|
搜索
搜 索
高等教育领域数字化综合服务平台
人工智能应用创新实训平台
人工智能应用创新实训平台是一款专为人工智能领域专业学生设计的多功能教学工具，它集科研教学、实验实训和项目实践于一体，提供了一个全面的学习环境。该平台以国产高性能芯片RK3588作为其边缘计算的核心，支持本地化编程开发，使得学习者能够深入掌握人工智能技术。此外，平台还支持PyTorch、TensorFlow、NCNN等多种主流深度学习框架，便于学生进行模型训练和推理实践。
平台内置了丰富的案例资源，包括但不限于MobileNet、Fcn_Resnet、Resnet、Openpose、Unet、Retinaface、Yolov8pose、Yolov11等前沿模型，为学生提供了实际操作和学习深度学习模型的机会。这些内置模型不仅有助于学生理解深度学习算法的实际应用，也为他们的创新项目提供了坚实的基础。通过这样的实训平台，学生能够在实践中深化理论知识，提升解决实际问题的能力。
本平台融合了先进的多模态大模型智能体，并配备了一系列场景化实体组件，包括深度相机、双轴云台、多轴机械臂、微型输送带、工业级相机以及麦克风阵列等。这些尖端设备使得我们能够快速构建智慧工厂、智能分拣、智慧交通、智能家居等多种应用场景。
江苏学蠡信息科技有限 公司
2025-07-15
基于人工智能的智能安全管控系统
项目利用新一代的大数据 深度学习技术，实现了加油站现场智能监管系统，具有卸油区智能管控、财务室智能管控、加油区智能管控、现场智能管控、智能分析以及智能考核管理功能，对人员操作合规性进行智能检测与识别
一、项目分类
关键核心技术突破
二、成果简介
项目利用新一代的大数据 深度学习技术，实现了加油站现场智能监管系统，具有卸油区智能管控、财务室智能管控、加油区智能管控、现场智能管控、智能分析以及智能考核管理功能，对人员操作合规性进行智能检测与识别，将以查视频回放的结果型安全管控模式，转变为控制关键作业环节的过程型管控模式，实现了安全关口前移 服务规范管理 智能数字化分析，提高了全站精细化管控能力以及管理层科学决策、信息决策能力。可应用于能源、电力、制造业等与人员安全以及操作流程合规性密切相关的行业。
西南交通大学
2022-09-13
基于人工智能的视觉智能感知平台
本项目研究面向成渝地区双城经济圈大数据智能产业需求，尤其是对智能制造、公共安全场景提供高效的视频流在线推理和管理平台，研发了一个通用性的智能中台架构，支持视频流和智能模型模块化管理，支持全程可视化操作交互式界面，支持视觉智能感知模型在线推理快速部署，支持感知与识别结果实时推送、预警和报警。
重庆文理学院
2025-02-21
基于TD-LTE的新一代4G专网无线技术解决方案
提供基于TD-LTE的新一代4G专网无线技术解决方案。施用频段为1.4G/1.8G。信道带宽20MHz，上/下行峰值速率：50Mbps/100Mbps。单基站半径覆盖达5~10公里范围。可在300公里/小时高速行驶中保持正常通行。可以提供语音、视频通话以及语音和视频的多媒体调度；关键设备、场景的视频监控；应急通讯；环境监控和报警；工业控制节点的数据采集及控制等各类行业物联网应用等定制化的业务。目前系统已实施的成功案例包括：南京青奥会老山赛场视频监控、克拉玛依智慧油田建设、无锡市智慧城市建设。某型号产品已被国家安全局列装。
东南大学
2021-04-13
热压合成新一代镁阿隆－氮化硼（MgAlON-BN ）复合耐火材料
