新葡京娱乐场-大陆娱乐场开户注册

智慧教育AIGC信創(chuàng)一體機(jī)是集pc端暢學(xué)杏林，手機(jī)端掌上金課為一體，結(jié)合高質(zhì)量知識圖譜、國產(chǎn)通用大語言模型和自主芯片算力的3級全信創(chuàng)AIGC服務(wù)器。響應(yīng)教育部高校教育質(zhì)量控制建設(shè)號召，結(jié)合OBE教育理念將BOPPPS教育模式，應(yīng)用于學(xué)生手機(jī)端，教師在課堂中把控五步關(guān)鍵環(huán)節(jié)，激活學(xué)生4種互動狀態(tài)，保障繼教課程質(zhì)量。構(gòu)建起智學(xué)、智教、智管、智評“四位一體”服務(wù)平臺，推動全終端、全受眾、全空域、全時(shí)域、全場景、全連接的“六全式”融合教學(xué)模式改革。 豐富的課程資源：匯聚成都中醫(yī)藥大學(xué)1200門優(yōu)秀本科課程，包括國家一流課程、省級一流課程、名師講堂等，全校師生可以選擇學(xué)習(xí)。提供全面的中醫(yī)藥數(shù)字教學(xué)資源，涵蓋電子教材、視頻講座直播課堂和在線測試等功能，方便師生隨時(shí)訪問。 特色AI教學(xué)工具：主要特色通過集成的AI教學(xué)工具，實(shí)現(xiàn)線上線下混合式學(xué)習(xí)，提高教學(xué)效率，并促進(jìn)教學(xué)方法的。允許教師通過AI出題、AI答疑、AI微課功能協(xié)助開展教學(xué)，提高備課、教學(xué)效率。學(xué)生則可通過AI助學(xué)功能，利用語音或文字輸入進(jìn)行提問和獲取智能答疑。 可視化“教學(xué)督導(dǎo)”：圍繞課程教學(xué)質(zhì)量，搭建“學(xué)生畫像”、“教師畫像”教學(xué)評價(jià)，提供校內(nèi)、校外業(yè)務(wù)相統(tǒng)一的督導(dǎo)巡課平臺。創(chuàng)建校外專家評審鏈接，在外網(wǎng)環(huán)境下，點(diǎn)擊鏈接即可訪問平臺進(jìn)行督導(dǎo)巡課。 智慧教育AIGC信創(chuàng)一體機(jī)一體機(jī)集大模型Agent軟硬件、算法和數(shù)據(jù)處理多維層級靈活部署，搭載鯤鵬920處理器，支持8張Atlas300i加速卡超強(qiáng)算力，結(jié)合多核高效鯤鵬架構(gòu)，提供高效AIGC大語言模型推理和數(shù)據(jù)處理及安全保護(hù)體系。 讓高校智慧教育快速實(shí)現(xiàn)：智慧教育AIGC信創(chuàng)一體機(jī)在手，教育創(chuàng)新與數(shù)字化轉(zhuǎn)型的藍(lán)圖便觸手可及。

本成果屬于高光譜圖像信息處理技術(shù)，為高光譜遙感圖像分類方法。首先對高維高光譜圖像提取第一主成分特征圖，并利用結(jié)構(gòu)元素對主成分特征圖進(jìn)行多維的空間結(jié)構(gòu)特征提取，結(jié)合提取的形態(tài)學(xué)特征與原始光譜特征，利用聯(lián)合稀疏表示算法將同一空間區(qū)域中的像元聯(lián)合進(jìn)行稀疏系數(shù)矩陣的求解，最終通過最小殘差判斷準(zhǔn)則確定像元類別。這種方法有效地并且充分的挖掘了高光譜遙感圖像中的空間信息、形態(tài)信息和光譜信息。考慮到稀疏表示方法在迭代求解稀疏向量時(shí)的耗時(shí)性與對非線性數(shù)據(jù)的不可分性，進(jìn)一步提出了基于差分形態(tài)學(xué)核協(xié)同表示的高光譜遙感圖像分類算法。該成果方法通過核化的協(xié)同表示分類算法避免了優(yōu)化求解的耗時(shí)性，同時(shí)克服了高維特征空間下數(shù)據(jù)的線性不可分性。算法首先通過差分形態(tài)學(xué)方法在高光譜遙感圖像的主成分分析圖上進(jìn)行空間特征提取，并通過核變換方法將新特征字典投影到高維的線性核特征空間，最后利用核化協(xié)同表示算法的高效性對高光譜圖像進(jìn)行分類。 主要技術(shù)指標(biāo) University of Pavia 通過 ROSIS-03 傳感器記錄，該圖像捕獲了意大利帕維亞的帕維亞大學(xué)周圍的市區(qū)。圖像尺寸為 610×340×103，空間分辨率為 1.3 m / 像素，光譜覆蓋范圍為 0.43 至 0.86μm。該圖像考慮了九個(gè)類別。其具有 42776 個(gè)標(biāo)記樣本。每類取 50 個(gè)有標(biāo)記樣本共 450 個(gè)樣本作為訓(xùn)練樣本。 請參閱表 1，本方法提出的高光譜圖像分類方法，相比于傳統(tǒng)分類器 SVM，OA 提高了約 18%；相比于 JSRC，OA 提高了約 5%；同時(shí)參閱表 2，展示了本成果方法的時(shí)間運(yùn)行效率與相關(guān)方法的比較。該成果無需使用 GPU 資源在保證精度的同時(shí)有效提升了分類的精度和效果。 表 1 PaviaU 數(shù)據(jù)集上對比實(shí)驗(yàn)結(jié)果 表 2 不同數(shù)據(jù)集上時(shí)間運(yùn)行對比實(shí)驗(yàn)結(jié)果

