|
搜索
搜 索
高等教育領域數字化綜合服務平臺
一個分布式的最優快速管理算法
用電設備的最優管理是智能電網中實現需求側響應的關鍵一環。然而該問題通常需要同時管理調度大量的用電設備，同時考慮多個時槽，是一個時間空間耦合的復雜問題，想要在短時間內解決該問題十分困難。因此，如何設計合理的算法，提高計算效率，降低計算時間，是目前的研究熱點。?
南方科技大學
2021-04-14
基于MWC系統的盲多帶稀疏信號快速恢復算法
本發明提出一種基于MWC系統的盲多帶稀疏信號快速恢復算法，首先利用Xampling采樣板獲得壓縮采樣值y[n]，將y[n]乘以一個高斯隨機矩陣R，得到傳統的壓縮感知模型V=y[n]R=CU,這種方法避免了原方法中需要做特征值分解的操作，可以有效的減少MWC系統中CTF模塊的運行時間，此外，控制高斯隨機R的列數在一個較低水平，可以進一步減少矩陣V的列數，這樣在用M-OMP算法恢復支撐集的過程中又能進一步的減少運行時間。經過驗證，該算法可以大幅度提高CTF模塊的運算速度。
四川大學
2016-10-09
面向大規模圖像視覺特征的多維倒排索引與快速檢索算法
本發明公開了面向大規模圖像視覺特征的多維倒排索引與快速檢索算法，包括：利用圖像的視覺特征訓練增強型殘差量化所需的多層碼書，并利用所訓練的碼書構建多維倒排索引；根據已訓練完成的碼書，對圖像視覺特征進行量化和編碼，同時根據計算得到的編碼將其插入到倒排索引中對應的倒排列表；利用查詢圖像視覺特征對所構建的多維倒排索引進行查詢，獲得查詢候選集；利用自適應超球體過濾對查詢候選集進行優化，對過濾后的查詢結果排序，從而完成圖像視覺特征的檢索。本發明的方法通過對圖像特征進行量化和編碼，提高圖像特征的量化效率；利用所生
華中科技大學
2021-04-14
大規模代數系統新型快速算法及與信息科學的交叉研究
成果描述：旨在為大規模代數系統設計新型高效的求解算法，并結合信息科學進行交叉研究。在大規模代數系統新型Krylov子空間算法及其基礎理論、復雜電磁計算、圖像處理高性能數值方法、動力系統與智能控制理論方面進行了系統深入的研究，取得了具有創新性的成果，例如：解決了科學計算中的有關基礎或困難問題；提出了Lanczos雙共軛A-標準正交短遞歸Krylov子空間迭代法BiCOR/CORS/BiCORSTAB方法、一種新的“二維雙連續投影(2D-DSPM)方法”等一系列高效算法；為求解復雜電磁問題產生的復雜線性系統設計了高效算法與預條件技術；提出了一些新型高效的邊界處理、圖像復原方法，具有更快的計算速度和更好的復原質量；將數值代數與特殊矩陣分析和神經網絡交叉研究取得成果。市場前景分析：本成果隸屬于計算數學學科的數值代數領域，是數學基礎理論研究。本項目著眼于科學與工程問題當中的難于解決的數學問題的快速算法及其理論研究，在國民經濟和國防安全的若干大數據領域具有重要的學術和應用價值。因此，本成果不涉及經濟效益，亦不涉及直接應用。與同類成果相比的優勢分析：主要成果發表在國際權威期刊上，構建的新方法新理論得到了權威專家的高度評價，相關工作引起了國內外同行的廣泛關注與引用。通過國際合作，本項目提出的相關快速算法已通過國際合作研究被法國INRIA、法國LAPLACE國家實驗室、荷蘭格羅寧根大學等國際知名研究機構用于解決科學計算中的大規模代數方程組求解難題。
電子科技大學
2021-04-10
大規模代數系統新型快速算法及與信息科學的交叉研究
旨在為大規模代數系統設計新型高效的求解算法，并結合信息科學進行交叉研究。在大規模代數系統新型Krylov子空間算法及其基礎理論、復雜電磁計算、圖像處理高性能數值方法、動力系統與智能控制理論方面進行了系統深入的研究，取得了具有創新性的成果，例如：解決了科學計算中的有關基礎或困難問題；提出了Lanczos雙共軛A-標準正交短遞歸Krylov子空間迭代法BiCOR/CORS/BiCORSTAB方法、一種新的“二維雙連續投影(2D-DSPM)方法”等一系列高效算法；為求解復雜電磁問題產生的復雜線性系統設計了高效算法與預條件技術；提出了一些新型高效的邊界處理、圖像復原方法，具有更快的計算速度和更好的復原質量；將數值代數與特殊矩陣分析和神經網絡交叉研究取得成果。