MgAlON 便是氧氮化物中的一种。因其具有优异的物理化学性能，因而具有良好的应用前景。但是仍然有很多性能尚未研究。类石墨结构的六方 BN 具有优异的抗熔渣和金属的侵蚀性能以及具有优良的抗热震性能，从而在高金属陶瓷及耐火材料中得以广泛应用。利用热压工艺合成的新一代 MgAlON-BN 复合耐火材料，综合了 MgAlON 和 BN 的优点，材料的抗折强度、断裂韧性、密度及硬度等力学性能，特别是高温抗折强度得到提高，抗铁液侵蚀性能好。MgAlON-BN 复合材料还可以作为高级陶瓷、功能陶瓷应用。该课题在国家自然科学重点基金的资助下，对 MgAlON 及 MgAlON-BN 复合材料的热学性能，包括热膨胀系数、热扩散系数、热导率等，MgAlON 及 MgAlON-BN 复合材料与金属和渣的润湿性能等进行了系统的研究。取得了一系列具有自主知识产权的新配方、新工艺，拥有 3 项国家发明专利，2006 年获得教育部二等奖，2005 年获北京市科学技术二等奖。MgAlON-BN 复合材料不但可在冶金工业连铸生产过程中的侵入式水口、连铸水平分离环上使用，同时有望作为其他高性能陶瓷如高级陶瓷、功能陶瓷来使用。
北京科技大学
2021-04-13
热压合成新一代镁阿隆－氮化硼（MgAlON-BN）复合耐火材料
MgAlON便是氧氮化物中的一种。因其具有优异的物理化学性能，因而具有良好的应用前景。但是仍然有很多性能尚未研究。类石墨结构的六方BN具有优异的抗熔渣和金属的侵蚀性能以及具有优良的抗热震性能，从而在高金属陶瓷及耐火材料中得以广泛应用。利用热压工艺合成的新一代MgAlON-BN复合耐火材料，综合了MgAlON和BN的优点，材料的抗折强度、断裂韧性、密度及硬度等力学性能，特别是高温抗折强度得到提高，抗铁液侵蚀性能好。MgAlON-BN复合材料还可以作为高级陶瓷、功能陶瓷应用。该课题在国家自然科学重点基金的资助下，对MgAlON及MgAlON-BN复合材料的热学性能，包括热膨胀系数、热扩散系数、热导率等，MgAlON及MgAlON-BN复合材料与金属和渣的润湿性能等进行了系统的研究。取得了一系列具有自主知识产权的新配方、新工艺，拥有3项国家发明专利，2006年获得教育部二等奖，2005年获北京市科学技术二等奖。 MgAlON-BN复合材料不但可在冶金工业连铸生产过程中的侵入式水口、连铸水平分离环上使用，同时有望作为其他高性能陶瓷如高级陶瓷、功能陶瓷来使用。
北京科技大学
2021-04-13
清华大学地球系统科学系发布新一代地球观测数据与制图成果
清华大学地球系统科学系举行新一代地球观测数据与制图成果发布会。清华大学理学院院长、地学系主任宫鹏教授和博士研究生刘涵一起，对外发布了清华大学基于亚马逊云服务（AWS）完成的新一代中国地区地球观测数据集（Seamless Data Cube，简称SDC）——2000——2018年30米分辨率逐日无缝遥感观测数据，以及在此基础上研制的中国逐季节地表覆盖和逐年土地利用制图成果。
清华大学新研制的无缝数据集，填补了高空间分辨率和时间频率观测的空白。
目前世界上主流的地球观测卫星Landsat每16天才能对全球扫描一遍，所获得的数据集是不完整的。宫鹏团队采用时空遥感技术手段和MODIS图像辅助研发的无缝遥感观测数据集Seamless Data Cube，使得每一天都有一套完整的全球30米分辨率的观测数据。正是这些逐日数据，使得地球长时间观测序列有了很好的时空一致性。基于无缝数据集，宫鹏团队提取了30米空间分辨率土地覆盖变化的情况，设计和训练了一套适应遥感大数据的深度遥感特征学习和分类模型，最终得到了世界首套中国逐季节土地覆盖和逐年土地利用制图（从2000年到2018年）。
无缝遥感观测数据集SDC以及逐季节土地覆盖和逐年土地利用制图，开辟了中国卫星遥感数据处理和信息提取的新范式。它能够服务于国民经济众多行业，比如农业集约化和土地闲置的监测、城市化与自然植被丧失的识别、土地退化和粮食安全、环境变化与健康、造林和土壤含水量的关系、城市扩张与热岛效应等研究以及碳储备等。
