|
搜索
搜 索
高等教育領域數字化綜合服務平臺
基于人工智能算法的電弧放電檢測系統
在串聯回路中，當電弧或放電現象發生時，對電流進行頻譜分析，根據電流 的頻譜特征變化來確定是否有電弧發生，提供預警信息或保護動作。為了防止在 開關的瞬間或受到其他脈沖電流的干擾造成電弧故障檢測電路誤動作，同時在頻譜分析的基礎上綜合電弧時間長短等其他特性作為電弧故障的判據。系統的硬件 部分包含電流檢測、濾波、故障特征提取等模塊。軟件部分包含信號采集、信號 處理、故障判別等模塊，并綜合時間等其他因素降低誤報率，提高檢測系統的可 靠性。在算法中，采用了人工智能算法以提高系統的適應性。主要成果包
上海理工大學
2021-01-12
基于熒光光譜和智能算法的食品安全檢測技術
江南大學
2021-04-11
基于熒光光譜和智能算法的食品安全檢測技術
1、項目簡介 本項目在三維熒光光譜技術的基礎上，建立光譜數據矩陣計算模型和處理方 法，建立了基于熒光光譜和智能算法的食品安全檢測新技術。應用于白酒檢測， 實現了白酒品種和年份酒年份的科學化、儀器化和智能化鑒別和測定；應用于食 品添加劑檢測，實現了目標物的種類和含量的方便、快捷、靈敏、準確測定。 2、創新要點 本項目研發用于復雜混合物體系檢測的高分辨率熒光光譜技術，結合數學建 模方法和智能計算技術，以三維熒光光譜獲得更多信息，以三維數陣校正智能算 法進行混合物光譜特征信息的提取和處理，在處理復雜混合物體系光譜信息方面 發揮優勢，實現了以“數學分離”代替“化學分離”、以“計算識別”代替“人 工判別”，解決了復雜混合物熒光光譜特征指向問題，建立了新的食品安全檢測 技術。 3、效益分析 “白酒年份酒的熒光光譜檢測技術及鑒別系統”可實現對所建庫中不同品牌白 酒及不同年份白酒進行準確鑒別，可應用于白酒企業的生產管理和年份白酒消 費市場的監督管理，將促進我國白酒年份酒的產生和銷售的規范和發展，推動 品牌白酒鑒別工作的技術進步，為打擊假冒偽劣、保護名牌提供技術支持，具 有直接的經濟效益和良好的社會效益。 4、推廣情況 建立的白酒熒光光譜檢測技術對“中國白酒 169 計劃”和“白酒 3C”計劃的 家白酒企業的產品進行了應用。在“山西杏花村汾酒廠股份有限公司”，本項目 成果已應用于公司的生產管理和市場的監督管理.本項目成果已在“無錫市凱得 靈糖果食品有限公司”得到應用，應用于公司生產原料和成品的檢測。為本公司 確保產品質量，提供了有效的技術支持，促進了產品質量的穩定和提高，應用二 年多時間以來，糖果的產銷量有了顯著的增長
江南大學
2021-04-13
鋰電池管理系統AI算法研究
本項目聚焦于鋰電池管理系統在智能化監測與預測中的關鍵痛點，尤其擬面向電池容量衰減預測、SOC/SOH估計不準、電池剩余時間不準確、MAP/SOP估算等方面。通過引入人工智能算法，構建融合機器學習與深度學習的電池狀態預測模型，擬實現高精度SOC（荷電狀態）與SOH（健康狀態）估計的優化，提升電池管理系統的智能水平與安全性。
解決方案方面，項目基于實地檢測磷酸鐵鋰電池充放電數據構建訓練集，采用輕量級線性回歸模型及改進型人工神經網絡進行建模優化，并結合特征工程技術提高預測精度。同時，設計適用于邊緣計算的部署方案，使模型可在BMS嵌入式硬件平臺實時運行，降低對計算資源的依賴。
在競爭優勢方面，項目成果具備算法輕量化、部署便捷、預測準確度高、兼容性強等特點，特別適用于電力儲能、電動汽車等對安全性和可靠性要求高的場景。相比傳統BMS方案，該AI算法可顯著提升電池使用效率與壽命，精準估算SOC/SOH，降低維護成本。
