|
搜索
搜 索
高等教育领域数字化综合服务平台
建模与仿真一体化支撑平台（产品）
成果简介：本平台基于高层分布式仿真体系结构 HLA 和网格技术构建，在系 统建模、仿真、数据分析和可视化等方面提供平台级支持。目的是为了解决 现有的仿真软件通用性差、不能灵活应用的问题，为实现系统级的仿真，提 出一种基于HLA 的仿真软件交互方法。本技术通过将具有不同仿真功能的专 业仿真软件进行整合配置，对各个专业软件输入输出接口进行分析和调用， 并对仿真流程进行设计与控制，最终实现一个具有一体化仿真功能的、可供&nbs
北京理工大学
2021-04-14
生物膜数学建模,动力学与群体感知
成果简介在本项目中运用流体力学理论和动力学方程提出了一种单流体多组元模型，它包含了一个可以适用于多组元的模型框架， 可以处理不同生物膜菌种相互之间的动力学作用、 内部的相互转化、 群体的消散和混合， 整个材料系统近似为不可压缩， 因此当一个种群的体积分数增长时， 一个或多个其他的种群必须相应的以体积分数的形式转化为增长的种群。 我们还把这个二元模型变为更细致的三元模型， 除包含等效溶剂， 还将包含 EPS 和细菌两种组分， 抗菌剂浓度和营养素也被更细致地建模。 并且使用二元和三元模型研
安徽工业大学
2021-04-14
新型冠状病毒传播建模预测和模拟推演平台
南方科技大学科研部、工学院、计算机科学与工程系（下简称“计算机系”）和南方科技大学-东京大学超智慧城市联合研究中心紧急组织科研力量，成立“新型冠状病毒传播建模预测项目组”，由计算机系副教授宋轩担任负责人，迅速启动针对新型冠状病毒传播感染的“大数据分析和AI建模推演平台”研发工作。该平台是一个针对新型冠状病毒传播的大数据分析和AI建模平台（如图1），
南方科技大学
2021-04-14
微生物单细胞监测平台搭建及建模应用
通过建立单细胞生长流动成像系统，探究铜绿假单胞菌单细胞生长规律，同时，采用多次模拟探究不同初始接菌量对铜绿假单胞菌群体细胞生长迟滞期的影响，进行单细胞水平建模（IbM），实现不同初始接菌量下铜绿假单胞菌群体细胞的随机生长模拟，采用单细胞生长流动成像系统探究不同温度骤变下铜绿假单胞菌的生长规律
上海理工大学
2021-01-12
预测微生物学建模技术及应用
以肉类食品为主要基质，构建了单增李斯特菌、肠炎沙门氏菌、副溶血性弧菌、金黄色葡萄球菌、气单胞菌、生孢梭菌等主要致病菌或条件致病菌或研究替代菌的生长、残存、失活、损伤、修复等状态以及低温、酸化、渗透压、气调包装等环境条件下的动力学和概率模型，特别是通过生长模型探讨了在货架期预测方面的应用可能性，设计了电子 TTI 结构模式，并对冷冻损伤型的气单胞菌建立了适用的失活模型，初步探讨其冷冻损伤和修复机制，另外完善了两菌竞争拮抗建模理论（单增李斯特菌与植物乳杆菌、肠炎沙门氏菌与铜绿假单胞菌），构建了新型防腐剂
上海理工大学
2021-01-12
一种重型机床环境温度解析建模方法
本发明提供一种重型机床车间环境温度解析建模方法，其结合 时间序列分析，傅立叶级数分解方法，将实测的环境温度用傅立叶三 角级数形式表达，获取环境温度的时间序列、波动频率、波动幅值、 相位等信息，实时测量更新的温度数据和当前时间信号作为输入，实 现温度的实时预测，代替实测温度用于热误差响应预测建模。本发明 考虑了环境温度波动的周期性和非周期性，以及波动随季节和年度变 化的特征，同时考虑了当前机床当前热状态既受当前环境温度影响又 受历史温度状态影响的客观事实，有利于更准确地定量描述机床热变 形误差的时滞响应特性，进而提高机床热误差预测的精度和鲁棒性。
华中科技大学
2021-04-11
基于多元信息融合的油菜生长模型建模及应用
