|
搜索
搜 索
高等教育領域數字化綜合服務平臺
制造系統質量保證信息系統研究
敏捷制造是 21 世紀制造業的主要發展方向之一。本課題主要研究敏捷制造模式下制造 系統質量保證信息系統。本課題完成了質量保證信息系統總體設計；研究了系統框架構造； 作為質量保證信息系統中有關模塊的原型，研究開發了質量審核系統（包括質量體系審核、 設計質量評審、工序質量審核、產品質量審核）。系統采用 Java 語言創建動態交互式 WWW 頁面，通過 JDBC(Java Database Connectivity)接口訪問數據庫，使得系統可在任意平臺 上運行，并可訪問網絡上各種不同的數據庫。
南京工程學院
2021-04-13
安全管理信息系統的研究與開發
本項目研究了安全信息在安全管理中的重要性及建立安全管理信息系統的必要性，并對比了傳統和現代安全管理信息系統的模式。結合我國安全信息管理的實際情況，并以首都鋼鐵集團公司、太原鋼鐵集團公司的應用需求開發了安全管理信息系統軟件。該安全管理信息軟件使用 Delphi7.0 語言編寫，采用 Access2003 數據庫管理系統，可運行于 Windows98/ Windows2000/ Windows XP 等操作系統，該軟件的數據庫結構和報表結構符合國家安全生產監督管理局發布的《傷亡事故統計報表制度》的規定，涉及的行業標準符合 GB/T4754-2002。該軟件的功能主要分為五大模塊：系統維護、安全信息管理、安全分析、安全評價和系統恢復。系統維護模塊主要實現企業基本信息管理、用戶權限管理以及系統備份等功能；安全信息管理模塊主要實現安全信息的錄入、修改和刪除，對安全信息的綜合查詢和分類統計，并且輸出兩個報表；安全分析模塊主要采用事故樹分析法對企業常見傷亡事故進行事故樹定性分析（最小徑集、最小割集和結構重要度）和定量分析（頂上事件發生概率、概率重要度和臨界重要度）；安全評價模塊主要采用安全檢查表法對企業生產系統進行綜合打分并得出結論；系統恢復模塊主要實現當系統出現重大問題時對系統中的數據進行恢復。目前與有關企業合作，按用戶要求進行個性開發，使管理信息系統軟件更加實用。該項目的研究成果達到國內領先水平，所開發的軟件運行穩定，界面友好，操作方便，簡單實用。應用范圍：該項目可應用于各企事業單位的安全管理，行業包括農、林、牧、漁業，采掘業，制造業，電力、煤氣及水的生成和供應業，建筑業，地質勘探業，交通運輸業，房地產業等等。
北京科技大學
2021-04-13
通信與信息系統安全硬件保護技術
信息系統其安全要求也日益提高。軟件漏洞、數據代碼完整性破壞等，已成為難以防范的威脅。本成果針對通信系統，采用一種新型可編程硬件模塊，來增強系統通信硬件加解密及嵌入式處理器運行安全，并優化設計程序恢復機制，確保系統遭到攻擊時程序的正常執行。此成果的優勢為：硬件模塊與處理器間屬物理隔離，本身不易被攻擊；模塊本身幾乎不占用處理器的運算消耗；具有低資源開銷特點；可適用于其它信息系統。
北京航空航天大學
2021-04-13
古建筑三維激光信息采集技術
北京工業大學
2021-04-14
虛擬裝配工藝規劃及信息管理系統
隨著高新技術的發展和產品復雜程度的增加，尤其是航天、航空等復雜產品向小型化、輕量化、精密化和光、機、電一體化方向的發展，產品的填充密度和裝配質量要求越來越高，裝配工藝的發展成為保證產品質量和生產效率的決定性因素。虛擬裝配工藝規劃及其信息管理系統主要是通過構建一個基于VR平臺的人機交互裝配工藝規劃環境，使用戶能在可視化的環境下交互地對產品三維模型進行擬實的裝配操作，以建立和分析零部件的裝配順序、裝配路徑、裝配過程中的動態干涉，驗證和分析裝配工、夾具的空間可操作性和裝夾定位關系，并以此為基礎，形成規范的復合裝配工藝文檔。
北京理工大學
2021-04-13
安全管理信息系統的研究與開發
本項目研究了安全信息在安全管理中的重要性及建立安全管理信息系統的必要性，并對比了傳統和現代安全管理信息系統的模式。結合我國安全信息管理的實際情況，并以首都鋼鐵集團公司、太原鋼鐵集團公司的應用需求開發了安全管理信息系統軟件。 該安全管理信息軟件使用Delphi7.0語言編寫，采用Access2003數據庫管理系統，可運行于Windows98/ Windows2000/ Windows XP等操作系統，該軟件的數據庫結構和報表結構符合國家安全生產監督管理局發布的《傷亡事故統計報表制度》的規定，涉及的行業標準符合GB/T4754-2002。該軟件的功能主要分為五大模塊：系統維護、安全信息管理、安全分析、安全評價和系統恢復。系統維護模塊主要實現企業基本信息管理、用戶權限管理以及系統備份等功能；安全信息管理模塊主要實現安全信息的錄入、修改和刪除，對安全信息的綜合查詢和分類統計，并且輸出兩個報表；安全分析模塊主要采用事故樹分析法對企業常見傷亡事故進行事故樹定性分析（最小徑集、最小割集和結構重要度）和定量分析（頂上事件發生概率、概率重要度和臨界重要度）；安全評價模塊主要采用安全檢查表法對企業生產系統進行綜合打分并得出結論；系統恢復模塊主要實現當系統出現重大問題時對系統中的數據進行恢復。 目前與有關企業合作，按用戶要求進行個性開發，使管理信息系統軟件更加實用。該項目的研究成果達到國內領先水平，所開發的軟件運行穩定，界面友好，操作方便，簡單實用。 應用范圍：該項目可應用于各企事業單位的安全管理，行業包括農、林、牧、漁業，采掘業，制造業，電力、煤氣及水的生成和供應業，建筑業，地質勘探業，交通運輸業，房地產業等等。
