型人工濕地
本項(xiàng)目折流濕地濾池+側(cè)向潛流濕地床污水處理系統(tǒng)設(shè)計了全新的厭氧豎向 折流濕地和兼（好）氧側(cè)向潛流濕地組合。其解決的關(guān)鍵技術(shù)體現(xiàn)在：濕地系統(tǒng) 中合理設(shè)置了自然復(fù)氧區(qū)、濕地床深度和內(nèi)回流系統(tǒng)（在高濃度進(jìn)水和低溫時啟 動），突破了現(xiàn)有人工濕地技術(shù)氧傳遞能力低的局限，達(dá)到系統(tǒng)內(nèi)溶解氧的科學(xué) 分布，供氧效率是現(xiàn)有人工濕地的約4倍，顯著提升了側(cè)向潛流濕地床的溶解氧 水平；在無能耗下大幅提升了濕地系統(tǒng)內(nèi)的微生物作用強(qiáng)度，極大地提高了氮及 有機(jī)物的去除效率；優(yōu)化了濕地流態(tài)，提高了水力效率，解決了現(xiàn)有技術(shù)池容利 用率低的缺陷。
重慶大學(xué)
2021-04-11
.jpg){kind=logo}
高效人工光捕獲體系
近日，東南大學(xué)化學(xué)化工學(xué)院青年教師陳旭漫博士在國際頂級期刊《Angewandte Chemie（德國應(yīng)用化學(xué)）》上發(fā)表題為“Efficient Near-Infrared Emissive Artificial Supramolecular Light-Harvesting System for Imaging in Golgi Apparatus”的學(xué)術(shù)論文。
光捕獲過程作為將自然光進(jìn)行捕獲、能量轉(zhuǎn)化并利用的步驟，是植物光合作用中第一個也是十分重要的過程。構(gòu)筑人工光捕獲體系對于光能的利用具有重要意義，但目前構(gòu)筑具有高效人工光捕獲體系仍存在很大挑戰(zhàn)。
東南大學(xué)研究團(tuán)隊(duì)利用“杯芳烴誘導(dǎo)聚集”策略，設(shè)計合成兩親磺化杯芳烴和陽離子型萘基吡啶衍生物作為熒光給體在水溶液中自組裝，并引入尼羅藍(lán)作為熒光受體分子，成功構(gòu)筑了近紅外發(fā)射的超分子人工光捕獲體系。
通過進(jìn)一步研究，團(tuán)隊(duì)發(fā)現(xiàn)該體系在細(xì)胞內(nèi)依然保持很高的光捕獲效率和高度穩(wěn)定性，同時證明了其對高爾基體染色的選擇性。該研究對于人工超分子光捕獲體系傳感、成像、診斷等方面的研究有著重要的推動作用。論文第一作者為東南大學(xué)化學(xué)化工學(xué)院青年教師陳旭漫，東南大學(xué)為第一通訊單位。
東南大學(xué)
2021-04-11
.jpg){kind=logo}
Web挖掘中若干理論與算法的研究
Web挖掘技術(shù)屬于信息科學(xué)領(lǐng)域，涉及自然語言處理、模式識別、知識工程、機(jī)器學(xué)習(xí)和隨機(jī)過程等多個研究領(lǐng)域，并需要使用概率統(tǒng)計、矩陣?yán)碚撘约捌渌浻嬎惴椒ㄗ鳛檠芯抗ぞ吆褪侄巍１卷?xiàng)目主要針對Web挖掘中的Web數(shù)據(jù)模型、文本分類和信息檢索等基本問題進(jìn)行理論和算法上的研究，并就這些問題提出了潛在語義結(jié)構(gòu)模型、基于投影尋蹤的中文網(wǎng)頁分類算法和基于Markov網(wǎng)絡(luò)的信息檢索等模型。同時，在理論上對這些方法進(jìn)行了深入的研究和探討，從理論上證明了其正確性。在實(shí)驗(yàn)方面，我們將分類模型應(yīng)用于大規(guī)模的標(biāo)準(zhǔn)測試文檔集（REUTER-21578語料庫、復(fù)旦大學(xué)中文文本分類語料庫），進(jìn)行了大量的實(shí)驗(yàn)，結(jié)果表明這些方法均表現(xiàn)出了較好的性能，接近甚至優(yōu)于SVM和KNN的分類效果，并應(yīng)用檢索模型在標(biāo)準(zhǔn)測試文檔集（CACM、CISI、CRAN、MED）上進(jìn)行了多次對比實(shí)驗(yàn)，其性能與BM25相當(dāng)在某些指標(biāo)上甚至更優(yōu)。另外，課題組在北大天網(wǎng)測試文檔集上應(yīng)用上述模型，在近幾年的全國搜索引擎和網(wǎng)上信息挖掘?qū)W術(shù)研討會（SEWM）的中文WEB信息檢索評測中均取得了優(yōu)異的成績。
江西師范大學(xué)
2021-05-05