北京體育大學(xué)沈燕飛科研團(tuán)隊(duì)使用人體姿態(tài)估計(jì)算法，對擊劍比賽過程中兩名選手的身體各環(huán)節(jié)和關(guān)節(jié)的運(yùn)動進(jìn)行的智能識別。工手動標(biāo)記數(shù)據(jù)等方法，更為高效，可應(yīng)用于海量體育視頻數(shù)據(jù)的分析和未來的體育大數(shù)據(jù)的構(gòu)建。

簡介： 抗體藥物是生物制藥中復(fù)合增長率最高的，2019年全球研究抗體市場規(guī)模為34億美元，預(yù)計(jì)在預(yù)測期內(nèi)復(fù)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(xì)胞因子藥物研發(fā)的突破口。人工智能技術(shù)廣泛應(yīng)用在靶點(diǎn)篩選、分子進(jìn)化、臨床各階段研究、產(chǎn)品上市后的活動中。 我們開發(fā)的智能抗體設(shè)計(jì)平臺，包括 抗體序列注釋分析、抗體翻譯后修飾位點(diǎn)的預(yù)測、抗原線性表位預(yù)測、抗體結(jié)構(gòu)的預(yù)測與優(yōu)化、 抗體-抗原相互作用的預(yù)測、抗體分子的設(shè)計(jì)與改造。高效的完成抗體親和力成熟、穩(wěn)定性優(yōu)化和人源化改造等。  優(yōu)勢： 1、研發(fā)成本節(jié)約3-5倍，時(shí)間節(jié)省5倍，篩選成功率提升6倍 2、可以幫助指導(dǎo)、設(shè)計(jì)實(shí)驗(yàn)，減少消耗，加快速度，提高準(zhǔn)確率 3、計(jì)算方法已經(jīng)得到了實(shí)驗(yàn)從正、反兩方面的驗(yàn)證。 圖1：深度學(xué)習(xí)算法預(yù)測蛋白質(zhì)相互作用時(shí)界面氨基酸配對:成功率72.1% 圖2：計(jì)算相互作用得到了實(shí)驗(yàn)從正、反兩方面的驗(yàn)證

抗體藥物是生物制藥中復(fù)合增長率最高的，2019年全球研究抗體市場規(guī)模為34億美元，預(yù)計(jì)在預(yù)測期內(nèi)復(fù)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(xì)胞因子藥物研發(fā)的突破口。人工智能技術(shù)廣泛應(yīng)用在靶點(diǎn)篩選、分子進(jìn)化、臨床各階段研究、產(chǎn)品上市后的活動中。我們開發(fā)的智能抗體設(shè)計(jì)平臺，包括 抗體序列注釋分析、抗體翻譯后修飾位點(diǎn)的預(yù)測、抗原線性表位預(yù)測、抗體結(jié)構(gòu)的預(yù)測與優(yōu)化、 抗體-抗原相互作用的預(yù)測、抗體分子的設(shè)計(jì)與改造。高效的完成抗體親和力成熟、穩(wěn)定性優(yōu)化和人源化改造等。 優(yōu)勢：1、研發(fā)成本節(jié)約3-5倍，時(shí)間節(jié)省5倍，篩選成功率提升6倍2、可以幫助指導(dǎo)、設(shè)計(jì)實(shí)驗(yàn)，減少消耗，加快速度，提高準(zhǔn)確率3、計(jì)算方法已經(jīng)得到了實(shí)驗(yàn)從正、反兩方面的驗(yàn)證。

