所属分类：电子信息产业

所属单位：西安工程大学

成果简介：针对GIS使用情况，国际大电网会议做了详细调研，结果表明绝缘故障占到所有故障的62.3%，为实现对GIS内部异物缺陷准确可靠地检测，本成果研制出一套GIS设备内部异物缺陷智能检测平台。首先，通过理论与实验结合研究了GIS内部异物运动和放电故障产生的机理，以及不同内部异物缺陷表现出的特征；其次，根据不同缺陷表现出的特征研发了一套多维传感器GIS内部异物缺陷智能检测与评估系统；最后，通过实验和现场测试出的数据并结合人工智能算法和三维重构技术最终实现了GIS内部异物缺陷的分类、评估和三维重构。现场人员通过该系统，在检修过程中能够精确判断其内部是否存在内部异物缺陷、缺陷类型以及评估其对GIS的危害程度，同时能够展示其三维动态过程。 课题组与西安金源电气股份有限公司和国网宁夏省电力公司电力科学研究院等长期合作，合作企业为该成果的示范应用及推广提供了良好的外部条件。本项目产品自2020年5月开始研发，2023年5月研发完成。截止目前为止，已经销售到多家电力企业，为企业新增产值 300万元、新增利润 80 万元，税收35 万元。同时，研究成果发表在国际顶级期刊《IEEE Transactions on Power Delivery》上2篇、研究成果发表在国际顶级会议2024 CIEEC和2022 CMD上，授权发明专利1项、申请受理相关发明专利2项。

所属分类：电子信息产业

所属单位：西安理工大学

成果简介：本成果聚焦于开发一种基于SlimYOLOv3的实时目标检测系统，旨在解决传统目标检测算法在实时性和准确性上的不足。研究内容涵盖SlimYOLOv3算法的轻量化设计、模型训练与优化、实时检测性能测试等关键步骤。 在期刊方面，相关研究成果已投稿至《计算机视觉与模式识别》等权威期刊，并获得了审稿人的积极评价。SlimYOLOv3通过通道剪枝和模型压缩技术，实现了在保持较高检测精度的同时，大幅降低计算量和内存需求，成为研究的创新点。 成果应用广泛，特别是在智能交通、安防监控和工业自动化等领域，该系统能够实时、准确地检测并跟踪多个目标，显著提高监控效率和安全性。例如，在智能交通中，该系统能实时检测道路车辆和行人，为交通管理提供有力支持，有效缓解交通拥堵。 研发团队由深度学习、计算机视觉和嵌入式系统领域的专家组成，他们具备丰富的研发经验和创新能力。管理团队则负责项目的整体规划、资源调配和进度控制，确保项目高效推进。该系统的成功研发和应用，不仅推动了深度学习技术的进一步发展，还产生了显著的社会效益和经济效益。

所属分类：电子信息产业

所属单位：西北工业大学

成果简介：本项目一个重要研究内容是提出一个基于可穿戴式惯性传感器和车载传感器的完整系统性的人车系统实时姿态估计方案。本项目充分利用传感器融合技术和人车系统中物理几何约束等来解决上述问题。计划提出的方案仅仅利用有限数量的惯性传感器和车载传感器，因此，十分适合在人车交互这种典型的户外人机物理交互应用中进行实时完整姿态估计。所以本项目另一个主要研究内容是提出一种以运动整形为目标的能将高维度人车系统进行低维动力学建模的方法。所需要的系统动力学模型首先需要能描述人车系统内的运动联系，比如人和车运动耦合和四肢运动耦合等等。同时，为了使运动整形成为可能，系统动力学模型还必须有物理意义和控制输入，例如轮地摩擦力输入、前叉方向角输入等。另外，系统动力学模型还必须有低维度、低复杂度的特点。为了解决上述难点，本项目在物理建模法和统计学习建模法的融合方面进行尝试。在本项目的直接支持下，已发表（含接收）高水平学术论文7篇，其中SCI论文5篇(含IEEE期刊长文3篇，机器人顶级期刊IJRR1篇)，国际顶级会议论文2篇。

所属分类：电子信息产业

所属单位：西北工业大学

成果简介：本科技成果主要面向无人协作系统中的动态优化问题，系统地介绍了在动态进化算法及其应用方面的重要研究进 展。研究内容包括动态优化及进化算法的基本理论、具体算法的开发与应用，以及在实际无人系统中的应用示范 。本研究的创新点主要体现在以下几个方面：1.提出了多种新颖的动态进化算法策略，包括环境辨识记忆策略和 粒子滤波技术的结合应用。2.发展了基于Pareto解集预测的动态多目标进化算法，显著提高了多目标优化问题的 求解效率和精度。3.创新性地将动态进化算法应用于无人作战航空器（UCAV）的航迹规划和编队智能战术飞行， 提供了有效的解决方案。社会效益方面，这些技术提升了无人协作系统的效率和可靠性，为工业和安全领域提供 了强有力的技术支持。项目得到了国家自然科学基金和多个重点科研项目的支持，确保了研究的顺利进行和高质 量的成果产出。

