所属分类：电子信息产业

所属单位：长安大学

成果简介：成果采用理论分析、室内外试验、数据解析、系统开发等手段，对道路设施智能感知关键技术进行了系统研究，取得了以下创新性成果： 1.揭示了网格聚类环境和力电效应交通状态感知机理，研发了PZT/PVDF复合材料和感知智能骨料，建立了道路、交通与环境状态的多源协同智能感知方法。 2.发明了水泥基和树脂基自发光材料、PU基固固相变材料、自修复微胶囊和热电材料，建立了以自调节、自修复、自俘能为核心的智能感知材料系统设计方法。 3.提出了多源信息缺失诊断与修复、单维多维异常值检测校准和时空多尺度对齐方法，构建了多源信息道路基础设施智能感知数据分析出来技术体系。 4.研发了涵盖道路温湿度、路表水膜、冰雪预警等环境状态、道路交通状态和道路设施状态感知的可视化平台系统，实现了多源异构数据从源端到输出端的数字化呈现。 成果授权国家授权发明专利43件、国际发明专利3件；成果编制和纳入国家标准8部；发表高水平论文百余篇；出版专著2部，入选交通运输重大科技创新成果4项。项目成果在港珠澳大桥、陕西关中环线等20余项国家重大交通工程中得到应用，经济、社会及环境效益显著，推动了智能交通技术的整体进步。

所属分类：电子信息产业

所属单位：江苏大学

成果简介：本发明公开了一种基于改进支持向量机和光流法相结合的猪的采食行为识别方法。;首先对视频帧进行预处理，即先进行双边滤波，再进行对数变换，最后进行自适应直方图均衡化；接着对视频帧用层次分析法进行粗提取，再用改进的支持向量机进行精细化提取，即对粗提取后的关键帧进行直方图特征对比去掉冗余帧。这些关键帧组成相邻的连续帧，然后用改进的Lucas-Kanade光流法（L-K光流法）处理并结合支持向量机分类器来初步判别是否发生采食行为，然后采用本发明改进的鲸鱼优化阈值分割算法来最终判断是否发生采食行为。

所属分类：电子信息产业

所属单位：江苏大学

成果简介：本发明提供了一种基于机器学习的单层二硫化钼样品光学表征方法、模型及其用途。首先，将二硫化钼样品光学成像通过图形处理提取出可疑单层ROI区域；然后，将可疑单层ROI局域的像素值与硅片在光学显微镜下拍摄出来的特征值求差值向量，通过拉曼表征来区分单层和少层样品，通过肉眼观测的方式确定残胶，根据层数分类来建立目标值；将差值向量求平均值和标准值作为特征值，并与目标值组成数据集，最后通过对数据集降维并通过机器学习算法对该数据集进行分类，获得最佳单层表征模型。;基于该模型，通过光学成像即可快速分辨出单层二硫化钼样品，极大的节约寻找单层二硫化钼所需要花费的时间。

所属分类：电子信息产业

所属单位：北京科技大学

成果简介：本发明提供一种基于自学习的可逆粗轧机轧件尾部跟踪方法，属于金属压力加工技术领域。该方法首先根据每道次轧机出口厚度、出口宽度、轧机速度及前滑值计算出轧件剩余未轧体积，然后根据轧机入口来料厚度和宽度计算出轧件剩余未轧长度，最后，通过对轧件剩余长度计算结果和轧件总体积进行自学习，提高轧件尾部剩余长度跟踪精度。本发明可在不依赖于金属检测仪的情况下，对轧件尾部长度进行精确的跟踪。

所属分类：电子信息产业

所属单位：北京科技大学

成果简介：

所属分类：电子信息产业

所属单位：北京科技大学

成果简介：

所属分类：电子信息产业

所属单位：北京科技大学

成果简介：

所属分类：电子信息产业

所属单位：中国石油大学

成果简介：本技术处理两类样本的分类问题。其中负类样本的标签数据全部缺失， 观测数据中仅有部分正类样本的标签是已知的。缺失标签的数据可能是 正类样本，也可能是负类样本。该种类型的数据广泛出现于图像识别、 多肽鉴定等问题．主要技术难点： 由于负类样本标签均未知，该类问 题在数据质量较差的数据集上通常不稳定，另外，许多模型是较复杂的 非凸优化模型，在求解大规模数据集时存在困难． 所提供的技术核心 支撑点包括：（1）提供一套建模技术， 将样本标签的可靠性作为待求 解的决策变量，采用基于核的学习技术，建立适于求解的分类模型；（2）引入自步长学习技术，首先用可靠样本训练模型，分批将复杂的 样本自动纳入训练过程，避免了分类器训练过程中，算法陷入较差的局 部最优解；（3）开发了在线学习算法，高效分析大规模数据集。应用前景：凡是仅观测到部分正类样本的标签、而其余样本标签缺失的分类 问题，均可尝试该技术方案。例如 (1)多肽谱匹配匹配鉴定问题：部分 匹配错误的样本标签已知，从数据集中寻找匹配正确的样本； （2）识别问题：从未标注数据中寻找与用户提供的样本相似的样本，如从数据 库中寻找与用户提供的图片相似的图片；（3）垃圾邮件检测：正常邮 件具有稳定的分布，可视为正类样本，垃圾邮件随时间推移通常采用不 同的策略，可视为未标号样本。

