面向智慧工厂的BOPP薄膜产线关键技术研发
通过差不多2年的项目实施周期，希望在人的智力和体力方面，可大幅降低BOPP行业重点岗位对人员的依赖，解决行业痛点，填补市场空白，同时希冀项目中的软硬件，可以通过产品化的形式，推广到相关的膜卷材等行业。
通过差不多2年的项目实施周期，希望在人的智力和体力方面，可大幅降低BOPP行业重点岗位对人员的依赖，解决行业痛点，填补市场空白，同时希冀项目中的软硬件，可以通过产品化的形式，推广到相关的膜卷材等行业。
本公司针对新型智能计量仪表使用和城市管网的监管需求，开发基于 “微服务”架构的系统平台，以实现“多种前端应用，一套后端服务，分散弹性部署，开放生态接入”，达到稳定性强、可靠性高、功能全面、拓展便捷的目标。同时，研制相关错误智能修正算法，以保证用户用量及账单准确，避免误关阀等问题。还需要应用GIS系统与数据可视化技术、人工智能和大数据分析技术，以实现管网漏损监测、用户行为推断及辅助管理决策等功能。
背景： 草莓种植技术要求高，没有丰富的种植经验很难把控种植过程中的水分管理、棚内环境管理、病虫害控制和营养管理。农事活动决策支持功能能够给用户发送个性化的农事活动指导，告诉用户适宜自己的农事措施和种植方法。农事活动决策支持系统以数十家华东经验丰富的草莓设施种植户为模型进行机器学习和算法训练，依据传感器环境数据和AI算法，结合时间维度给出用户农事决策建议。 技术难点： 1、研发草莓AI病害预防预报算法，通过传感器收集到的环境数据，计算出未来一段时间草莓病害的发生概率； 2、以传感器收集的温度数据为依据，结合时间维度和AI病害算法的预测结果，给出草莓种植户一周内的农事活动建议。 科研优势： 1、公司具备专业的农业技术服务队伍，深耕市场十多年； 2、有专职研发人员、试验场地和设备，可随时进行试验和调试； 3、公司具有专职的IT研发人员，具有一定的算法技术和产品应用经验。 实践领域： 草莓AI系统将以HAAS的商业模式为客户提供服务。在极大程度上降低硬件成本和安装投入的基础上，尽可能多地将硬件设备推广到草莓种植户的种植基地 达成目标： 1、草莓AI系统研发成功将有效改善草莓种植过程中病虫害控制的问题，降低种植过程中的农药投入，改善草莓农药残留现状。 降低人工成本。根据草莓设施种植的成本结构估算，草莓AI系统投入使用将每年为种植户节省1000元的人工投入和500元的农资投入，还将增加15%～30%的草莓产量，草莓品质提升还将带来收入增加。预计草莓AI系统每年将给客户带来3000元/亩的效益提升。
绩元（上海）数据科技有限公司引入一流国内外成熟高科技，全面布局新能源与电力领域，集合物联网、人工智能、大数据、能源区块链等高新技术。 本次需求主要是想在传统光伏电站运维解决方案中引入无人机巡检、清洗机器人和智能穿戴社保等智能诊断一体化设备，以便于系统进行云端协同，基于自研人工智能平台，打造无人化闭环智能巡检管控。现正寻求合作。
开发基于AI的标准化、轻量化、边缘化部署的海、港口场景下视频识别水线智能监测系统，研制基于无人机、视频监控设备及自研模块化配置装置的硬件配套，利用改进的机器视觉和深度学习相关算法，提高海、港口水线监测的时效性和精准性，完成水线监测自动录屏、自动识别等相关操作，通过B/S用户端动态呈现数字化水线数据，实现适用于不同海、港口场景的迅捷高效、精准识别、低成本部署的水线识别智能监测设备
车载称重系统完整解决方案。车载动态称重+AI算法”,以GPS+智能称重,重量实时可视,运输全程管控，海百中物联提供从方案设计,安装测试到售后实施一站式服务.
