|
搜索
搜 索
高等教育领域数字化综合服务平台
中国刑事警察学院警务战术训练器材第01包竞争性磋商
中国刑事警察学院警务战术训练器材第01包竞争性磋商
中国刑事警察学院
2022-06-23
中国刑事警察学院警务战术训练器材第02包竞争性磋商
中国刑事警察学院警务战术训练器材第02包竞争性磋商
中国刑事警察学院
2022-06-14
蛇床子素在制备用于治疗包虫病的药物中的新用途
包虫病是由棘球绦虫寄生于人体或宿主动物而引起的严重寄生 虫疾病。而我国是同时有囊型和泡状两种类型的包虫病高发区。目前 临床应用最广泛的抗包虫病药物是阿苯达唑，但是该药的肠道吸收率 很差，而且其一般只能抑制寄生虫生长而不能彻底有效杀灭寄生虫， 导致患者必须长期大量服用该药物才能达到治疗效果。与此同时，大 量的研究发现该药可引起多系统的严重药物不良反应。因此，寻找或 开发疗效显著且副作用小的包虫病治疗新药物具有重大的意义
兰州大学
2021-04-14
连接界面具有梯度渐变结构的同质包套热等静压成形方法
本发明公开了一种同质包套热等静压成形方法，该方法采用热 等静压(HIP)/激光选区熔化(SLM)3D 打印复合工艺。本发明提出采用 SLM 成形出同质包套来解决传统方法成形复杂形状异质包套生产周期 长、制造成本高、包套除去过程繁琐、连接界面发生扩散反应污染制 件等问题。同时将同质包套内侧表面(在热等静压中与粉末相接处的面) 设计成梯度多孔渐变结构，使得热等静压后连接界面处组织呈现出梯 度变化结构，从而克服了因 SLM
华中科技大学
2021-04-14
网络的结构可预测性与网络结构的最短压缩比特串长度呈线性关系
在本研究工作中，该团队利用信息论和统计物理两个领域中熵的相关理论，对网络结构预测极限进行了研究。直观地说，一个可以仅用几个词描述的网络结构意味着它很简单，其边也很容易预测。例如二维晶格或一维链状结构。相反，如果一个网络需要很长的语言才能描述清楚，那么它应该具有非常复杂的结构，其结构很难预测。在计算机领域，任何网络的结构都可以被编码成二进制字符串。这启发了团队探寻最短二进制编码字符串长度，也就是熵，和可预测性之间的关系。 通过研究，该团队发现来自不同领域，很多大小不一的网络，其结构的最短压缩长度和可预测性之间存在一个普遍的线性关系。基于香农信源编码定理，该团队在随机网络上证明了这种线性关系。 进一步，利用这一线性关系，该团队推导出网络结构预测算法的性能上界，揭示出包括机器学习在内的预测算法性能尚存在多大的提升空间。因此，该性能界可用于指导未来在线商业推荐系统、蛋白质相互作用探测等场景中的算法设计。另外，该理论的一个有趣的用途是，可以实现在无需任何预测算法的情况下，通过网络结构压缩数据大小来估计一个网络数据集的商业价值。
中山大学
2021-04-13
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
面向轨迹挖掘的数据预处理方法及系统
本发明提供了一种面向轨迹挖掘的数据预处理方法及系统，该方法包括：在原始数据库中提取离散的轨迹点，对轨迹点进行归类提取后形成若干个独立的轨迹段集合；对每一轨迹段集合中的轨迹点进行重复定位点检测，若判断该重复定位点为历史定位点，则删除；对每一轨迹段集合中的轨迹点进行定位异常点检测，若判断为定位异常点，则删除该轨迹点，得到若干条完整的轨迹；对所述完整的轨迹进行简化压缩，得到压缩轨迹；存储所述压缩轨迹；同时对系统运行状态进行监控，保证系统可以持续、稳定运行。本发明提供的方法通过对提取出的轨迹点进行重复定位点以及定位异常点清除，保证了轨迹数据的正确性和完整性，提高了轨迹数据挖掘的准确度。
中国农业大学
2021-04-11
面向轨迹挖掘的数据预处理方法及系统
本实用新型公开了一种苜蓿播种机用开沟器，主要由开沟装置、开沟器架、导肥装置和导种装置组成。开沟装置主要由侧翼铲、滑刀和扩沟板组成，旨在开出适宜苜蓿种子发芽的高质量种沟；导肥装置由导肥管和散肥器组成，用于将肥料导入种沟侧面；导种装置主要由导种管组成，旨在将苜蓿种子导入由开沟装置形成的种沟内。本实用新型能够满足苜蓿播种开沟的要求，可以开出高质量种沟，利于苜蓿种子出苗及第二年返青。本实用新型适用于大部分地区的苜蓿播种，特别是寒冷、干旱地区。
中国农业大学
2021-04-11
面向生物医学文献的数据挖掘平台
将计算机自然语言处理方法和生物本体学方法结合起来，发展一套面向生物医学文献的数据挖掘技术，建立了一个文献挖掘平台。该平台可以对生物医学文献进行数据挖掘，发现隐含在文献中的生物学实体及其联系，发现深层次的生物医学知识，自动获取大量的第一手生物医学数据。例如，挖掘与人类基因相关的信息，挖掘蛋白质相关信息，发现基因的功能，发现基因与疾病之间，发现蛋白质之间的相互作用等。/line对于一组给定的文献，该平台首先进行句法分析和生物学术语标定，然后进行语义分析，提炼每条语句的生物学含义，提取文献中的生物医学关联特性，以发现文献中的基因、蛋白质、疾病以及它们的关系。
东南大学
2021-04-10
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