所属分类：电子信息产业

所属单位：福州大学

成果简介：为响应国务院、自然资源部、福建省自然资源厅等政策要求，同时为了满足自然资源和规划局成立后，国土、规划、林业、海域海岛四大领域的业务流程整合再造需求，提升国土空间治理能力，推进城市管理治理精细化水平，建设国土空间规划一张图模拟与分析系统。系统将具体包括以下三项核心算法模拟分析功能： （1）城市低碳发展模拟，系统将城市建成区的能耗数据、交通流量、人口分布以及建筑特性等多维度数据进行综合分析，模拟城市碳排放情况，为低碳城市规划提供决策支持。 （2）城市15分钟生活圈模拟，通过模拟城市15分钟生活圈，评估城市公共服务设施的覆盖率和可达性，为城市公共服务设施布局提供科学依据。 （3）城市热岛效应模拟，通过二三维数据汇聚与计算能力，对城市热岛效应聚拢区域进行分析计算，从而研判该地区产生热岛效益环境的关键因素以及基于现有城市土地规划发展中需关注的重点。

所属分类：电子信息产业

所属单位：福州大学

成果简介：在城市化进程不断加快的背景下，城市管理的复杂性日益增加，对城市体检评估的需求也日益迫切。当前城市体检工作中，由于缺乏平台支撑，而给体检工作带来的人工操作效率较低、一年一报实时性差、数据分散汇聚困难、不便进行横向和纵向分析比对、咨询报告生成成本高等五大明显不足，城市体检评估信息系统的建成将很好地解决存在不足的问题。 本项目旨在整合多源数据，通过先进的数据分析和人工智能技术，建设和应用城市体检评估信息系统，为城市管理者提供全面、精准的城市体检评估服务。系统的主要功能包括数据采集、数据处理、健康评估、预警预测和决策支持。由此，城市管理者可以及时了解城市的运行状态，发现潜在问题，制定科学有效的管理策略，推动城市的可持续发展。

所属分类：电子信息产业

所属单位：福州大学

成果简介：“十四五”期间规划对加强水利建设做出部署，强调增强水旱灾害防御能力。福建省属于洪涝灾害频发的区域，水利应急救灾任务繁重，而传统的抢险方式存在三个重要科学问题：一是灾害险情现场定位与数据传输的低效性，二是灾害险情现场情况的多样性，三是车辆人员物资调度分配的复杂性，需要借助科技的力量更高效更智能的完成应急救灾任务。就此，2016年始，项目组针对上述挑战，研究了高效化的灾情高精度定位与低延时数据传输技术、智能化的AI险情自训练与识别、自主化的防汛救灾方案智能决策，形成了智能化高效化的防汛救灾应急决策指挥系统，提高了针对防汛救灾的应急响应速度和应急管理能力。

所属分类：电子信息产业

所属单位：桂林理工大学

成果简介：本实用新型公开了一种考研预测系统，所述系统包括智能终端和云端服务器，所述智能终端与云端服务器连接，所述云端服务器包括云存储模块，所述云存储模块用于存储考研预测模型，所述智能终端包括成绩录入系统，所述成绩录入系统用于学生录入大学考试成绩。通过在云端服务器构建考研预测模型，并且通过智能终端录入学生的大学考试成绩，将大学考试成绩发送至考研预测模型进行预测，避免了人工处理，能够大大降低成本，提高处理效率和预测的准确性，降低出错概率；同时，通过考研预测模型得到预测结果后，将预测结果返回智能终端进行显示，能够让学生比较直观地了解本人通过考研的概率，从而决定是否参加考研，对于学生具备参考价值。

所属分类：电子信息产业

所属单位：杭州师范大学

成果简介：现有成分血分离基于红细胞和血浆之间的密度差，通过高速离心和挤出分离实现，该方法面临效果不佳、效率低以及成本高等系列问题。鉴于此，本工作利用成分血之间的尺寸差异，通过单分散、超薄的垂直通孔膜将之分离，并基于分离膜与血袋间的组合式设计，实现全重力驱动的成分血筛分。该成果不仅有效提高了血液的分离质量与效率，且无需高速离心机和挤出分离机等设备投入，将从根本上革新成分血分离行业。