所属分类：电子信息产业

所属单位：浙江财经大学

成果简介：实验室自主研发基于大模型的智能投顾平台，集成多模态金融数据分析与自然语言生成技术，实现研报自动化生成、风险预警及资产配置优化。系统支持实时数据处理与动态策略调整，已在证券、基金等多家机构部署，研报生成效率提升80%，准确率达行业领先水平，助力金融机构数字化转型。

所属分类：电子信息产业

所属单位：华中科技大学

成果简介：在武汉市应用基础前沿项目“基于头皮脑电图的小儿癫痫自动分类与病灶定位”支持下，提出深度学习、迁移学习等多种机器学习算法，用于基于头皮脑电的癫痫检测与分类，尤其是小儿癫痫。首先判断有无癫痫？如果有，是局灶性发作还是全面性发作？如果是全面性发作，进一步判断其具体类型，如强直发作、失神发作等。 • 多模态融合和多核知识迁移。 • 基于EEGNet的精简深度神经网络，降低EEG癫痫亚型分类中所需的带标签数据量。 • 基于Transformer的自监督学习模型用于EEG癫痫亚型分类，解决EEG数据的长时程依赖和训练数据不足的问题。 • 基于决策树梯度提升机的半监督迁移提升机(SS-TrBoosting)无源域域适配(SFDA)，使用预训练源域模型而非源域数据来实现隐私保护迁移学习。

所属分类：电子信息产业

所属单位：西安交通大学

成果简介：本项目在国家重点研发计划的支持下，面向我国机器人运行维护智能化转型的重大战略需求，针对机器人机电控感耦合机理建模、个体差异显著下的智能故障诊断、工况复杂多变下的寿命预测等关键难题开展研究，构建了机器人机电控感耦合模型，提出了考虑个体差异的机器人迁移智能诊断、多源数据融合的健康评估与寿命预测技术，开发了机理模型和多源数据双驱动的分级诊断与预测应用技术。基于以上理论研究与技术成果，制定了机器人运行维护系列国家标准，形成系列知识产权，并集成专利技术研发了多款机器人健康评估预测软件与平台，在浙江钱江、重庆固高、佛山隆深、北京奔驰等企业应用示范，取得了明显的社会和经济效益，提升了我国机器人的运维智能化水平。

所属分类：电子信息产业

所属单位：中国科学技术大学

成果简介：“现场中技所远程”协同工作系统，旨在建立面向分散作业现场的现场中技所远程协同工作的音视频指导/监控/分析平台。它实现了对分散的作业现场进行统一的安全管理和技术指导、对作业现场进行全过程/全天候/零距离的监督管控、对现场的安全隐患/作业风险进行提前发现及解决，可以广泛使用于现场抢险等各种需要实时协同的场景。可以有效地提高施工/检修现场的监控效率，解决了多年来困扰生产管理者对现场作业人员的监控不到位和无法实现协同交互的难题。并且实现了实时远程视频安全监护和操作场景实况录像，为事故分析和技术演练提供完整数据支持。

所属分类：电子信息产业

所属单位：中国矿业大学

成果简介：针对海量矿压数据无法有效分析、矿压分析理念落后、工作面及巷道矿压无法联动分析等问题，开发了矿压大数据智能分析与顶板灾害智能预警系统，实现综放工作面支架压力、巷道锚杆（索）应力、顶板离层等各矿压监测系统的多源数据融合采集，实现了矿压显现规律智能分析、顶板来压智能预报、支护质量评价与故障智能化诊断、巷道矿压智能监测与分析、顶板灾害智能化预警。目前，该科技成果已在神东煤炭集团、山西潞安集团、中煤集团、山东能源集团、晋能控股集团等20余座煤矿推广应用，获得广泛认可。

所属分类：电子信息产业

所属单位：中国矿业大学

成果简介：本专利研发的煤矿井下辅助运输机器人车路协同定位系统，针对井下复杂环境定位难题，构建“端-路-车-云”四级协同架构，通过巷道端全局定位、自然语义路标局部增强、多源融合算法（激光雷达/IMU/视觉）实现动态鲁棒定位，结合矿井监控平台达成厘米级精度导航。实测显示，系统定位误差<15cm，运输效率提升40%，为井下无人化运输提供技术支撑。

所属分类：电子信息产业

所属单位：中国矿业大学

成果简介：研究了各种AI算法及大语言模型技术，建立了以井下人员为生物传感器的模型，通过把井下人员电话交流语音转换成文字，分析其中存在安全隐患的蛛丝马迹，分析所涉及生产安全事件的演变趋势及规律，打造了覆盖时间纵向和各专业横向的搜索能力及归类总结的智慧逻辑思维能力，并提供给调度员AI助力，力争做到生产安全问题的“早发现、早干预、早处置”，把问题隐患消灭在萌芽状态。

所属分类：电子信息产业

所属单位：中国矿业大学

成果简介：本系统及装备发明了煤矿特殊环境下的工业视频图像特征增强和识别方法，研制并大量推广了端边实时在线分析与交互的视频AI边缘计算终端和成套装备，研发了视频实时识别、协同预警的煤矿安全风险全域感知与智能防控系统平台，及时发现人员、设备和环境等风险隐患。根据技术查新结果和鉴定意见，项目提出的煤矿安全风险视频AI识别云-边-端协同分析系统及装备。