|
搜索
搜 索
高等教育領域數字化綜合服務平臺
《大連市進一步支持科技創新若干政策措施》政策解讀
《大連市進一步支持科技創新若干政策措施》共分為7個部分、32條政策。
大連市政府辦公廳
2024-12-09
廣東省科學技術廳 廣東省財政廳 中國人民銀行廣東省分行 國家金融監督管理總局廣東監管局關于印發《廣東省科技信貸風險補償管理辦法（試行）》的通知
為引導銀行業金融機構加大對科技創新活動及科技型企業的信貸支持力度，規范廣東省科技信貸風險補償金的運作。
廣東省科學技術廳
2025-01-08
重慶市科學技術局 重慶市教育委員會 重慶市人力資源和社會保障局 關于印發《重慶市加快推動高校科技成果轉化與產業化若干措施》的通知
支持高校面向需求有組織研發科技成果。支持高校面向經濟主戰場和國家重大需求，聚焦“416”科技創新戰略布局和“33618”現代制造業集群體系建設，圍繞企業技術需求，與企業共建創新聯合體，突破一批事關全市產業競爭力的關鍵核心技術，研發一批技術成熟度高、轉化前景好的科技成果。
重慶市科學技術局
2024-01-05
“鏡湖一號”——“高校對外宣傳數據智能分析平臺”一體機
當前，高校內部學院、部門網站更新不及時，僵尸網站、發布內容存在不規范用語、錯別字等情況較為普遍，造成了很大的安全風險。由內蒙古財經大學自主開發的“鏡湖一號——高校對外宣傳數據智能分析平臺一體機”，很好的解決了上述出現的問題。同時，還具備了呈現學校對外宣傳數據數據分析與挖掘的可視化態勢展現功能，支持大屏觀看和手機端查看。“鏡湖一號”基于高校對互聯網發布的各類數據，使用人工智能和大數據分析技術設計應用模型，讓學校的管理者實時掌握數據動態。
應用場景及創新點：
1.監控敏感信息泄露，展現處置狀態。
2.代替人工發現更新不及時、不到位的網站。
3.對比分析高校黨建態勢，同時展現學校內部各部門黨建狀態和成果。
3.實時展示高校發布的宣傳數據態勢，分析出最受歡迎、熱門文章等。
4.平臺支持國產化平臺部署。
5.實現一體機快速部署。
內蒙古財經大學
2025-05-08
雙膦酸鹽類藥物的離子色譜分離積分脈沖安培法檢測分析的方法
本發明涉及雙膦酸鹽類藥物的離子色譜分離分析方法，特別涉及等度分離積分脈沖安培檢測分析的雙膦酸鹽類藥物的離子色譜分離積分脈沖安培檢測分析方法，包括實際樣品處理、基線測繪、進樣和離子交換、洗脫、電化學檢測分析步驟；本發明對雙膦酸鹽藥物能進行良好的分離分析，保留時間、峰高、峰面積的相對標準偏差均小于2.0％，工藝流程大為簡化，本方法還可用于血液樣品中的雙膦酸鹽藥物含量的檢測。
浙江大學
2021-04-11
基于高性能計算集群機器學習的交通大數據分析系統
本平臺實現交通數據的可視化、預測、關聯性分析
中山大學
2021-04-10
化工機械零部件脆性突然破壞的失效分析
項目簡介 化工設備及化工設備是在高溫、高壓及腐蝕環境下工作的機械設備，其零部件的安全可靠工作是整個生產裝置的安全運行的基本保障。化工機械零部件的脆性破壞，對化工裝置的安全生產危害性極大。它無先兆、容易引起重大事故。我們采用數值分析方法，對化工設備常用零部件的受力情況進行分析計算，運用金相分析及掃描電鏡等手段對零部件斷口的組織特征及微觀形貌進行分析；采用化學分析方法及微區能譜分析方法對斷口物質成分進行分析；采用斷裂力學分析方法根據斷口的形成過程對零部件的破壞進行斷裂力學參量分析。應用情況 運用以上方法及手段，對武漢石油化工廠聚丙烯裝置活化劑管道連接螺栓的突然破壞、原油加熱裝置熱電偶管的突然破壞及催化裝置浮頭式換熱器小浮頭連接螺栓的突然破壞進行了失效分析，找出了導致零部件發生脆性突然破壞的原因，為采取有效措施防止此類破壞提供了參考依據，為整套裝置的安全運行起到了一定的保障作用。
武漢工程大學
2021-04-11
基于可穿戴設備的腦卒中病人病態步態監測與病理分析系統
已有樣品/n腦卒中（中風）已經成為我國致死率第一的疾病。中國目前已經有1100萬的腦卒中病人，而根據世界銀行對中國慢性病調查和分析，他們認為如果中國現在慢性病控制的這些狀況不改變的話，到2030年中國將會有 3100萬的腦卒中病人。。腦卒中病人由于肌力及肌張力異常，平衡及協調能力受限，從而嚴重影響病人的步行功能。研究表明，40-73%的居家腦卒中病人發生跌倒，比健康人群跌倒風險增加4倍，髖骨骨折風險增加10倍。因此，幫助腦卒中病人恢復行走能力是腦卒中康復的工作核心，而步態作為直接反映行走能力的重要指
武漢大學
2021-01-12
人臉圖像的智能識別和手勢姿態分析的人機交互技術
作為計算機視覺和模式識別領域中最為成功的應用之一，生物特征識別技術一直受到學術界和業界非常高的重視，生物特征識別技術應用領域非常廣泛，比如法律執行部門、軍事、政府部門、金融服務、游戲產業、醫療產業、高科技與電信產業、工業制造、零售業、旅游和運輸業等。
西安交通大學
2021-04-11
基于機器學習的多模態醫學影像信息處理與分析
多模態醫學影像信息處理與分析，具有重大的應用背景，是國家和社會當 前高度重視的研究領域之一。 本項目擬基于機器學習方法，主要研究醫學影像的特征描述、設備無關性 的特征評價與特征選擇、基于內容的多模態醫學影像檢索、醫學影像信息挖掘、 參考庫建設與算法輔助研究平臺的設計與開發等內容。研究目標為： （1）建立統一的特征描述模型，實現跨模態醫學影像的統一特征描述； （2）提出有效解決特征提取層面上醫學影像信息處理與分析算法的設備無 關性問題的通用框架； （3）在醫學影像標注數據有限、數據庫為海量等條件下，實現高效率單模 50 態影像檢索，有效提高多模態、跨模態醫學影像檢索的精度，實現用戶友好的 檢索結果展示； （4）從結構復雜的多模態醫學影像數據中，挖掘有用的知識，構建有效的 輔助診斷模型、實現個人疾病風險預警； （5）完成首期參考庫建設與算法輔助研發平臺的開發，為項目研究內容的 開展提供有效數據和環境支撐。本項目獲得國家自然科學基金重點項目資助，項目執行期 2013.1-2017.12。
山東大學
2021-04-13