|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺
.jpg){kind=logo}
由生成對抗網(wǎng)絡(luò)（GAN）驅(qū)動的進化多目標(biāo)算法
隨著計算智能方法得到更廣泛的應(yīng)用，其從問題本身學(xué)習(xí)的能力亟待增強。為此，越來越多研究提出使用機器學(xué)習(xí)模型來驅(qū)動計算智能。通常，這種基于模型的進化算法的性能高度依賴于所采用模型的訓(xùn)練質(zhì)量。而傳統(tǒng)機器學(xué)習(xí)方法需要大量訓(xùn)練數(shù)據(jù)進行模型訓(xùn)練，而且受維度災(zāi)難的影響，這類方法通常很難解決維度較高的問題，約束了計算智能方法的應(yīng)用范疇。課題組在
南方科技大學(xué)
2021-04-14
生成連續(xù)動態(tài)優(yōu)化問題的測試集 推動動態(tài)優(yōu)化算法應(yīng)用
物流調(diào)度、航班規(guī)劃等復(fù)雜應(yīng)用場景中，設(shè)計方案的評價隨著時間動態(tài)改變。這類優(yōu)化問題在現(xiàn)實中廣泛存在并且求解困難。為了推動該領(lǐng)域的發(fā)展，亟待提出能反映動態(tài)優(yōu)化問題復(fù)雜特性并且可控的測試集，從而推動動態(tài)優(yōu)化算法在現(xiàn)實問題中的應(yīng)用。課題組在
南方科技大學(xué)
2021-04-14
生成連續(xù)動態(tài)優(yōu)化問題的測試集推動動態(tài)優(yōu)化算法應(yīng)用
物流調(diào)度、航班規(guī)劃等復(fù)雜應(yīng)用場景中，設(shè)計方案的評價隨著時間動態(tài)改變。這類優(yōu)化問題在現(xiàn)實中廣泛存在并且求解困難。為了推動該領(lǐng)域的發(fā)展，亟待提出能反映動態(tài)優(yōu)化問題復(fù)雜特性并且可控的測試集，從而推動動態(tài)優(yōu)化算法在現(xiàn)實問題中的應(yīng)用。課題組在IEEE Transactions on Cybernetics上發(fā)表了一種生成連續(xù)動態(tài)優(yōu)化問題的測試集，同時對現(xiàn)有的測試集進行了全面的綜述，并探討了它們在捕獲不同問題特征方面的缺點。
南方科技大學(xué)
2021-04-14
.jpg){kind=logo}
用于 GIS 矢量建筑物多邊形的多尺度表達信息生成方法
本發(fā)明提供一種用于 GIS 矢量建筑物多邊形的多尺度表達信息生成方法，包括輸入不同尺度下的同 名矢量建筑物多邊形，然后對起始圖形和目標(biāo)圖形分別轉(zhuǎn)為轉(zhuǎn)向角函數(shù)表達形式；基于轉(zhuǎn)向角函數(shù)分析 建筑物多邊形的邊特征，獲得邊的變換規(guī)律，包括將特征點匹配得到的邊集分別與目標(biāo)圖形對應(yīng)邊進行 轉(zhuǎn)向角匹配，劃分同邊和異邊；融合得到任意中間尺度下多邊形的轉(zhuǎn)向角函數(shù)，轉(zhuǎn)為坐標(biāo)串表達形式， 得到中間尺度的插值圖形。本發(fā)明能在有效保持矢量建筑物多邊形直角化邊界特征的前提
武漢大學(xué)
2021-04-14
.jpg){kind=logo}
高性能測試向量生成方法及生成器
本發(fā)明提供了一種高性能測試向量生成方法及生成器，包括碼生成模塊以及進位鏈模塊；碼生成模塊時鐘端clk作為高性能測試向量生成器的時鐘端，碼生成模塊碼輸出端Q1...Qn作為高性能測試向量生成器的碼輸出端。本發(fā)明中，測試碼(即測試向量)的位數(shù)越大，其跳變率降低的幅度越大，且本發(fā)電路簡單，功耗小，易于模塊化，易于碼位擴展；進一步地，本發(fā)明生成碼低跳變，全狀態(tài)，故障覆蓋率高，易于硬件和軟件實現(xiàn)，也易于可編程器件實現(xiàn)。
安徽建筑大學(xué)
2021-01-12
由生成對抗網(wǎng)絡(luò)（GAN）驅(qū)動的進化多目標(biāo)算法 為計算智能與深度學(xué)習(xí)的結(jié)合開辟新路
隨著計算智能方法得到更廣泛的應(yīng)用，其從問題本身學(xué)習(xí)的能力亟待增強。為此，越來越多研究提出使用機器學(xué)習(xí)模型來驅(qū)動計算智能。通常，這種基于模型的進化算法的性能高度依賴于所采用模型的訓(xùn)練質(zhì)量。而傳統(tǒng)機器學(xué)習(xí)方法需要大量訓(xùn)練數(shù)據(jù)進行模型訓(xùn)練，而且受維度災(zāi)難的影響，這類方法通常很難解決維度較高的問題，約束了計算智能方法的應(yīng)用范疇。課題組在IEEE Transactions on Cybernetics上發(fā)表了一種由生成對抗網(wǎng)絡(luò)（GAN）驅(qū)動的進化多目標(biāo)算法。