目前項目成果已在合作企業內部儲能設備中開展應用測試，初步反饋表明荷電狀態預測準確度提升40%左右，電池健康度準確度提升40%左右，系統響應及時，具備較高實用性和推廣價值。專家評審一致認為，該項目在智能電池管理系統方向具有較強的創新性和實際應用前景。
西南大學
2025-05-12
腫瘤醫學圖像智能診斷算法
簡介：
1、胰腺腫瘤CT圖像診斷算法。針對胰腺腫瘤分類問題，從醫學CT圖像出發，搭建深度學習模型。對于腫瘤分類，我們將問題建模成兩部：胰腺定位查找和胰腺腫瘤分類。我們建立級聯分割網絡，從病人腹部的CT圖像中將胰腺器官分割出來。級聯分割網絡比之前的層級分割網絡結果提升10各點。之后建立多模態分類網絡，針對CT圖像的特性，將多切片多造影劑時期多區域的數據進行融合，在胰腺腫物分類中取得了較好的結果。
層級分割模型示意圖
分類模型可視化熱圖
2、現有的乳腺癌腋窩淋巴轉移的醫療診斷措施為病理活檢，是一種過度醫療。基于乳腺鉬靶圖像的術前無創的乳腺癌腋窩淋巴轉移預測手段能夠有效避免過度醫療。我們構造了基于乳腺鉬靶圖像的深度卷積神經網絡模型來處理乳腺癌腋窩淋巴轉移問題。我們對乳腺鉬靶數據進行了預處理和數據集的整理、劃分。我們構造了三個不同的深度卷積神經網絡，患病側單體位網絡、患病側雙體位網絡和雙側雙體位四視圖網絡。其中，患病側單體位網絡分為 CC 位網絡和 MLO 位網絡。在乳腺鉬靶數據的測試集上，患病側 CC 位網絡、患病側 MLO 位網絡、患病側雙體位網絡、雙側雙體位四視圖網絡的結果依次遞增。這表明了同時使用同一患者的四張鉬靶圖像的雙側雙體位四視圖網絡具有更好的預測效果，更適合乳腺癌腋窩淋巴轉移預測任務。對于雙側雙體位四視圖網絡，我們不僅使用了雙側測試集 1，還使用了額外的雙側測試集 2 進行測試。
鉬靶乳腺圖像預處理
雙側雙體位深度學習網絡
優勢：從客觀的醫學圖像數據出發，結果可重復，而且高效快捷，提高識別準確率的同時，便于臨床推廣。
中國人民大學
2021-05-15
腫瘤醫學圖像智能診斷算法
1、胰腺腫瘤CT圖像診斷算法。針對胰腺腫瘤分類問題，從醫學CT圖像出發，搭建深度學習模型。對于腫瘤分類，我們將問題建模成兩部：胰腺定位查找和胰腺腫瘤分類。我們建立級聯分割網絡，從病人腹部的CT圖像中將胰腺器官分割出來。級聯分割網絡比之前的層級分割網絡結果提升10各點。之后建立多模態分類網絡，針對CT圖像的特性，將多切片多造影劑時期多區域的數據進行融合，在胰腺腫物分類中取得了較好的結果。層級分割模型示意圖 分類模型可視化熱圖 2、現有的乳腺癌腋窩淋巴轉移的醫療診斷措施為病理活檢，是一種過度醫療。基于乳腺鉬靶圖像的術前無創的乳腺癌腋窩淋巴轉移預測手段能夠有效避免過度醫療。我們構造了基于乳腺鉬靶圖像的深度卷積神經網絡模型來處理乳腺癌腋窩淋巴轉移問題。我們對乳腺鉬靶數據進行了預處理和數據集的整理、劃分。我們構造了三個不同的深度卷積神經網絡，患病側單體位網絡、患病側雙體位網絡和雙側雙體位四視圖網絡。其中，患病側單體位網絡分為 CC 位網絡和 MLO 位網絡。在乳腺鉬靶數據的測試集上，患病側 CC 位網絡、患病側 MLO 位網絡、患病側雙體位網絡、雙側雙體位四視圖網絡的結果依次遞增。這表明了同時使用同一患者的四張鉬靶圖像的雙側雙體位四視圖網絡具有更好的預測效果，更適合乳腺癌腋窩淋巴轉移預測任務。對于雙側雙體位四視圖網絡，我們不僅使用了雙側測試集 1，還使用了額外的雙側測試集 2 進行測試。鉬靶乳腺圖像預處理 雙側雙體位深度學習網絡 優勢：從客觀的醫學圖像數據出發，結果可重復，而且高效快捷，提高識別準確率的同時，便于臨床推廣。
