所属分类：电子信息产业

所属单位：宁夏大学

成果简介：

所属分类：电子信息产业

所属单位：北方民族大学

成果简介：

所属分类：电子信息产业

所属单位：西北工业大学

成果简介：研究成果奠定了多视光场成像模型与光线空间投影模型的理论基础，建立了多视光场计算成像的方法体系。主要包括：构建了光场相机成像模型，提出了多视光场关联理论，揭示了光线空间与三维空间的映射关系，提出了光场相机内参数标定、外参数注册和自标定方法，实现了光场理论与多视几何理论的融合；提出了光场空间角度一致性理论，揭示了光场空间角度耦合关系，构建了光场超像素、超图等光场表达模型，提出了光场编辑深度估计、分割和场景流计算方法；发现了高维光场采样的“二维可预测”特性，奠定了光场超分辨重构的理论基础，提出了光场重聚焦去混叠方法和基于深度学习的光场超分辨重建方法；构建了高空间分辨率、可变角度采样等光场获取装置，突破了光场采样的空间带宽积限制；研制了全景光场采集及变视点渲染和高质量光场获取及呈现原型系统，推动了多视光场成像理论与计算机视觉理论的交叉融合。在TPAMI、TIP、IJCV、计算机学报等国内外重要学术期刊和CVPR、ICCV等国际顶级会议上共发表论文56篇，获授权国家发明专利12项。研究成果获ECCV2020图像处理进展竞赛重光照赛道冠军，“高分辨率动态光场获取及计算理论与方法”（62031023）得到国家自然科学基金重点项目的进一步支持。培养了多名优秀博士研究生，其中1人获得2021年CCF优秀博士论文奖提名。该团队已成长为国内光场成像与处理方向的主力和先锋，引领和推动了该研究方向的发展。

所属分类：电子信息产业

所属单位：西北工业大学

成果简介：本发明公开了一种强弱信号的直接定位与信源数估计方法，首先对所有基站接收的数据进行分段傅里叶变换，估计基站接收信号的协方差矩阵；然后对得到的协方差矩阵进行特征值分解，再利用分解得到的特征向量计算特征波束的空间谱，通过比较空间谱的最大值与除最大值之外的平均值之差和所设定的门限值估计各个信号的位置及信源数目。本发明方法简单实用，在有多个强弱信号并存时，能精确估计强弱信号的位置和信源数，可用于雷达、通信、导航、测控和电子侦察众多领域中位置的定位与干扰的抑制。该成果充分挖掘多干扰间的高维特征差异，实现了干扰信号的高效检测与分离，弱功率干扰检测概率提升3倍以上。应用于国家重点研发计划网格化导航干扰监测系统，国内率先开展应用示范，有效提升了空时频域交叠分布多干扰源的检测准确率。

所属分类：电子信息产业

所属单位：西北工业大学

成果简介：本发明公开了一种基于压缩感知的三维声源定位方法，用于解决现有三维声源定位方法抗噪性能差的技术问题。技术方案是通过麦克风阵 列获得声源信号的测量值，对选定的三维声源区域进行均匀的网格划分，将每一个网格节点作为潜在的声源位置。进而根据自由场格林函数的Helmholtz方程建立网格节点与麦克风阵列之间的测量矩阵，获得麦克风阵列测量值与未知声源信号之间的三维窄带声源定位稀疏表达模型。通过对稀疏表达模型中的麦克风阵列测量值进行奇异值分解，获得变形后的声源定位稀疏表达模型。最后采用压缩感知OMP算法对变形后的表达：模型进行迭代求解，获得声源区域各网格节点的声源强度，对声源进行定位。提高了声源定位的抗噪性能。