所属分类：电子信息产业

所属单位：中国石油大学

成果简介： 智能检测工人是否按照要求佩戴安全帽，在很多应用场合具有重要的意义。针对当前传统检测方法和深度学习方法检测精度低的问题，设计了具有判别目标（人头或安全帽）丢失的目标跟踪算法和卷积神经网络 相结合的安全帽自动识别系统。建立了CNN的 23个卷积层的深度学习网络，为了克服CNN的样本数量限制和过拟合问题，使用目标跟踪算法提高检测精度。进而为了防止目标遮挡、变形等造成目标检测的误判，提出一种用平均峰值相关能量 来准确判别目标是否丢失的方法。在现场测试中，提出的系统取得了较高的精度，达到94.5%的正确率

所属分类：电子信息产业

所属单位：中国石油大学

成果简介：本技术提出了一种基于共轭梯度法的改进超限学习机（ELM）建模方法，属于超限学习机理论技术领域。该技术结合了共轭梯度法（Conjugate Gradient, CG）与超限学习机算法的优势，旨在解决现有ELM算法中隐层节点数过多以及基于最速下降法的ELM算法收敛速度较慢的问题。通过在随机选取输入层到隐层之间的权值后，利用共轭梯度法进行迭代优化，有效减少了所需的隐层节点数，并显著提升了训练速度。

所属分类：电子信息产业

所属单位：陕西云悦创科信息技术有限公司

成果简介：1、研究内容 项目管理模块负责项目的全生命周期管理，包括项目立项、计划制定、任务分配、进度跟踪、成本控制、风险管理；客户服务模块用于管理客户信息、服务请求、投诉与建议等；数据分析与决策支持模块利用大数据、人工智能等技术，对咨询业务数据进行深度挖掘和分析，为咨询团队提供决策支持；知识管理模块用于收集、整理、存储和分享咨询过程中产生的知识资源；财务管理模块负责咨询业务的财务管理工作，包括预算管理、费用报销、收入核算、财务报表等；报表生成与分享模块支持咨询师快速生成项目报告、咨询建议等文档，并支持多种格式导出和分享。 2、创新点 （1）通过自动化工具实现项目管理的各个环节，如任务分配、进度跟踪、风险评估等，减少人工干预，提高工作效率。 （2）实现对关键业务指标的实时监控和预警，确保咨询师能够及时发现问题并采取相应的应对措施。 （3）提供强大的团队协作工具，如在线会议、文件共享、任务协同等，促进咨询师之间的紧密合作和高效沟通。 3、成果应用情况和产生的社会效益 项目成功实施应用，取得良好的效果，为公司带来了显著的经济效益。项目取得软件著作权1项，信息技术咨询业务运营软件（登记号：2023SR1432498）。

所属分类：电子信息产业

所属单位：陕西领航征程信息科技有限公司

成果简介：1.项目背景 随着数字化转型的加速，小微企业面临着日益复杂的市场环境和管理挑战。传统的管理模式往往难以满足灵活性和高效性的需求，导致资源浪费和决策延误。因此，开发一套智能管理移动办公系统显得尤为重要。该系统通过移动互联网技术，实现业务流程的数字化、自动化和智能化，帮助小微企业在资源有限的情况下，提升管理效率、增强团队协作能力，并快速响应市场变化，从而推动企业的可持续发展与竞争力提升。 2.主要研究内容 主要研究内容包括需求分析与系统架构设计、移动端应用开发、数据集成与分析、智能决策支持以及用户体验优化。首先，通过调研小微企业的实际需求，确定系统功能模块，如项目管理、客户关系管理、财务管理等。其次，设计灵活且可扩展的系统架构，以支持多平台访问。研究重点还包括实现数据的实时采集与分析，利用人工智能技术提供智能决策支持，帮助企业优化资源配置。最后，通过用户体验的持续优化，确保系统操作简便，满足不同用户群体的使用习惯，从而提升整体管理效率。 3.预期经济效益 通过实现业务流程的数字化和自动化，企业能够显著缩短决策周期和响应时间，提高员工的工作效率，从而节省人力资源和时间成本。此外，系统的智能分析功能能够帮助企业精准把握市场动态，优化资源配置，减少不必要的开支，进一步提升盈利能力。最终，系统的应用将使小微企业在激烈的市场竞争中更具灵活性和适应性，推动其持续增长与发展。