无缝遥感观测数据集SDC有助于打造世界顶级的在线制图服务的平台，并产生新的数据产品。例如，清华大学地学系依靠这个数据集研发了全球粮食估产模型，输入不同地方的作物种植和气候预测数据，就可以提前两个月估算出全球粮食产量情况。
无缝遥感观测数据集（Seamless Data Cube）得到了亚马逊云服务（AWS）的大力支持。据AWS技术人员介绍，宫鹏团队采用AWS云服务算力，相当于全世界现在TOP200的高性能计算机所能提供的能力。AWS并不简单地提供储存和数据服务，而是在云服务里就包括了人工智能与机器学习的计算框架，采用AWS云服务后，地表覆盖制图的精度提高了10——20%。
清华大学
2021-04-11
人工智能AI三维解析系统
北京体育大学主导研发的全球首款基于AI图像识别技术的三维运动解析系统可以自动识别人体关键点，将不同摄像机拍摄到的同一运动画面进行三维合成和运动技术分析，获得运动生物力学的详尽参数。该系统利用AI 技术大大降低了人工解析时间，提高了三维解析效率，有效提高运动表现。
北京体育大学
2021-04-10
生成式人工智能与虚拟数字人
面向数字人的大规模生成需求，发展生成式人工智能理论，探索机器学习方法从数据中自动化学习数字人建模方法，提出了高精度三维人脸重建技术、表情驱动数字人技术、语音驱动数字人技术三项世界领先的技术，以低成本、高效率生成可驱动的高保真数字人。该技术能够极大提升数字人的生成质量与生成效率，支持大规模高精度的数字人生成，具有广泛的应用前景。
上海交通大学
2023-05-09
基于人工智能的睡眠医学诊断技术
失眠障碍是一种普遍存在的睡眠障碍疾病，我国成年人中的患病比例高达30%，其主要表现为难以入睡、难以维持睡眠或睡眠质量不佳，导致出现疲倦、注意力不集中、记忆力减退、情绪波动等负面影响，并且与多种疾病（如心血管疾病、糖尿病等）的发生和发展密切相关。我国庞大的患者群体增加了对医疗资源的需求和社会负担，对个人和社会经济造成重大影响。失眠障碍需要引起足够的重视和关注，早期诊断是减少其对个人和社会危害性的有效方法。
目前临床睡眠诊断主要依靠睡眠专家人工判读多导睡眠图（polysomnography，PSG），PSG技术同时记录多个生理参数，如心电图、脑电图、肌电图、眼电图等，从而准确评估睡眠的各个阶段和睡眠中的生理变化。然而，现代临床睡眠诊断方法存在一些弊端。首先，依靠睡眠专家人工进行诊断成本很高。例如，临床诊断中标记一位患者的PSG数据并完成诊断，往往需要一位训练有素的睡眠专家数个小时的集中工作才能完成，无法应对大规模睡眠障碍群体需求。此外，睡眠诊断存在个体差异，同一种睡眠障碍在不同人群中的表现可能不同，诊断结果需要根据患者的具体情况进行综合评估和判断。这些方法需要专业人员进行操作和解读，费用昂贵，操作复杂，很难普及应用。
人工智能技术可以帮助解决以上问题。人工智能技术可以在不需要专业人员干预的情况下，对失眠障碍进行自动化分析和诊断，具有高效性、低成本和易普及的优点。此外，还可以在大数据层面上进行分析，深入探究失眠障碍的病理生理机制，从而更好地指导治疗和预防措施的制定。
睡眠诊断是最为适合采用云平台技术进行自动化诊断的领域，患者潜在群体数量庞大。本项目涉及基于人工智能睡眠医学诊断技术的全系统的各个环节，系统的诊断准确率目前为世界范围内第一。前期已经服务于制药企业睡眠类药物评价、可穿戴消费级电子设备睡眠监测等领域。目前市场上的类似产品均不具备临床医疗级的诊断能力，本技术填补了市场空白。
图1.本项目研发的原理样机部件
北京理工大学
2023-06-05