会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

2020年手机摄像头CIS市场屏下指纹识别行业竞争格局产业研究报告

摄像头持续升级：智能手机是消费类电 子产品领域最重要的产品，手机拍照质 量是消费者关注的重点，因此光学领域 一直是智能手机创新的重要方向，依次经历了像素升级、前后置摄像头、多摄 像头、生物识别等发展阶段。

  • 2021-04-23
  • 阅读279
  • 下载0
  • 19页
  • pptx

社区警务智慧社区警务系统解决方案

智慧社区警务系统建设方案,社区警务:是指运用云计算、大数据、物联网等现代科技手段,实现视频数据采集全面化、数据加工处理智能化、治安防控群众化、

  • 2021-04-23
  • 阅读234
  • 下载0
  • 51页
  • pdf

基于PLC的机械手自动化控制系统实现方法研究

随着可编程控制器应用技术的不断发展，PLC 的应用范围日益扩大，使得当今工程技术人员在设计电气控制系统时，考虑选用PLC控制取代接触器控制。本文重点分析了基于PLC的机械手控制系统的组成，并摊细叙述了在以PLC为核心的基础上，对步进电动机进行综合控制的软、硬件的实现方法，该系统利用步进电动机单位脉冲所具有的步进距离不变的特点，对其采用开环点位控制。因此可将整个运动视为折线运动，每一个动作可视为运动程序相同、特征参数各异的点位相对运动。其以起点作为参考点，通过脉冲计数得到日的点的位置，手动操作机械手从参考点运动到日的点后，保存目的点位的特征参数，并统进行列表管理。从而实现手动模式下运用关键点位输入及自动模式查表方式的“仿形”动作。

  • 2021-04-23
  • 阅读929
  • 下载2
  • 64页
  • pdf

人工智能产业创新STUIC模型及机理研究

推动人工智能（AI）产业创新有助于回应其发展过程中的不确定性,促进其持续健康发展。AI 产业 创新 STUIC 模型由科学、技术、用户、投资、竞争五个核心要素构成,这五个核心要素相互作用、相互影 响。AI 产业创新 STUIC 模型内在机理主要表现为联动触发效应、集群扩散效应、优劣析出效应。AI 产 业创新需要沿着从基础研究到应用研究的技术路线,并注重其内生动力和外在牵引的触发。AI 产业集群 发展有助于提高其产业竞争力,AI 产业的创新扩散则可以为 AI 产业拓展发展空间。把竞争机制引入 AI 产业发展中,可以促使其产业优化组合,进而提高 AI 产业的创新能力。

  • 2021-04-23
  • 阅读571
  • 下载0
  • 7页
  • pdf

儿童运动协调障碍AI诊断系统研究综述

运动协调障碍是儿童生长发育过程中的一种高发问题，严重影响儿童身心健康并对成年后的远期健康造成多种不良影响。随着人工智能的发展，可利用计算机视觉领域的人体姿态估计和动作识别技术辅助诊断这类疾病，有利于提升医疗普惠程度和医疗效率，对缓解医疗资源不足有着重要意义。报告了儿童运动协调障碍AI诊断系统的研究现状，介绍了儿童运动协调障碍的临床诊断方式，并基于此提出了计算机辅助诊断该类疾病的诊断技术路线，总结了人体姿态估计和动作识别任务的深度学习方法，分析了目前主流使用的人体姿态估计与动作识别任务评估指标与其对应数据集，讨论了其应用于计算机辅助诊断的问题及挑战

  • 2021-04-23
  • 阅读364
  • 下载0
  • 9页
  • pdf

人工智能辅助低、高年资规培医师对CT肺结节检测效能的对比研究

目的：探讨不同年资规培医师在 CT 独立阅片及应用人工智能辅助阅片模式下对肺内结节的检测效能是否有差异，并分析低年资规培医师在应用人工智能辅助阅片后，能否达到高年资规培医师对肺结节的检测水平。 方法：收集 180 例患者的胸部 CT 图像，分别由 2 名低年资、2 名高年资规培医师进行独立阅片并标注肺结节，经过 2 周洗脱期后，再次对相同病例借助人工智能软件进行阅片并标注结节，记录结节的位置、大小、密度及标注时间。 将各组标记结果与金标准进行比较，记录真阳性、假阳性及假阴性结节数，计算结节检测敏感度及人均假阳性结节数。 采用 Kappa 检验分析低、高年资规培医师对肺结节检测的一致性，采用 Wilcoxon 秩检验（配对样本）比较低、高年资规培医师独立阅片及借助人工智能辅助阅片的诊断敏感度、人均假阳性结节数和阅片时间。

  • 2021-04-23
  • 阅读279
  • 下载0
  • 5页
  • pdf

AI时代的未来学校_机遇、形态与特征

面对具有“独特智慧”的人工智能（AI），未来学校很可能会变得不同，它也需要非常不同的解释。AI时代未来学校的机遇在于：首先，借助AI的技术赋能，推动实践创新；其次，藉由AI的思想智化，实现理论创新；再者，通过AI的管理赋权，尝试政策创新。以此为据，AI时代未来学校具有以下三种形态：第一，智能学校，在技术上表现为学校智能化+智能化学校；第二，智慧学校，在思想上表现为注重价值的阐释、超越技术的想象、积极主动的创新；第三，智联学校，在管理上表现为有可实现的共同目标、与环境密切互动、自主创新、自我迭代。而这也使得AI时代的未来学校具有人机一体、非线性、超学科、有选择的个性化等不同以往的特征。

  • 2021-04-23
  • 阅读335
  • 下载0
  • 8页
  • pdf

深度学习演进机理及人工智能赋能

人工智能正在深刻改变着人们的生产和生活方式，将逐渐成为推动科技与教育发展的重要力量。深度学习旨在追求学生高阶思维能力与创新创造能力的培养，是学习方式的重要变革，已成为教育领域研究与实践的一个热点。深度学习是认知结构与思维结构的不断转变与纵深发展的过程，迁移是深度学习的核心特征。堆积与分离是浅层学习的根源；新旧知识相容是同化与顺应作用机制发生的必要条件，同化与顺应是深度学习内部关联迁移的关键；重构与迭代是深度学习外部拓展迁移的动力源。人工智能赋能深度学习，可以激发学习兴趣与学习动机，促进新旧知识相容，助力跨领域知识重构与情境重构，提升学习者的整体特性，进而促进深度学习内部关联迁移与外部拓展迁移，实现学习者认知结构的不断转化，大力提升学习的效率与效果。

  • 2021-04-23
  • 阅读309
  • 下载0
  • 8页
  • pdf