|
搜索
搜 索
高等教育領域數字化綜合服務平臺
語義Web和大數據分析
與華為技術有限公司開展互聯網語義分析合作研究，雙方共同研發了“電商知識圖譜自動化構建和電商評論分析系統”，該系統可以自動化將不同電商網站的數據抽取和集成，形成一個龐大的電商知識圖譜，并且利用這個知識圖譜來對電商評論做語義分析。該項目中的技術已經被華為公司用于大數據中的視頻分析，并且產生了良好的經濟效益。另外，與百度簽訂了“本體及知件技術構建醫療領域知識庫和應用研究”項目，提交并審核通過一項專利“一種醫療知識庫中保健品與疾病的關聯構建方法”，并且提出一種word embedding的方式挖掘非結構化數據中實體關系的方法，項目成果被百度用于醫療保健品的搜索中，取得了很好的社會效應。
東南大學
2021-04-11
中醫醫案管理與智能分析系統
中醫理論和臨證經驗是通過傳承、實踐以及創新而形成的具有特色的知識體系，包含在中醫辨證施治過程之和醫案之中。中醫醫案蘊含著豐富的臨證經驗、診療技能、技巧和訣竅，醫案包含的結構與關系非常復雜很難用計算機來分析處理。在多年工作積累的基礎上，經過“十五”國家科技攻關計劃 “基于信息挖掘技術的名老中醫臨床診療經驗及傳承方法研究”課題的深化，我們提出了基于語義網絡的中醫知識獲取技術，并開發了中醫醫案管理與智能分析系統。系統以中醫理論知識為基礎，利用人工智能、中醫自然語言理解技術，提供多種方法與工具對臨床醫案進行多層次解析和挖掘，以獲取醫案中隱含的診療知識和臨證經驗。系統以中醫基礎理論為知識源，通過對中醫專家的醫案進行實例化，提取醫案中的診療規律和臨證經驗，醫案分析結果可以用語義網絡、表格以及可視化的形式展現出來。 系統包括領域知識建模、Ontology的形式化與存儲、信息資源語義描述與存儲、語義分析等多個組件。通過這些組件的有機結合，知識工程師可以利用領域本體中的詞匯來描述WORD文檔、文本文檔等多種形式的信息資源；用戶可以瀏覽領域知識樹查找相關醫案，查看領域本體中的概念描述，并通過語義查詢接口進行語義查詢。將相關技術集成開發完成了中醫智能信息處理系統，系統主要實現了以下功能：①醫案管理：對醫案進行存儲、檢索、刪除、修改。②文本預處理：對文本進行分詞、標注、抽取特征詞和特征詞的標準化。③知識管理：對本體知識庫進行標準化存儲、更新和檢索。④知識獲?。簩︶t案進行實例化映射，建立語義網絡，獲取中醫知識。⑤數據挖掘：對醫案進行常規的數據挖掘。⑥數據可視化：把知識模型以可視化的形式展現出來。本系統可用于國家中醫藥管理局、醫療機構等行業。
北京科技大學
2021-04-11
鑄造合金凝固特性分析儀
用于鑄造生產現場準確評價鑄鐵、鑄鋼、鋁合金、銅合金等線收縮、內應力、熱裂的新型儀器。測試時，液態合金澆入濕型砂砂型中，系統可自動鑒別被測合金的凝固特性參數。該系統具有體積小、造型和砂箱定位簡單準確、測量準確率高、可靠性好、抗干擾性強和操作方便等優點。
哈爾濱理工大學
2021-05-04
基于圖的反欺詐分析框架
本項目開發的流量預測系統，主要功能是預測未來某一天的資金流量，設計了一套深度學習系統用來精確預測未來某天的資金流量
中山大學
2021-04-10
社會網絡大數據分析系統
社會網絡已經成為覆蓋用戶最廣、傳播影響最大、商業價值最高的 Web2.0 業務，在世界范圍內，最著名的社會網絡代表是 Facebook、Twitter，用戶量分別達到 12 億、5 億;國 內使用人數最多的社會網絡工具是新浪微博和騰訊微博，其中新浪微博用戶達到 5 億，騰訊 微博用戶超過 8 億。社會網絡中的巨大用戶群每天產生海量的用戶數據、關系數據和信息數 據，若能夠對海量數據進行準確、及時的分析，則會在精確營銷、輿情探測以及網絡安全等方面創造巨大價值。然而由于社會網絡的大數據特性以及分析方面要求準確、及時，目前缺 乏融合多項社會網絡分析技術的、成熟的社會網絡大數據分析系統。