搜索： | 稀金谷高科融成果转化平台

基于多样性稀疏原型采样的对比自监督高光谱图像表征

团队介绍信息工程学院梁苗苗团队

供给方信息工程学院

所在地区章贡区

所属行业其它

简介：

面向高光谱遥感图像的高维非线性、空间异构、光谱不确定性等复杂分布特性，基于可学习原型采样的自监督对比学习容易导致表征过均匀分布并产生平凡簇现象。因此，将原型对比学习视为潜在概率密度分布估计，提出稀疏性密集区域采样和多正样本学习方法（LSCoSa），通过建立多样性稀疏可学习原型采样策略，改善对比自监督表征的分布合理性。具体地，通过在原型采样概率上建立稀疏性正则约束，压制伪密度原型的激活概率。同时，通过采样多个潜在正样本并执行动态加权对比学习，避免平凡簇现象，改善表征的语义多样性。实验表明，所提方法极大改善了高光谱图像地物表征合理性以及目标识别精度。该工作 2023 年发表在遥感领域重要国际期刊 IEEE Transactions on Geoscience and Remote Sensing（SCI 一区）上。

基于 5G 移动通信中 EVS 编码器的语音频带扩展技术

团队介绍信息工程学院许春冬团队

供给方信息工程学院

所在地区章贡区

所属行业其它

简介：

精密智能分拣设备

团队介绍信息工程学院黄伟东团队

供给方信息工程学院

所在地区章贡区

所属行业其它

简介：

本成果主要适用于精密零部件的上下料分拣，设备规格大小为长 2. 1m 宽 1.6m 高 1.8m ，主要由上料部分、视觉检测及翻转部分、下料部分组成，通过视觉检测装置判断出工件的优劣及正反面，由翻转装置对反面工件进行翻转，下料部分先对工件进行智能视觉定位，由抓取装置精准地抓取工件，并根据工件的优劣将其分拣到相应的储存处，实现了高效率、无划伤和低错误的精密零部件上下料。采用软、补、标方案精准定位抓取物料，具有正反面姿态识别和翻转功能、操作简便、安全性高、监控性强、智能化程度高等特性。为了适应多元化物料的抓取，面对现有抓取方式中吸咀容易漏气、老化等问题，采用自研的小孔吸咀方案，能够在吸附时与物料保持水平，同时多孔的结构可以保证增加吸附力，不易老化，能适应各种物料的抓取，体现了设备的高兼容性。与现有上下料设备的功能相比，本成果是集物料自动化缺陷检测、定位抓取、智能分拣等功能一体的智能设备，并可运用到手机、芯片等多个行业。

枫停智能停车服务系统

团队介绍信息工程学院钟阳万

供给方信息工程学院

所在地区章贡区

所属行业其它

简介：

本项目是采用物联网技术将硬件车位锁与软件APP 结合于一体的智能服务系统。具有很广阔的应用前景。车位锁利用内置红外传感模块对车位的状态信息进行监测，并将该状态信息发送至服务器端进行处理，采用 Servlet 方式与软件端进行交互，springMVC 框架和 EDP 透传协议与硬件进行交互，实现停车位上车位锁的升降和停车位的管理。其可用于降低社会车位管理的人力资源，提高管理的效率，同时大量私有车位空闲时间段信息在 APP 上的共享，可以极大地弥补社会停车位的不足，提高车位分时共享率，对新时代构建和谐社会具有极大的现实意义。

轻量级网络入侵检测关键技术及产业化

团队介绍信息学院王振东团队

供给方信息学院

所在地区章贡区

所属行业其它

简介：

本项目成果依托于"多维智能感知与控制江西省重点实验室” ，在国家自然科学基金以及江西省自然科学基金支持下，对物联网、CPS 、移动互联网等入侵检测技术进行了深入研究，取得了一系列原创性科研成果。

人工智能赋能模板预测与匹配滤波的引力波搜寻

团队介绍信息工程学院马存良团队

供给方信息工程学院

所在地区章贡区

所属行业其它

简介：

提出模板预测，波形辨识与匹配滤波的引力波信号搜寻新框架，以 UNet 网络结构为例，实现了该框架。首先通过包络提取网络提取重要时间点信息，再通过去噪网络对重要时间片段进行去噪，然后通过波形辨识网络辨识波形是否具有天体源释放信号的形态，对于具备天体源形态的信号继续采用匹配滤波获取其匹配信噪比。与传统匹配滤波相比，量级的提升计算效率。与端对端分类的信号搜寻相比，输出饱和范围更广。

进化搜索与适应度景观融合的协同优化方法

团队介绍信息工程学院李伟团队

供给方信息工程学院

所在地区章贡区

所属行业其它

简介：

本成果在国家重点研发计划、国家自然科学基金和省级自然科学基金等重大项目支持下，依托于多维智能感知与控制江西省重点实验室、江西理工大学智能制造工程研究院，围绕进化算法中搜索策略和适应度景观协同优化理论与方法进行了深入研究和实际复杂优化问题求解。

分数阶忆阻细胞神经网络的多模态安全通信

团队介绍信息工程学院张小红团队

供给方信息工程学院

所在地区章贡区

所属行业其它

简介：

忆阻器一直被认为是一种“被遗忘”的重要元件，它可以接收来自电子回路的脉冲，并且在关掉电源后仍能“记忆”先前通过的电荷量，具有体积小、存储量大、能耗低、有记忆和类似神经元突触等特点，突触的可塑性对于大脑学习和记忆具有至关重要的作用。

区块链架构下车载自组织网络数据安全共享

团队介绍车载自组织网络(Vehicular Ad-Hoc Network, VANET)是一种基于移动车辆节点构建的无线通信网络，移动车辆节点可以通过配备的车载单元与附近的车辆和路边单元进行通信。VANET 面临中心节点数据存储、交通管理中细粒化、海量交通数据高呑吐及延迟、数据可扩展性、数据可能恶意篡改风险等，车辆节点与区块链中的网络节点的分布结构类似，这为两者的融合提供了可能。

供给方信息工程学院

所在地区章贡区

所属行业其它

简介：

车载自组织网络(Vehicular Ad-Hoc Network, VANET)是一种基于移动车辆节点构建的无线通信网络，移动车辆节点可以通过配备的车载单元与附近的车辆和路边单元进行通信。VANET 面临中心节点数据存储、交通管理中细粒化、海量交通数据高呑吐及延迟、数据可扩展性、数据可能恶意篡改风险等，车辆节点与区块链中的网络节点的分布结构类似，这为两者的融合提供了可能。交通信息是以各车辆单元(即节点)当时状态为基准，采用区块链智能合约控制的状态分片技术，可以实现链上数据扩容，即增加数据吞吐量功能，通过数字签名技术来保证数据共享的真实性和可靠性。本成果将区块链与车载自组织网络有机相结合，为保障智能交通系统中车辆的安全、高效行驶，以及隐私信息的有效保护与存储扩展提供有效的解决方案。