電子科技大學
2015-01-14
鋰電池管理系統AI算法研究
本項目聚焦于鋰電池管理系統在智能化監測與預測中的關鍵痛點，尤其擬面向電池容量衰減預測、SOC/SOH估計不準、電池剩余時間不準確、MAP/SOP估算等方面。通過引入人工智能算法，構建融合機器學習與深度學習的電池狀態預測模型，擬實現高精度SOC（荷電狀態）與SOH（健康狀態）估計的優化，提升電池管理系統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據構建訓練集，采用輕量級線性回歸模型及改進型人工神經網絡進行建模優化，并結合特征工程技術提高預測精度。同時，設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。
在競爭優勢方面，項目成果具備算法輕量化、部署便捷、預測準確度高、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BMS方案，該AI算法可顯著提升電池使用效率與壽命，精準估算SOC/SOH，降低維護成本。
目前項目成果已在合作企業內部儲能設備中開展應用測試，初步反饋表明荷電狀態預測準確度提升40%左右，電池健康度準確度提升40%左右，系統響應及時，具備較高實用性和推廣價值。專家評審一致認為，該項目在智能電池管理系統方向具有較強的創新性和實際應用前景。
西南大學
2025-05-12
人體姿態估計算法
北京體育大學沈燕飛科研團隊使用人體姿態估計算法，對擊劍比賽過程中兩名選手的身體各環節和關節的運動進行的智能識別。工手動標記數據等方法，更為高效，可應用于海量體育視頻數據的分析和未來的體育大數據的構建。
北京體育大學
2021-04-10
抗體藥物設計平臺算法
簡介：
抗體藥物是生物制藥中復合增長率最高的，2019年全球研究抗體市場規模為34億美元，預計在預測期內復合年增長率為6.2％。原研藥二次改造獲得成藥性更好的藥物分子（bio-better）是抗體和細胞因子藥物研發的突破口。人工智能技術廣泛應用在靶點篩選、分子進化、臨床各階段研究、產品上市后的活動中。
我們開發的智能抗體設計平臺，包括 抗體序列注釋分析、抗體翻譯后修飾位點的預測、抗原線性表位預測、抗體結構的預測與優化、 抗體-抗原相互作用的預測、抗體分子的設計與改造。高效的完成抗體親和力成熟、穩定性優化和人源化改造等。
優勢：
1、研發成本節約3-5倍，時間節省5倍，篩選成功率提升6倍
2、可以幫助指導、設計實驗，減少消耗，加快速度，提高準確率
3、計算方法已經得到了實驗從正、反兩方面的驗證。
圖1：深度學習算法預測蛋白質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
2021-05-15
抗體藥物設計平臺算法
抗體藥物是生物制藥中復合增長率最高的，2019年全球研究抗體市場規模為34億美元，預計在預測期內復合年增長率為6.2％。原研藥二次改造獲得成藥性更好的藥物分子（bio-better）是抗體和細胞因子藥物研發的突破口。人工智能技術廣泛應用在靶點篩選、分子進化、臨床各階段研究、產品上市后的活動中。我們開發的智能抗體設計平臺，包括 抗體序列注釋分析、抗體翻譯后修飾位點的預測、抗原線性表位預測、抗體結構的預測與優化、 抗體-抗原相互作用的預測、抗體分子的設計與改造。高效的完成抗體親和力成熟、穩定性優化和人源化改造等。 優勢：1、研發成本節約3-5倍，時間節省5倍，篩選成功率提升6倍2、可以幫助指導、設計實驗，減少消耗，加快速度，提高準確率3、計算方法已經得到了實驗從正、反兩方面的驗證。
中國人民大學
2021-04-10
抗體藥物設計算法
技術分析(創新性、先進性、獨占性)挖掘了蛋白質分子結構的幾何特征，開發了新穎的優化設計算法，準確識別結合位點，準備預測抗體結構和抗體-抗原相互作用復合物結構，可以顯著提高藥物設計效益。自主獨立開發。已經在國際競賽中取得第一名的好成績，也應用在生物和醫學實驗中，算法和程序代碼完整。
中國人民大學
2021-04-10