北京科技大學
2021-04-13
物聯網智能交通信息采集及管理系統
該成果通過無源高頻率射頻技術實時采集路段的車流量信息與車輛信息，現實了交通檢測探頭，通過交通控制中心與交通誘導顯示屏的通信，在沒有人員干預的情況下，交通控制中心通過對信息的采集與分析，對路段的車輛通行情況進行實時處理，最終將處理結果通過顯示屏顯示出來，為駕駛人員順利通行提供了引導。
揚州大學
2021-04-14
一種用于移除相位調制信息的方法
"本發明公開了一種用于相干通信系統中,移除相位調制信息的數字信號處理(DSP)方法，解決目前采用傳統 M 次方法復雜度高的問題。在相干通信系統中，在做頻偏估計和相位估計之前一般需要去除相位調制信息，傳統的方法為 M 次方法，即對接收到的復數信號作 M 次冪操作。但該方法需要多次復數乘法，復雜度高。本發明提出了一種方法，采用實數的絕對值操作來實現對相位的 M 倍操作。首先將接收到的復數信號分為實部信號和虛部信號，然后分
華中科技大學
2021-04-14
基于概念信息語義相似度的智能問答系統
文本語義相似度是指兩個句子或文本片段之間的語義等價程度，其研究在自然語言處理的問答系統、機器翻譯、信息抽取、自動摘要等相關領域中有著廣泛的應用，具有重要的理論意義和應用價值。現有的文本語義相似度方法主要基于詞表面特征，但由于詞語間普遍存在概念上的關聯，缺乏概念層面的精確計算導致這些方法的準確性提升困難，而實現全文本在概念層面的精確計算尚無有效模型。
項目團隊依據單個名詞的概念信息量為基礎，分別提出了多種模型和方法實現文本在概念級別快速、精確地計算語義相似度：（1）提出一種基于概念信息量的文本語義相似度無監督基本模型；（2）提出一種基于概念信息增益的文本信息量計算方法；（3）提出一種融合信息權重的全文本信息量計算方法。實驗結果表明，團隊提出方法在SemEval 2013-2016 STS（文本語義相似度）數據集上均超過了當年最先進系統的總成績，并且在SemEval 2017 STS國際測評中，本系統的總成績在所有參賽團隊中排名第二，其中在Track 1數據集上排名第一（共34個參賽團隊提交81個系統）。相關論文被大會評選為“Best of SemEval 2017”。
北京理工大學
2022-06-10
基于概念信息語義相似度的智能問答系統
文本語義相似度是指兩個句子或文本片段之間的語義等價程度，其研究在自然語言處理的問答系統、機器翻譯、信息抽取、自動摘要等相關領域中有著廣泛的應用，具有重要的理論意義和應用價值。現有的文本語義相似度方法主要基于詞表面特征，但由于詞語間普遍存在概念上的關聯，缺乏概念層面的精確計算導致這些方法的準確性提升困難，而實現全文本在概念層面的精確計算尚無有效模型。
我們依據單個名詞的概念信息量為基礎，分別提出了多種模型和方法實現文本在概念級別快速、精確地計算語義相似度：（1）提出一種基于概念信息量的文本語義相似度無監督基本模型（發表SCI論文1篇，授權專利1項）；（2）提出一種基于概念信息增益的文本信息量計算方法（發表SCI論文1篇）；（3）提出一種融合信息權重的全文本信息量計算方法（發表SCI論文1篇，最佳國際測評論文1篇）。實驗結果表明，我們提出方法在SemEval 2013-2016 STS（文本語義相似度）數據集上均超過了當年最先進系統的總成績，并且在SemEval 2017 STS國際測評中，我們系統的總成績在所有參賽團隊中排名第二，其中在Track 1數據集上排名第一（共34個參賽團隊提交81個系統）。相關論文被大會議評選為“Best of SemEval 2017”。
隨著人工智能相關技術的發展，智能問答系統應用在許多行業和領域中都有迫切的需求。比如在電話咨詢場景中，傳統人工坐席無法滿足日益增加的客戶咨詢量；在政府業務公開場景中，智能機器人對用戶的不準確答復會影響政府形象和公信力。目前業界的做法是人工設計問答系統或者對話系統，而不是使問答系統真正具有人類常識和世界知識，這種系統無法適應提問方法的改變或應用場景的轉換。而概念信息方法以認知知識庫為基礎可以獲得大量世界知識，比如概念之間的上下位關系。在特定領域的問答匹配多個測試數據集上的實驗結果顯示，相對于谷歌最新的深度計算模型BERT，概念信息語義相似度無監督模型已經比當今最優深度學習模型高出13%-15%。在問答系統上準確性的優勢說明，概念信息語義相似度模型對智能問答系統具有明顯的應用落地優勢。
北京理工大學
2023-05-09