所属分类：电子信息产业

所属单位：华东理工大学

成果简介：肺癌是严重危害人类健康的疾病。WHO资料显示，肺癌无论是发病率还是病死率均居全球癌症首位。目前早期肺癌的诊断主要依靠影像和临床经验，各级医院和不同医生之间存在差别明显的高低不一的诊疗水平。根据中国肺癌防治联盟调查结果表明存在不同程度的过度治疗问题。为解决这些问题，本项目研发了基于人工智能深度学习技术的早期肺癌辅助分析系统。所设计的方法和系统具有良好的敏感性、特异性，实用性强。可针对高危人群开展广泛肺癌筛查，提供快速的辅助诊断AI结果。本项目对提高肺癌长期存活率，取得良好的社会和经济效益具有实际价值。

所属分类：电子信息产业

所属单位：华南理工大学

成果简介：随着IIoT的深入推进，工业现场不断生成海量异构数据，如何高效采集、准确理解、隐私保护并快速响应，已成为制造业智能化升级的核心挑战。为应对这些痛点，本项目构建了一套创新的“感知-认知-执行”闭环架构，显著提升工业现场的智能感知与自主决策能力。核心技术包括：工业大模型与联邦学习融合、空地协同的无人系统数据采集与处理、多模态语义对齐与VLA协同机制。本成果在智能运维、无人化工厂、柔性制造、协作机器人、工业质检与数字孪生等领域具备广阔应用前景。

所属分类：电子信息产业

所属单位：华南农业大学

成果简介：围绕建设智慧果园的需求。利用数字孪生、虚拟现实和深度强化学习等技术，开发基于数字孪生的果园虚拟交互系统。主要包括果园数字孪生系统总体设计、移动机器人行为决策及仿真和系统开发、集成与应用测试。 关键技术主要包括： 数字孪生技术实现物理空间和虚拟空间的信息融合； 虚拟现实技术建立人-机-环境有机融合的多维信息空间； 深度强化学习赋予移动机器人自主学习和行为决策能力。 围绕“数据”的核心主线，智慧果园包括感知、传输、分析、控制、应用决策等，果园大数据监测管理平台得到广泛应用。 图 1建立面向果园种植管理的数字孪生系统模型构建技术体系 研究团队在国家自然科学基金、广东省自然科学基金、广东省科技攻关项目等资助下，开展了智慧果园关键技术研究，研制了具有自主产权的荔枝生产智慧管理系统，如图 2所示，取得了智慧果园的相关研究成果，其中申请发明专利12项，实用新型专利8项，发表论文100多篇，获得广东省科技成果三等奖一项。项目组与佛山市中科农业机器人与智慧农业创新研究院、广东若铂智能机器人有限公司等单位保持长期合作关系，已在智慧果园领域开展产业化应用。