中國人民大學
2021-04-10
基于多智能體系統的分布優化算法
針對大規模的復雜網絡系統，在理論上研究網絡節點之間協同規則，研究網絡結構與系統性能之間的關系，構建實現網絡性能指標最優化的分布式算法。其應用主要包括大規模移動通信網絡中信道資源的最優分配問題、通信基站的最優覆蓋問題等。
東南大學
2021-04-11
Web挖掘中若干理論與算法的研究
Web挖掘技術屬于信息科學領域，涉及自然語言處理、模式識別、知識工程、機器學習和隨機過程等多個研究領域，并需要使用概率統計、矩陣理論以及其他軟計算方法作為研究工具和手段。本項目主要針對Web挖掘中的Web數據模型、文本分類和信息檢索等基本問題進行理論和算法上的研究，并就這些問題提出了潛在語義結構模型、基于投影尋蹤的中文網頁分類算法和基于Markov網絡的信息檢索等模型。同時，在理論上對這些方法進行了深入的研究和探討，從理論上證明了其正確性。在實驗方面，我們將分類模型應用于大規模的標準測試文檔集（REUTER-21578語料庫、復旦大學中文文本分類語料庫），進行了大量的實驗，結果表明這些方法均表現出了較好的性能，接近甚至優于SVM和KNN的分類效果，并應用檢索模型在標準測試文檔集（CACM、CISI、CRAN、MED）上進行了多次對比實驗，其性能與BM25相當在某些指標上甚至更優。另外，課題組在北大天網測試文檔集上應用上述模型，在近幾年的全國搜索引擎和網上信息挖掘學術研討會（SEWM）的中文WEB信息檢索評測中均取得了優異的成績。
江西師范大學
2021-05-05
研發Visionome技術算法可智能高效診斷多種眼病
與傳統圖片級分類標注方法相比，Visionome技術可多產生12倍標簽，而這些標簽訓練出來的算法顯示了更好的診斷性能。基于此技術，團隊訓練出可準確識別多種眼前段病變的裂隙燈圖像智能評估系統，可應用于大規模篩查、綜合分診、專家級評估、多路徑診療建議等多個臨床場景。不僅在回顧性數據集中表現出眼科專家級別的診斷水平，在前瞻性數據集中也表現出色。使用者通過在Visionome診斷系統中上傳眼前段圖像，即能一次獲得多個部位的全方位診斷，與傳統的人工智能算法相比，Visionome系統可生成更加全面、精細、具體的報告，真正讓醫學人工智能應用揭開神秘的面紗，成為一個接地氣的“醫生”。
中山大學
2021-04-13
基于分層智能探索算法的玻璃切割優化軟件
本軟件的主要用途是針對玻璃切割的場景提出求解多約束的矩形切割問題的分層智能搜索算法，為玻璃切割方案提供全局優化，實現原料利用率的最大化，在節約資源的同時提高產量。
一、項目分類
關鍵核心技術突破
二、成果簡介
切割問題和裝填問題在學術界屬于一類經典的NP 難問題，它們有著眾多的變種，例如：一維的背包問題，二維的矩形切割問題，三維的裝箱問題等。其中以二維的場景應用最為廣泛，相關求解算法可以作為玻璃、板材、管材、服裝切割套料智能制造的算法內核。
本軟件的主要用途是針對玻璃切割的場景提出求解多約束的矩形切割問題的分層智能搜索算法，為玻璃切割方案提供全局優化，實現原料利用率的最大化，在節約資源的同時提高產量。
對于玻璃切割問題約束復雜的特點，本軟件有針對性的提出了一種局部解的表示方法，它使算法的分布式部署成為可能，并且大大減少了程序運行時的內存開銷。為了提高算法的效率，軟件采用了貪心隨機的基本搜索框架，并結合問題特點，將搜索過程分為多層嵌套進行，以提高搜索的靈活性和精確性。
華中科技大學
2022-07-27