|
搜索
搜 索
高等教育领域数字化综合服务平台
面向APT检测的攻击链数据建模与分析
主要研究APT 网络攻击全链条的通用表征和威胁模型，
实现攻击的全链条威胁分析；研究跨平台内核数据实时可信
采集方法，探索基于去噪和去冗技术的高效数据解析、基于
语义恢复技术的关键字段填充；研究多源异构内核数据的重
构方法；研究保持全局依赖的数据压缩方法，实现实时、高
效、普适的数据压缩；研究面向APT网络攻击全链条的智能
检测框架，实现对攻击的全链条高效检测；研究APT网络攻
击的演化模式，实现APT网络攻击的可解释溯源分析。
浙江工业大学
2021-05-06
公路桥梁检测新技术研发与应用
由重庆交通大学牵头，交通运输部公路科学研究所、北京航空航天大学等七家单位共同完成的“公路桥梁检测新技术研发与应用”，项目围绕公路桥梁内在病害感知难题，首创了基于自发磁场变异特性的桥梁钢筋锈蚀和拉吊索腐蚀断丝无损量化检测技术与装置，研发了桥梁钢绞线钢束和精轧螺纹钢筋有效预应力现场检测新技术与装置，研制了桥梁索塔裂缝自动巡检与精准感知量测技术与装置，实现了我国桥梁内在病害精准、量化、无损检测的技术引领，带动了科技革新和行业进步，成果总体达到国际领先水平。
重庆交通大学
2021-04-10
生物医学电磁信息检测与功能成像
一、 项目简介生物电磁信号携带有生物活体的生理、病理信息，检测和提取有用生物电磁信号并据此分析其内部电磁过程，对于揭示生命活动本质和医学诊断治疗都具有重要意义。课题组于1995年开始对生物医学电磁场问题数值求解方法及应用进行研究，1997年主持了国家自然科学基金电工学科首个生物电磁领域课题“生物医学电磁逆问题求解的数值方法研究”。二、 项目技术成熟程度在生物医学电磁问题数学建模与求解方法方面，针对脑电（EEG）和电阻抗成像（EIT）的正、逆问题，分别建立了二维与三维数学模型、静态和动态求解模型，研究高效快速的求解方法。在功能成像方面，针对肺功能、乳腺癌以及腔内心肌瘢痕等检测问题，研制了128通道多频电阻抗实时监测与成像系统，对人体胸腔和乳腺的电阻抗特性进行检测与功能成像。三、 技术指标（包括鉴定、知识产权专利、获奖等情况）近年来获河北省自然科学二、三等奖各1项；完成和承担国家自然科学基金重点项目2项，国家自然科学基金面上项目2项，省部级项目10余项；出版专著2本，发表论文百余篇，其中大部分被SCI、EI检索；申请专利2项。四、 高清成果图片3-4张 人体胸腔呼吸过程电阻抗信息检测与功能成像
河北工业大学
2021-04-11
基于生成图像数据的水下目标检测与识别
一、项目简介 水下目标检测与识别，是水下机器人等相关系统能够被高效应用的前提。然而现有系统难以应对水下图像能见度较低，对比度差，存在颜色漂移和边缘模糊等问题；另外，水下图像样本稀少且缺乏足够的变化性，使得相关基于机器学习的目标检测与识别系统由于缺乏训练样本而无法有效应用。 二、前期研究基础 项目利用深度学习等新的理论突破，提出两种解决方案，一种是通过结合水下成像原理与深度风格迁移、生成对抗网络等算法，由普通光学图像生成水下图像，构建水下图像目标检测与识别仿真库，该数据库一方面数据量大且具有较大的变化性，也即场景与目标均具有较大的变化性；另一方面，由于是由普通光学图像迁移获得，因而也可以直接应用普通光学图像自身的标签信息，无需再对其进行标注。另一种是研究基于水下退化图像处理算法的检测和识别系统，解决由水下图像的色彩漂移和细节丢失等退化现象带来的目标检测和识别问题。同时通过水下退化图像处理模块和检测识别系统的联合优化技术，可以实现退化图像的增强方法与检测识别系统的最佳匹配。在保证处理后的退化图像性能指标的前提下，进一步提升水下图像的目标检测识别性能。 三、应用技术成果 1）基于深度学习风格迁移的水下图像生成效果示例 a为自然场景图像中的目标检测结果；b为模拟生成的水下风格图像及其目标检测结果；c为图像增强后的目标检测结果。 四、合作企业 无
厦门大学
2021-04-11
微小型精密零件检测技术与装备
Ø 成果简介：所研制的微小型零件显微视觉检测系统，适用于各种块类、板类微小型零件及小模数微小型直齿轮的任意边缘的微米级精度测量和微结构在线快速测量。Ø 技术指标：X/Y方向测量范围：0.01mm-50mm；Z方向测量范围：0.01mm-100mm；X/Y方向位置检测分辨率：0.05mm;X/Y方向测量精度：(1+1000/L)mm；可进行模数≤0.2mm微小型模数直齿轮的基本参数、几何尺寸、主要单项误差和综合误差测量。荣获国防科技进步三等奖1
北京理工大学
2021-01-12
电力设备红外与紫外成像协同检测系统