南方科技大學(xué)
2021-04-14
.jpg){kind=logo}
鋰電池管理系統(tǒng)AI算法研究
本項目聚焦于鋰電池管理系統(tǒng)在智能化監(jiān)測與預(yù)測中的關(guān)鍵痛點，尤其擬面向電池容量衰減預(yù)測、SOC/SOH估計不準(zhǔn)、電池剩余時間不準(zhǔn)確、MAP/SOP估算等方面。通過引入人工智能算法，構(gòu)建融合機器學(xué)習(xí)與深度學(xué)習(xí)的電池狀態(tài)預(yù)測模型，擬實現(xiàn)高精度SOC（荷電狀態(tài)）與SOH（健康狀態(tài)）估計的優(yōu)化，提升電池管理系統(tǒng)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(shù)據(jù)構(gòu)建訓(xùn)練集，采用輕量級線性回歸模型及改進型人工神經(jīng)網(wǎng)絡(luò)進行建模優(yōu)化，并結(jié)合特征工程技術(shù)提高預(yù)測精度。同時，設(shè)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(yōu)勢方面，項目成果具備算法輕量化、部署便捷、預(yù)測準(zhǔn)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(tǒng)BMS方案，該AI算法可顯著提升電池使用效率與壽命，精準(zhǔn)估算SOC/SOH，降低維護成本。
目前項目成果已在合作企業(yè)內(nèi)部儲能設(shè)備中開展應(yīng)用測試，初步反饋表明荷電狀態(tài)預(yù)測準(zhǔn)確度提升40%左右，電池健康度準(zhǔn)確度提升40%左右，系統(tǒng)響應(yīng)及時，具備較高實用性和推廣價值。專家評審一致認(rèn)為，該項目在智能電池管理系統(tǒng)方向具有較強的創(chuàng)新性和實際應(yīng)用前景。
西南大學(xué)
2025-05-12
尖形布電器
產(chǎn)品詳細(xì)介紹 1.演示在電荷平衡時，導(dǎo)體上電荷分布在外表面。 2.曲率相同的外表面，電荷分布均勻。 3.同一導(dǎo)體的外表面，曲率愈大電荷越多，曲率越小，電荷越少。 4.同一導(dǎo)體的各處電勢相等。
天津市大中教學(xué)儀器廠
2021-08-23
.jpg){kind=logo}
人體姿態(tài)估計算法
北京體育大學(xué)沈燕飛科研團隊使用人體姿態(tài)估計算法，對擊劍比賽過程中兩名選手的身體各環(huán)節(jié)和關(guān)節(jié)的運動進行的智能識別。工手動標(biāo)記數(shù)據(jù)等方法，更為高效，可應(yīng)用于海量體育視頻數(shù)據(jù)的分析和未來的體育大數(shù)據(jù)的構(gòu)建。
北京體育大學(xué)
2021-04-10
.jpg){kind=logo}
抗體藥物設(shè)計平臺算法
簡介：
抗體藥物是生物制藥中復(fù)合增長率最高的，2019年全球研究抗體市場規(guī)模為34億美元，預(yù)計在預(yù)測期內(nèi)復(fù)合年增長率為6.2％。原研藥二次改造獲得成藥性更好的藥物分子（bio-better）是抗體和細(xì)胞因子藥物研發(fā)的突破口。人工智能技術(shù)廣泛應(yīng)用在靶點篩選、分子進化、臨床各階段研究、產(chǎn)品上市后的活動中。
我們開發(fā)的智能抗體設(shè)計平臺，包括 抗體序列注釋分析、抗體翻譯后修飾位點的預(yù)測、抗原線性表位預(yù)測、抗體結(jié)構(gòu)的預(yù)測與優(yōu)化、 抗體-抗原相互作用的預(yù)測、抗體分子的設(shè)計與改造。高效的完成抗體親和力成熟、穩(wěn)定性優(yōu)化和人源化改造等。
優(yōu)勢：
1、研發(fā)成本節(jié)約3-5倍，時間節(jié)省5倍，篩選成功率提升6倍
2、可以幫助指導(dǎo)、設(shè)計實驗，減少消耗，加快速度，提高準(zhǔn)確率
3、計算方法已經(jīng)得到了實驗從正、反兩方面的驗證。
圖1：深度學(xué)習(xí)算法預(yù)測蛋白質(zhì)相互作用時界面氨基酸配對:成功率72.1%
圖2：計算相互作用得到了實驗從正、反兩方面的驗證
中國人民大學(xué)
2021-05-15