1.技术需求描述：开发一款用于手机端或者电脑端的AI软件能够识别使用者生命体征、面部表情、语言情感，总结出客户遇到问题时的具体需求并给予使用者一些初步的网络技术服务提醒建议和针对性指导。 2.需求合理性：近年来人们生活节奏加快，各种更便捷更直观的服务需求越来越多，精准，便捷的技术支持能够在第一时间解决客户所遇到的问题，增强客户相对产品的体验感 ，我们希望开发一款能够指导各类APP新手快速上手或者针对企业、银行等公司进行合作的AI软件，利用大数据达到高速、精准的的服务客户。
通过比赛形式寻找优质合作伙伴以及技术的新应用场景
通过比赛形式寻找优质合作伙伴以及技术的新应用场景
通过比赛形式寻找优质合作伙伴以及技术的新应用场景
通过使用配备摄像头的无人机对输送带系统进行监测。
寻求高效、低碳和安全的出行方式。
现有的太阳能摄像机这款产品，都是使用的小容量电池，低温会对电池的性能产生比较大的影响，到了冬天难免会出现电量不够用的问题。基于以上述求，就需要一种光能吸收率更高的太阳能板，能够大幅缩短储能时间，提高光能转化率，或者是一种小体积的超级电容，在太阳能储能技术方面寻求突破
针对医院内VTE的防治管，建立SAAS平台，收集并利用自然语言处理技术分析患者的体征和诊断数据，基于VTE知识图谱和风险预测AI模型，动态监测患者的VTE风险，适时推送给医护人员，进行辅助诊疗和行动指导，为患者提供有针对性的VTE预防科普知识；同时实时监督院内的VTE防治情况，进行临床质量评估，帮助医院管理者进行全流程的管理。 针对院外VTE的预防管理，持续监控患者的身体状况，通过大数据和深度学习算法，刻画患者画像，并基于此主动提供精准的诊疗建议，推送有针对性的防治产品或服务。
技术问题：1）移动终端显示屏存在亮点、缺色、划伤等问题，人工检测容易出现漏检，且造成检验员视疲劳等，效率低下；2）利用AI视觉检测存在瑕疵样板数据少，存在机器学习算法缺陷而导致漏检等问题。 预期效果：通过工装夹具固定待检测终端显示屏，运用机器视觉及算法模型，自主学习待检测产品的缺陷，实现99%以上的瑕疵检出率。
现在每日的数据分析依然是靠人工来处理数据，效率十分低下。现在寻求一款APP和OS操作系统，可以通过编写的AI自学习程序分析基于每日流量推送后的转化率情况，提供多种优化路径选择，同时作出明日结果预估。整合一定时间内的实际转化率情况和当时预估情况的对比分析，实时调整标签策略，最终实现智能化精准营销。
医疗机构药品遴选与临床应用评价，综合药师根据药品说明书、中华人民共和国药典、临床诊疗规范、临床诊疗指南、专家共识等权威文献，以及国家卫健委、药监局、WHO、FDA、EMA、TGA等权威网站信息，对药品从必要性、安全性、有效性、经济性、创新性、适宜性、可及性及临床应用情况等方面进行量化评分，作为评价依据。 智能药品综合评价系统知识库建设目标，是融合上述数据源建设自有知识库，并运用人工智能大数据分析技术，实现按标准智能自动量化评分功能。 所需解决问题：国家卫健委、药监局、WHO、FDA等权威网站药品相关数据自动检索、识别及智能匹配分析。 预期效果：90%以上的项目可自动评价，需药师人工评价项目不超过10%.
目前国内对手写字的识别是没有成熟的技术的，但是市场上有几个较为强力的竞争对手，企业出于抢占市场的目的，开发新的技术。1. 手写字的识别：主观作业的自动批改。2. 手写公式（数学、物理、化学）。3. 语义分析：作文批改。4. 语音的应用：同学朗读或背诵的场景。5. AI 只能对知识点打标签。