社會網絡分析技術是一項關鍵技術，也是一項熱門的研究，涵蓋了社會學、人類學、社 會語言學、地理、社會心理學、通信研究、資訊科學、社會網絡分析與探勘、組織研究、經 濟學以及生物學等多個領域，是一項多學科交叉技術。社會網絡大數據分析系統要求具有堅 實的數據支撐，即數據獲取全面、更新及時、獲取數量大，也強調多維度、多粒度的分析手 段相結合，并對分析速度、可視化以及人機交互等方面都提出很高的要求。基于上述現狀和挑戰，在國家科技支撐項目的資助下，實現基于新浪微博、Twitter 等 主要社會網絡交流工具的大數據分析系統，系統完成從數據獲取、數據預處理、數據存儲、 消息中心、數據分析、結果可視化展示的閉環處理流程，支持多種社會網絡(Twitter、新浪 微博等)的數據實時、不間斷獲取，獲取數據量在國內外同研究領域處于領先地位;實現整 體、個體、群體以及事件的多層次、多粒度分析模式;同時具備良好的人機交互操作界面以 及優秀的分析展示效果。
清華大學
2021-04-11
新冠肺炎傳播風險預測分析
在2003年成功預測SARS流行趨勢的基礎上，西安交通大學數學與統計學院生物數學團隊與陜西師范大學生物數學團隊、加拿大吳建宏教授團隊合作，基于新型冠狀病毒的傳播機理、密切跟蹤隔離和封城等策略，建立了傳播動力學模型，對新型冠狀病毒肺炎傳播風險進行了預測分析，此項研究成果“Estimation of the transmission risk of 2019-nCov and its implication for public health interventions”。 研究中利用2020年1月10日至1月22日的報告疫情數據，采用動力學模型和統計計算方法預測武漢新型冠狀病毒肺炎傳播的基本再生數為6.47 (95%置信區間為5.71-7.23)，給出了疫情的達峰時間和峰值以及最終感染規模（若繼續1月22日前的控制措施，疫情將在3月10日左右達到峰值）。研究中進一步采用似然函數方法加以驗證，得到了與模型估計值一致的結果。如果續代時間大于6天或潛伏期越長，基本再生數可能更大，該結論說明了疫情傳播的速度快。與23至25日的疫情數據相比，模型預測結果與報告疫情數據基本一致。 研究中進行敏感性分析，討論了1月22日前武漢采取的防控措施的有效性以及在降低再生數中的重要作用。預測結果顯示從23日起加強控制措施，報告病例數會在一個周后出現明顯的下降，即加強的控制措施會在一個周后產生明顯效果。進一步分析1月23日后武漢封城策略對其它地區疫情的影響，基于武漢到北京的航班、鐵路等信息，計算武漢封城前后對北京疫情的影響，表明武漢封城（即北京無來自武漢輸入病例）后，北京在未來7天的病例數將降低91.14%，這說明了武漢封城對全國疫情防控的關鍵作用。SSRN 截圖 密切跟蹤隔離措施的敏感性分析點擊查看原文
西安交通大學
2021-04-10
時間分辨熒光測控分析儀
一、項目簡介時間分辨熒光免疫分析法（TRFIA）具有靈敏度高、特異性強、不受背景熒光干擾等特點，在 POCT 領域有極高的發展潛力。目前，市場上的 TRFIA 分析儀以中大型為主，手持式極少。本項目圍繞小型化、低成本等理念，將 TRFIA 技術應用到 POCT 領域。該小型化 TRFIA 測控模塊， 尺寸小、成本低、檢測速度快、 重復性好、適用于多種稀土螯合物。在無濾光片條件下， 基本達到了小型化 TRFIA 測控模塊的性能的極限。二、產品性能優勢（（（（1）使用雙自由度調光法，更優良；2）單次采樣即可滿足精度要求，采樣時間更短；3）單/雙通道可節省兩塊濾光片，成本低一半；4）采用基于多點采樣數據擬合法的熒光物質濃度測定法。檢測方法適用探針多點采樣擬合法稀土螯合物；激發波長：365nm~405nm；發射波長：可見光范圍；可檢最短熒光壽命約 400us調光法LED 電流峰值+LED 電流脈寬檢測時間最大采樣時間范圍為 0～2ms；單次采樣時間小于 3ms以 Eu(TTA)3phen 為檢測對象，檢測限< 0.185mg/L；信號值小于熒光檢測限精密度1.5%熒光光強變異系數 CV