所属分类：电子信息产业

所属单位：济南大学

成果简介：本项目依托山东省网络环境智能计算技术重点实验室、济南大学信息科学与工程学院和山东小鸭精工机械有限公司，多年来合作科技攻关致力人工智能和工业物联网智能制造技术研究与产业化发展。该项目基于人工智能边缘计算的轮辋焊缝检测和气密性检测系统旨在解决车轮生产线上全自动车辆轮辋焊缝定位，轮辋内充气加压，气流传感器气流检测，从而实现快速精准的轮辋气密性检测。该项目的研发投入使用，将为企业增收节支，促进企业生产的智能化、信息化，并实现生产车间全自动无人值守生产的智能化升级。本系统集计算机视觉、嵌入式边缘计算、工业控制技术为一体。 计算机视觉：本系统采用人工智能中计算机视觉的方式，自主设计了多尺度特征融合的神经网络识别算法，提出基于目标动态加权损失计算的损失函数优化方法，提高轮辋的焊缝识别和定位的速度和精度。 嵌入式边缘计算：本系统提出的模型量化后参数量不大于1M，可部署于嵌入式边缘设备上，降低传统服务器式部署的成本和云计算服务的延时问题。采用边缘计算在提高系统健壮性的同时，增加数据的安全性，满足工业生产线的实时性，使丰富多元化的系统适用于特定的工业生产场景。 工业控制技术：本系统与嵌入式边缘计算端通信，并接收边缘计算端的计算结果，进而控制工业生产线设备。基于人工智能边缘计算的焊缝定位与气密检测系统，结合人工智能技术对轮辋焊缝进行识别以及气流检测，解决了原有生产线焊缝定位困难的问题，实现了技术自主研发和车轮生产线的全自动化、智能化，提高了车轮生产线效率和车轮质量，降低了人力成本和制造成本，具有重大经济效益；其次在保证识别率的前提下对神经网络模型的压缩使神经网络模型可运行在嵌入式平台上，符合人工智能算法向嵌入式设备移植的技术发展趋势。目前，本项目在中国重汽（济南章丘）和中国一汽（长春）车轮生产线投入使用，解决了原有生产线焊缝定位困难的问题，实现了技术自主研发和轮辋生产线的智能化升级，替代进口设备，汽车制造领域气密检测实现突破，降低了人力成本和制造成本，具有重大经济效益，为公司增收节支1500万元。

所属分类：电子信息产业

所属单位：江苏大学

成果简介：本发明提供一种基于深度学习的熔覆层几何特征预测方法及系统，采集不同工艺参数下增材制造过程中熔池图像数据；建立多信息融合的深度学习卷积神经网络模型，将采集到的熔池图像数据和工艺参数作多信息特征融合处理后，划分训练数据集和测试数据集，输出熔覆层宽度和高度；将训练数据集中的工艺参数和熔池图像数据输入建立的深度学习卷积神经网络模型中，对模型进行训练和优化，得到优化后的深度学习卷积神经网络模型；选取测试数据集中的工艺参数和熔池图像数据，通过测试数据集的回归结果评估得到的卷积神经网络模型的泛化能力；将测试集数据中的工艺参数和熔池图像数据输入优化后的深度学习卷积神经网络模型中，预测熔覆层的实际几何特征。;

所属分类：电子信息产业

所属单位：江苏大学

成果简介：本发明提供一种道路标记线智能识别方法及系统，图像特征模型识别训练:采集道路标记线图像建立样本集，对样本进行图像处理，提取样本图像特征，进行学习训练，;形成残缺或者模糊道路标记线图像特征模型，并建立道路标记线图像特征模型库；图像特征提取:采集实际道路标记线图像，进行图像处理和图像过滤处理，提取实际道路标记线图像特征；图像特征识别:通过对实际道路标记线图像特征识别，在道路标记线图像特征模型库中寻找与实际图像所提取的残缺和模糊特征最匹配的模型，计算二者匹配拟合度，分析其数值大小，实现对实际工况下道路标记线的识别。本发明提高了道路标记线识别精度。

所属分类：电子信息产业

所属单位：南京工业大学

成果简介：本成果针对眼睛健康监测和眼科病变分析， 研究提出了三维到二维的图像投影网络、病变注意力引导的脉络膜新生血管体积预测模型、层属性保护的鲁棒视网膜层分割模型， 首次提出了一种新的视网膜病变定量评价指标——FAZ 体积。开发了基于人工智能的眼科病变辅助分析系统， 包括基于手机的眼表图像自动采集系统、图像配准和拼接系统、眼底组织结构可视化显示和定量分析系统、眼底病变筛查系统、眼底病变预测系统等模块， 为眼科病变辅助分析提供全流程功能支持。1.支持至少 10 幅图像自动配准、每两幅图配准时间小于 3 秒；2.筛查精度高于 95%，视网膜层平均分割精度小于 2 像素；3.脉络膜新生血管体积预测平均绝对误差小于 0.07mm3。技术成熟度 6-7 级，可开展孵化转化。成果可应用于医疗行业眼科病变辅助分析场景，包括为大众提供随时眼睛健康状况监测，为眼科医生诊断提供辅助支持等。