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 主要包括设备管理、维护计划安排、故障保修与跟踪、数据分析与报告、库存与采购管理、移动访问与操作等功能，通过对计算机、打印机、复印机、投影仪等办公设备进行全面的登记和跟踪，记录设备名称、型号、序列号、购买日期、使用情况等关键信息；根据设备的使用情况和维护需求，制定详细的维护计划，通过系统提交故障报修申请。 2、创新点 （1）利用人工智能和机器学习技术，软件能够自动分析设备运行数据，预测并诊断潜在故障，提前安排维修计划，减少设备停机时间。 （2）通过物联网技术，软件可以远程监控设备的运行状态，实时获取设备数据，并进行远程故障诊断，提高维修效率，减少现场维修次数。 （3）软件能够自动接收故障报修请求，分配维修任务，跟踪维修进度，并在维修完成后自动更新设备状态，实现工单处理的全流程自动化。 3、成果应用情况和产生的社会效益 项目开发的软件功能完善且高效，能够为用户带来良好的体验，为公司带来显著的社会效益。项目取得软件著作权1项：计算机及办公设备维修保养分析软件（登记号：2023SR1439307）。 4、成果研发和管理团队情况 项目为公司自主研发，项目团队由公司研发人员和项目管理人员组成，研发人员负责软件开发、测试、上线工作，项目管理人员负责项目管控工作。

所属分类：电子信息产业

所属单位：陕西数睿信安信息科技有限公司

成果简介：平安社区管理系统集成了大数据、‌云计算、‌物联网等前沿技术，‌实现了社区管理的智能化与精细化。‌研究内容包括智能门禁、‌视频监控、‌车辆管理、‌社区服务等模块，‌通过数据融合与智能分析，‌构建了全方位、‌立体化的社区安全防控体系。‌创新点在于其高度集成的智能化管理平台，‌不仅提升了社区管理的效率与精度，‌还显著增强了社区的安全防范能力。‌通过人脸识别、‌车牌识别等先进技术，‌实现了对社区人员、‌车辆的精准识别与管控，‌有效预防了安全事件的发生。‌ 在成果应用方面，‌已在全国多个城市成功部署，‌显著提升了社区治理水平。‌通过实时数据监测与智能预警，‌社区管理人员能够迅速响应各类突发情况，‌保障了居民的生命财产安全。‌同时，‌系统还提供了便捷的社区服务，‌如在线报修、‌投诉建议等，‌增强了居民的获得感与幸福感。‌ 在社会效益方面，‌提高了社区的安全性与稳定性，‌为居民营造了更加和谐的生活环境；且通过智能化管理，‌降低了社区管理成本，‌提高了管理效率，‌为政府决策提供了有力支持。‌ 成果的研发与管理团队由来自物联网、‌大数据、‌人工智能等领域的科研人员组成，‌他们凭借丰富的技术积累与实战经验，‌确保了系统的先进性与实用性。‌团队致力于持续创新，‌不断优化系统功能，‌为平安社区建设贡献智慧与力量。‌

所属分类：电子信息产业

所属单位：西安卓昱科技发展有限公司

成果简介：在当今这个数据驱动的时代，信息的海量化、多样化和快速变化对各行各业产生了深远影响。为了有效应对这些挑战，充分挖掘数据的潜在价值，提升决策的科学性和效率，标准化数据处理与应用系统的研发显得尤为重要。 标准化数据处理与应用系统的研发，正通过智能化、标准化、实时化、模块化以及数据安全与隐私保护等多方面的创新，不断推动数据价值的深度挖掘与广泛应用。这些创新点不仅提升了数据处理效率与质量，更为各行业的数字化转型注入了强劲动力。未来，随着技术的不断进步与融合，数据处理与应用系统的研发将更加智能化、个性化，为构建数据驱动型社会奠定坚实基础。本项目由我公司独立研发，公司设立项目组，提供研发场地，技术支持，保证项目顺利进行。

所属分类：电子信息产业

所属单位：西安卓昱科技发展有限公司

成果简介：1. 智能识别与自适应抓取 技术传统抓取软件往往依赖于固定的URL列表或正则表达式进行信息提取，难以应对网页结构频繁变化的情况。创新点之一在于引入智能识别技术，如机器学习算法（如深度学习中的卷积神经网络CNN或循环神经网络RNN）来自动分析网页结构，识别并学习数据特征，实现动态网页的自适应抓取。这种技术能够显著提高抓取的准确性和灵活性，减少因网页结构调整导致的数据遗漏问题。 2. 多源异构数据整合能力 随着互联网的发展，数据来源日益多样化，包括社交媒体、新闻网站、政府公告、行业报告等多种类型和格式的数据。创新软件需具备强大的多源异构数据整合能力，能够自动识别并处理来自不同平台、不同格式的数据，实现跨平台、跨领域的数据统一管理和分析。这不仅要求软件具备高效的数据解析技术，还需构建灵活的数据模型，以适应不同数据的结构特点。 3. 实时与定时结合的抓取 策略为满足不同应用场景对数据时效性的需求，创新软件应支持实时与定时相结合的抓取策略。实时抓取能确保用户第一时间获取最新信息，而定时抓取则适用于周期性更新的数据源，如股市行情、天气预报等。通过智能化的调度系统，软件能自动判断并执行最合适的抓取策略，平衡数据新鲜度与资源消耗之间的关系。