西安交通大學
2021-04-10
CMC分析儀器項目群
天然藥用植物是發現候選藥物的重要來源。然而，從中尋找目標組分的難度 和工作量十分巨大！面對類似天然藥用植物這樣的復雜體系，目前只注重“分離” 功能的商品色譜儀，已難以滿足有效的分析需求。本項目以高表達受體細胞膜色 譜（CMC）技術為核心，研究 CMC 模型的標準化，實現對目標物的特異性“識別”。 設計研發的“CMC-受體/配體作用分析儀”和“2D/CMC-中藥注射液類過敏物分析 儀”，為認識靶向藥物作用規律、發現新的藥物先導物提供了有效分析手段，實 現了對復雜樣本中目標物的有效分析，可以提高藥品質量控制水平和臨床使用安 全性。該項目累計申請國家發明專利 11 項，授權 6 項；獲計算機軟件著作權 3 項；制定《中國藥典》中藥注射劑標準 5 項，申報審核 3 項；部分研究成果獲“2017 年度陜西省科學技術獎”一等獎 1 項。
西安交通大學
2021-04-10
TE應變自動測量分析系統
TE應變網格自動測量分析系統是一套自動化應變網格采集分析系統，采用CCD攝象機進行應變網格的自動測量，輕便快捷，利用先進的電腦成象與自動化數字圖像識別技術，能自動測量網格應變，迅速生成FLD圖形，以及進行各種應變分析，為板材成形性應變分析提供直觀可靠的數據與報告，直接指導模具調節及零件生產。 該系統是專門用于完成成形極限圖FLD的有效工具，特別是配合我中心研制的通用板材成形性能試驗機，在進行剛模漲形試驗或者液壓漲形試驗后，能夠迅速準確地測量出材料的成形極限圖。 測量系統配置了兩種測量鏡頭，分別針對?2.5mm、?5mm的網格基圓進行自動測量，應變測量范圍分別為0～5mm、0～10mm，分辨率達到0.01mm、0.02mm，軟件具有自動分析、自動測量功能，測量準確度高，并具有測量結果自動語音播報功能，系統能自動生成FLD圖，并有n-r、n-t等模擬FLC方式，能對多種材料進行比較。
北京航空航天大學
2021-04-13
新冠肺炎傳播風險預測分析
在2003年成功預測SARS流行趨勢的基礎上，西安交通大學數學與統計學院生物數學團隊與陜西師范大學生物數學團隊、加拿大吳建宏教授團隊合作，基于新型冠狀病毒的傳播機理、密切跟蹤隔離和封城等策略，建立了傳播動力學模型，對新型冠狀病毒肺炎傳播風險進行了預測分析，此項研究成果“Estimation of the transmission risk of 2019-nCov and its implication for public health interventions”。 研究中利用2020年1月10日至1月22日的報告疫情數據，采用動力學模型和統計計算方法預測武漢新型冠狀病毒肺炎傳播的基本再生數為6.47 (95%置信區間為5.71-7.23)，給出了疫情的達峰時間和峰值以及最終感染規模（若繼續1月22日前的控制措施，疫情將在3月10日左右達到峰值）。研究中進一步采用似然函數方法加以驗證，得到了與模型估計值一致的結果。如果續代時間大于6天或潛伏期越長，基本再生數可能更大，該結論說明了疫情傳播的速度快。與23至25日的疫情數據相比，模型預測結果與報告疫情數據基本一致。 研究中進行敏感性分析，討論了1月22日前武漢采取的防控措施的有效性以及在降低再生數中的重要作用。預測結果顯示從23日起加強控制措施，報告病例數會在一個周后出現明顯的下降，即加強的控制措施會在一個周后產生明顯效果。進一步分析1月23日后武漢封城策略對其它地區疫情的影響，基于武漢到北京的航班、鐵路等信息，計算武漢封城前后對北京疫情的影響，表明武漢封城（即北京無來自武漢輸入病例）后，北京在未來7天的病例數將降低91.14%，這說明了武漢封城對全國疫情防控的關鍵作用。SSRN 截圖 密切跟蹤隔離措施的敏感性分析點擊查看原文
西安交通大學
2021-04-11