基于多元信息融合的油菜生长模型是用数学方程描述油菜、气候和土壤之间的作用过程,根据气象条件、土壤条件以及管理方案，动态定量的描述油菜生长、发育、籽粒形成及产量。油菜生长模型最重要的意义是对整个油菜生育系统的知识进行综合，并量化生理生态过程及其相互关系,即综合知识和量化关系。油菜模型是利用计算机强大的信息处理和计算功能,对不同生育过程进行系统分析和合成,相当于所研究系统的最新知识的积累和综合。在这种知识合成的过程中,还能鉴定知识空缺,从而明确新的研究方向，同时，油菜模拟研究在理解油菜生理生态过程及其变量间关系的基础上，进行量化分析和数理模拟，从而促进了对油菜生育规律由定性描述向定量分析的转化过程，深化了对油菜生育过程的定量认识。
南京工业大学
2021-01-12
生产过程软测量建模技术的研究与应用
在过程控制中，若要使生产过程处于最佳运行工况、实现卡边控制，提高装置的经济效益，就必须要对生产过程的重要过程变量进行严格控制。然而对许多工业过程来说，一些重要的输出变量目前还很难通过传感器得到，即使可以测出也不一定具有代表性，不能总体的反映出设备的运行工况。为了解决这类变量的测量问题，出现了不少方法，目前应用较广泛的是软测量方法，目前软测量在流程工业中已得到广泛应用。
南京工业大学
2021-01-12
篮球赛事AI短视频剪辑系统
视频剪辑是一项简单却繁琐的工作，需要投入大量的人力。而且人力完成的视频剪辑，剪辑结果有着很强的主观色彩。通过采集大量各类体育赛事数据进行模型训练，利用深度神经网络良好的自主学习能力，采用Centernet作为多目标检测能力的实现框架，同时利用Transformer重构目标检测进行连锁，二次捕捉目标检测的准确性。CenterNet和Transformer的融合，实现了端到端的目标检测，在准确性提升的基础上满足实时处理视频的要求。综合应用多目标检测跟踪以及多模式识别技术，实现短视频的智能化剪辑，极大程度减少了人工工作量，同时也增加了短视频剪辑的客观性，在大数据时代背景下有着重要的现实意义。
太原科技大学
2021-05-04
新冠肺炎影像学AI智能辅助诊断研究
“现阶段医生需要在大量影像数据中快速诊断出新冠肺炎的病例，此外还需要诊断出病灶分布的位置、大小等来评估严重程度。”薛向阳介绍，针对临床的现实需求，团队将设计目标定位于“肺炎分类鉴别”和“关键病灶检测”两大功能，前者是为区别健康状态、新冠肺炎、其他病毒性肺炎、细菌性肺炎，后者则为找到并分隔出磨玻璃影等病灶区域。针对这些需求，团队设计诊断算法模型，让机器利用模型进行训练，学习不同类型肺炎在CT影像表现上的不同特征，最终具备智能辅助诊断的能力。而这需要突破小样本学习、小目标检测等多个技术难题。“小样本学习”即在较少训练数据样本的条件下进行机器学习。在疫情发生前期，能够获取的新冠肺炎影像数据相对较少，且由于一线影像医生任务繁重，无法获得大量专家标注，因此需要算法在少量样本的条件下“自学成才”。为此，团队采用基于自迁移学习的半监督学习等技巧，使算法具备一定的“小样本学习”能力，在不增加医生标注工作量的情况下较好地提高了算法模型的普适性。由于CT影像切片中的病灶区域有大有小，且往往大中小病灶区域面积悬殊，如何使算法能同时检测大、中、小各个目标是另一大难题。团队利用神经网络的层次性特点与病灶区域的大小进行对应，“网络的底层关注细节，即小病灶区域，而网络中层到高层所关注的病灶区域则越来越大，因此模型通过不同层次的加权和融合，最终便能达到同时检测大小病灶区域的目标。”薛向阳解释道。“不过，即便有诊断‘神器’，影像科医生也是不可替代的。”薛向阳说，人是复杂的机体，病毒在不同人体内感染的反映也不一定相同。”他表示，当遇到机器未曾学习过的微小病变或疑难病例时，仍需要影像医生的经验和智慧。以解决实际问题为目标，该项目在研究过程中始终与临床应用紧密结合。无论是机器学习数据，还是测试评估数据，都来源于临床真实病例。在算法模型定型过程中，为了检验模型的准确率和泛化性，团队也利用现实疑似病例进行了测试。
复旦大学
2021-04-10