技術(shù)分析(創(chuàng)新性、先進(jìn)性、獨(dú)占性)挖掘了蛋白質(zhì)分子結(jié)構(gòu)的幾何特征，開發(fā)了新穎的優(yōu)化設(shè)計(jì)算法，準(zhǔn)確識別結(jié)合位點(diǎn)，準(zhǔn)備預(yù)測抗體結(jié)構(gòu)和抗體-抗原相互作用復(fù)合物結(jié)構(gòu)，可以顯著提高藥物設(shè)計(jì)效益。自主獨(dú)立開發(fā)。已經(jīng)在國際競賽中取得第一名的好成績，也應(yīng)用在生物和醫(yī)學(xué)實(shí)驗(yàn)中，算法和程序代碼完整。

技術(shù)分析(創(chuàng)新性、先進(jìn)性、獨(dú)占性) 挖掘了蛋白質(zhì)分子結(jié)構(gòu)的幾何特征，開發(fā)了新穎的優(yōu)化設(shè)計(jì)算法，準(zhǔn)確識別結(jié)合位點(diǎn)，準(zhǔn)備預(yù)測抗體結(jié)構(gòu)和抗體-抗原相互作用復(fù)合物結(jié)構(gòu)，可以顯著提高藥物設(shè)計(jì)效益。自主獨(dú)立開發(fā)。 已經(jīng)在國際競賽中取得第一名的好成績，也應(yīng)用在生物和醫(yī)學(xué)實(shí)驗(yàn)中，算法和程序代碼完整。

本發(fā)明提供了一種相控陣聲納系統(tǒng)換能器稀疏面陣優(yōu)化方法， 包括如下步驟:(1)初始化步驟、(2)模擬退火優(yōu)化步驟、(3)教與學(xué)優(yōu)化步驟和(4)終止步驟。本發(fā)明以陣列的主瓣寬度和旁瓣峰值等空間響應(yīng) 性能為約束條件，求解使稀疏面陣滿足空間響應(yīng)性能所需激活的最小 換能器數(shù)目。本發(fā)明利用改進(jìn)教與學(xué)優(yōu)化算法對模擬退火算法所得可 行解進(jìn)行二次優(yōu)化，具有更好的收斂速度和收斂精度，可獲得全局最 優(yōu)解，利用盡量少的換能器工作，獲得換能器面陣所需的空間響應(yīng)性 能，能夠很好的降低相控陣成像聲納系統(tǒng)所需的硬件成本。 

機(jī)器人在煤礦救援領(lǐng)域發(fā)揮著越來越重要的作用，但仍存在無法精確識別災(zāi)后環(huán)境、無法適應(yīng)井下復(fù)雜地形以及難以檢測、定位井下生命體等問題。 一、項(xiàng)目進(jìn)展 創(chuàng)意計(jì)劃階段 二、負(fù)責(zé)人及成員 姓名 學(xué)院/所學(xué)專業(yè) 入學(xué)/畢業(yè)時(shí)間 柳佳樂 自動化18-2 2018-2022 劉浩峰 計(jì)算機(jī)科學(xué)與技術(shù)18-7 2018-2022 石少勇 測控技術(shù)與儀器18-2 2018-2022 欒廣鑫 電氣工程及其自動化18-5 2018-2022 李明晶 測控技術(shù)與儀器18-1 2018-2022 三、指導(dǎo)教師 姓名 學(xué)院/所學(xué)專業(yè) 職務(wù)/職稱 研究方向 楊洪濤 機(jī)械工程學(xué)院 教授 精密測試技術(shù)、儀器精度理論及應(yīng)用、自動化測控系統(tǒng) 凌六一 電氣與信息工程學(xué)院 教授 智能信息處理、光電檢測及環(huán)境光譜探測技術(shù) 蘇樹智 計(jì)算機(jī)科學(xué)與工程學(xué)院 副教授 人工智能、模式識別、機(jī)器視覺、信息融合、深度學(xué)習(xí)等領(lǐng)域 四、項(xiàng)目簡介 目前，機(jī)器人在煤礦救援領(lǐng)域發(fā)揮著越來越重要的作用，但仍存在無法精確識別災(zāi)后環(huán)境、無法適應(yīng)井下復(fù)雜地形以及難以檢測、定位井下生命體等問題。為此，本團(tuán)隊(duì)充分利用六足機(jī)器人高穩(wěn)定性和多地形適應(yīng)性的優(yōu)勢，應(yīng)用激光雷達(dá)、深度相機(jī)和其他輔助傳感器，設(shè)計(jì)仿生六足煤礦救援機(jī)器人，結(jié)合SLAM、A*、ROS等先進(jìn)技術(shù)，實(shí)現(xiàn)礦井災(zāi)后局部復(fù)雜環(huán)境的三維地圖構(gòu)建、地形障礙物識別以及機(jī)器人自主路徑規(guī)劃。機(jī)器人所獲信息實(shí)時(shí)無線傳輸至上位機(jī)，幫助救援人員快速制定科學(xué)有效的救援方案。