本成果运用图像识别、智能诊断等技术，对电力设备运行状况进行实时分析并及时预警设备故障。该技术填补了电力设备检测与故障诊断领域的技术空缺，能够准确、全面地对电力设备的故障状态进行检测与定量分析。 目前的电力设备故障检测技术主要有基于红外成像的电力设备异常发热检测技术与基于紫外成像的电力设备异常放电检测技术，两种方法均独立应用。由于电力设备分布面广、数量众多且运行时具有高温、高电压等特殊性，常规检测方式难以准确判定电力设备的发热和放电情况。本
河海大学
2021-04-14
接触网运行状态检测技术与运用
本成果来自省部级科技计划项目，现已结题，知识产权归属西南交通大学。将接触网检测装置应用于作业车上，实现接触网几何参数及弓网动态作用参数实时在线检测。适用于供电段及网工区接触网施工作业后的动态复核及综合评价，作业速度不大于120km/h。主要检测参数覆盖接触线高度、接触线拉出值、双支接触线横向距离、双支接触线高差、导线坡度、跨距高差、弓网冲击、弓网接触压力和车体振动等。
西南交通大学
2016-06-27
一种三维视觉目标检测与识别方法与装置
1. 痛点问题
我们生活在一个真实的三维世界中，二维环境感知是远无法满足我们的实际需求。在诸如自动驾驶、机器人抓取和三维目标识别等应用中（如图1），我们经常需要推理三维空间中物体之间的位置关系，从而能够理解真实三维场景并做出进一步的决策行为。
图1 自动驾驶、视觉抓取、物体识别
2. 解决方案
本技术成果提出了一种三维视觉目标检测与识别方法。在三维视觉目标检测方面，提出了一种基于关系推理网络的单目三维物体检测方法，方法流程图如图2所示。方法提出了一种新的单目三维物体检测架构，训练了一个深度关系推理网络来估计三维候选和真实物体之间的空间位置关系，通过测量投影结果和真实物体之间的视觉拟合度来实现高精的三维空间定位。
图2 三维目标检测的流程图
在三维视觉目标识别方法，提出了一种基于球面分形卷积神经网络的三维点云识别技术，方法流程图如图3所示。方法通过引入球面分形结构，将原始三维点云通过可学习的神经网络投影到球面，使得卷积神经网络可以高效处理三维点云数据并进行特征特征，同时通过设计基于分形结构的层次化学习框架，提高了三维点云物体识别的精度，实现了对于三维点云目标在旋转条件下特征表示的鲁棒性。
合作需求
寻求在人工智能、智能机器人、智慧城市等领域有相关技术开发、市场推广经验，能推进本技术落地的高科技企业，可以进行深度合作。本技术成果有望在自动驾驶、虚拟现实等场景进行落地应用。
清华大学
2021-12-16
新冠肺炎自测评估系统
中国工程院院士、北京清华长庚医院执行院长董家鸿表示，“新冠自测系统”的上线具有多方面重要社会意义，最首要的是让群众具有自我健康评估能力，理性地做出保健和就医选择，避免不必要的恐慌。中国工程院院士、北京清华长庚医院执行院长董家鸿表示，“新冠自测系统”的上线具有多方面重要社会意义，最首要的是让群众具有自我健康评估能力，理性地做出保健和就医选择，避免不必要的恐慌。中国工程院院士、北京清华长庚医院执行院长董家鸿表示，“新冠自测系统”的上线具有多方面重要社会意义，最首要的是让群众具有自我健康评估能力，理性地做出保健和就医选择，避免不必要的恐慌。通过自测，可以强化大众对新型冠状病毒感染肺炎的科学认识，帮助大家做好就医前的居家分诊，让医疗机构有限的人力、物力资源更加精准地投入到确诊/疑似患者，尤其是重症患者身上，避免不必要的交叉感染，有效遏制新冠肺炎疫情蔓延扩散。据了解，该系统导入的自筛问题量表系在董家鸿院士指导下，依据国家卫生健康委员会最新诊疗指南，由北京清华长庚医院疫情防控专家组设计，并经中国医师协会组织传染病学、呼吸病学、急诊医学、全科医学四大领域多名权威专家审定。
清华大学
2021-04-10
医疗模拟培训管理及评估系统
1 成果简介医学是实践性很强的学科，医学模拟是临床技能训练和临床能力培训的重要方面，对于临床技能实践和教学有着重要的作用。 MedSim ME 系统主要有两个方面的功能：一是综合性医院及医学院用于培训医生及医学院的学生的医疗模拟设备的综合管理。二是对医生岗前培训，学生的操作训练等进行系统化的管理，包括培训人员、 培训时间和进度管理，培训者 的综合训练水平实时评估等。该系统已经在协和医院模拟培训中心应用。 2 技术指标MedSim ME 采用 J2EE 架构，开放式接口，与医院现有系统能实现互联互通；针对不同的培训科目，有不同的评估指标体系，总指标数达到近百项。3 应用范围综合性医院、医学院。4 效益分析目前各大综合性医院，医学院都拥有数量和价值不菲的医疗模拟设备，很多设备都是分布在不同科室的，没有统一管理和充分的利用，部分医疗机构设立了专门的医疗模拟培训中心，然而也没有规范化管理。培训人员的评估也不规范，培训人员及指导医生的资源不均衡矛盾突出。本系统不仅可以提高医疗模拟设备的利用效率，还可以规范化培训评估，从而大大提高管理效率。目前市场上还没有类似系统。5 合作方式定制开发、授权代理、产权转让。
清华大学
2021-04-13