所属分类：电子信息产业

所属单位：西安中科洺光测控技术有限公司

成果简介：开发内容： 1. 实时监控模块：能够实时监控空域的软件，以检测和跟踪无人机的活动。具备高精度的定位和识别功能，确保能够准确捕捉到无人机的位置和飞行路径。 2. 数据分析与处理模块：先进的数据分析算法，对收集到的无人机数据进行分析，以识别潜在的威胁和异常行为。 3. 用户友好的界面：允许操作人员对无人机进行识别、跟踪、拦截等操作。 4. 自动拦截与响应系统：当检测到威胁时，系统能够自动采取措施，如干扰无人机信号，迫使其改变飞行路径或降落。 创新点： 1. 采用最新的人工智能技术，提高无人机检测和识别的准确性，减少误报和漏报。 2. 整合来自雷达、无线电频率监测、视频监控等多种传感器的数据，实现更全面的空域监控。 3. 系统能够根据历史数据和实时反馈进行自我学习和调整，以适应不断变化的环境和新的威胁模式。 4. 利用云计算技术，实现数据的集中存储和处理，提高系统的可扩展性和灵活性。

所属分类：电子信息产业

所属单位：西安中科洺光测控技术有限公司

成果简介：本项目主要目标在于构建一个全面、高效的无人机监测和管理平台，开发新一代高灵敏度、高分辨率的光电探测器，能够捕捉到微小的无人机目标，并在各种复杂环境下保持稳定的性能，从而大大降低误报率，确保侦测的准确性。 在图像处理与识别算法方面，能够快速分析从探测器接收到的图像数据，准确识别出无人机的形状、大小和飞行特征。通过深度学习技术的集成，系统能够不断学习和适应新的无人机模型和飞行行为，从而提高识别准确率和响应速度。 构建了一个高效的数据处理框架，能够实时分析和处理侦测到的大量信息，确保决策者能够及时获得准确的情报。 在光电探测技术上采用了新型材料和创新结构设计，显著提升了探测器的性能。同时，深度学习与人工智能的集成，使得图像识别算法更加智能化，能够适应各种复杂场景，还具备自适应环境调整的能力，能够根据外部环境的变化自动调整参数，以保持最佳侦测效果。

所属分类：电子信息产业

所属单位：西安喆奥雷地质科技有限公司

成果简介：矿石拉曼光谱鉴定服务系统自研发成功以来，其研究内容和成果的创新点以及产生的社会效益均取得了显著的进展。 在研究内容上，该系统不仅深入探索了不同矿石中化学成分与拉曼光谱特征的对应关系，还成功开发了一套高效的数据处理算法，能够实现对复杂光谱数据的快速解析和准确识别。，系统还结合了人工智能和机器学习技术，通过大量的数据训练，不断优化和完善矿石鉴定模型，提高了鉴定的准确性和效率。 在成果创新点上，该系统的核心在于其高精度和高效率的鉴定能力。一方面，通过对矿石拉曼光谱的精细分析，系统能够准确识别出矿石中的化学成分和矿物种类，为矿产资源的开发和利用提供了有力的技术支持。另一方面，系统的高效性使得鉴定过程大大缩短，降低了鉴定成本，提高了工作效率。 在产生的社会效益方面，该系统不仅推动了矿产资源的合理开发和利用，促进了矿业经济的持续发展，还为地质研究提供了重要的技术支持，推动了地质科学的进步。此外，系统的应用还降低了鉴定成本和时间，提高了工作效率，为企业和社会带来了实实在在的经济效益。