项目1：面向资能环领域需求的人工智能算法及大数据分析平台
项目2：公交大数据驱动的公交运行监测与评估系统
项目3：面向智慧旅游的跨媒体大数据智能分析与处理
项目4：煤矿动力灾害大数据平台
项目5：疫情防控及高风险人群大数据可视化系统
项目6：基于大数据的远程水质监测与分析
项目7：基于大数据与深度挖掘的工业机器人健康状态评估
项目8：基于健康大数据的AI医疗辅助与训练系统
项目9：基于客流大数据和人工智能的地铁列车运行模拟仿真暨时刻表智能优化系统
项目一：面向资能环领域需求的人工智能算法及大数据分析平台
成果介绍
该成果平台依托工业互联网技术支撑，运用云计算、物联网、大数据、知识图谱、人工智能等新一代信息技术，构建了以数字为核心的油气产业链解决方案库，形成了具有全面感知、自动预测、智能优化、智能调控、科学决策等特点的数智一体化平台，为油气勘探、开发、生产、集输、储运、销售的高质量发展提供一站式技术支持，成为油气工业持续发展实现降本增效、提质升级、精益生产、安全环保、转型发展的重要手段。
平台以油气数据资源为基础、人工智能算法为核心、大数据平台算力为支撑，构建油气数据资源池，通过数据连接、集成、清洗、融合等手段提升数据质量，利用数据挖掘与机器学习等技术，搭建智能服务构件库和集成库，实现服务功能模块化，然后进行行业工业化应用，平台构架如下图所示：
成熟度及推广应用情况
目前处于何种研发阶段：中试
样机：有
已投入成本：50万以上
推广应用情况：目前该成果平台已经在油气能源领域成功推广，正在向资源、环境领域逐步推广
期望技术转移成交价格：面谈
经济效益分析
目前平台已经在合作单位正式投入运营，技术合作单位的客户分析报告显示：
年，已达成合同额万元，预计年度总合同额约万元，预计利润率10%；
年，预计年度合同额万元，预计利润率20%；
年，预计年度合同额0万元，预计利润率20%。
知识产权情况
已申请专利服务方式
可协商
项目二：公交大数据驱动的公交运行监测与评估系
成果介绍
本成果基于公交IC卡数据、公交车辆定位数据、轨道AFC数据等多源公交大数据，运用多源数据融合与关联匹配、数据挖掘、机器学习等技术，形成了公交大数据驱动的公交运行监测与评估系统。
市场分析
可直接服务于全国各城市公共交通管理部门和以及公共交通企业对公交运行的监测与评估，还可用于公交线网优化、公交区域调度等相关环节，研究成果将具有广阔的市场前景。
已有应用情况
本研究成果已服务于某交通委公交处
产业化成本效益分析
本项目所研发的配套系统能够为政府管理部门提供大量的关于公交运行监测与评估的行业管理数据与技术支持，将大大提高行业监管的科学化、透明化与精细化；本项目所提出的公交线网优化与评价方法和公交线路的区域优化调度策略，有利于优化公交资源配置，提高客运服务质量，极大提升公共交通的吸引力和竞争力，进而将在缓解交通拥堵、提高公共交通安全、促进城市公共交通行业健康运行和经济社会的稳定发展等方面产生重大的社会效益。
技术成熟度
可量产
知识产权情况
已申请专利
服务方式
可协商
项目三：面向智慧旅游的跨媒体大数据智能分析与处理
成果介绍
1.构建了基于群智感知的智慧旅游系统体系结构，建立了基于Agent的跨媒体旅游大数据群智感知模型，实现了文本、图像、视频等跨媒体旅游大数据的主动获取与表达。
2.提出了具有异构、高维和多阶特性的跨媒体大数据语义提取、描述与建模方法，建立了跨媒体旅游大数据的语义模型和内容识别模型。提出了基于深度语义学习的旅游多模态内容映射与识别方法，实现了旅游文本语义和图像语义的映射。
3.提出了跨媒体旅游大数据挖掘算法，实现了基于群智感知的游客行为挖掘和旅游环境识别与发现以及突发事件预测。提出了旅游活动分类方法，实现了基于时空情境的跨媒体旅游大数据分析、组织与挖掘。
4.完成了面向智慧旅游的跨媒体大数据智能分析与处理系统的实现与验证。构建了旅游知识发现与精准搜索系统，实现了景点主题挖掘、景点位置识别、旅游信息跨媒体搜索等。构建了面向跨媒体旅游大数据的个性化搜索系统。
技术成熟度
可量产
知识产权情况
已申请专利
服务方式
可协商
项目四：煤矿动力灾害大数据平台
技术的特色和创新点
通过架构大同矿区无线地面台站监测系统，根据微震信号特征，研究动力灾害类型的判断方法，提出煤矿动力灾害类型判识方法，采用小波分解进行时域分析，使用阈值函数处理的最低级别的近似系数LC4和细节系数DDC4进行一维小波重构，逐层将近似系数和细节系数逐层重构为小波，将隐藏层节点用作循环条件，通过前馈神经网络学习算法，将微震事件与已学习的事件进行类型匹配，实现了煤矿灾害类型的智能化分析。
研究动力灾害震级频次关系，通过对塔山矿的实际情况进行分析，提出基于两级线性回归的动力灾害预警方法，将海量历史灾害数据进行数据汇总，通过线性回归法建立灾害模型，提出置信因子变换的方法预测灾害波形未来的发展趋势，为煤矿动力灾害预警技术提供理论支持。
技术解决的关键问题
目前，煤矿动力灾害主要以井下监测为主，监控管理也局限于对单一矿井或局部区域进行研究和分析，而由于煤矿各区域开采深度及煤岩性质的不同，导致动力灾害发生的频度、机理也各有不同，故井下监测很难从整个矿区层面或更大范围考虑，不能很好适用于整个矿区；且传统的煤矿动力灾害监测系统一般是建立在C/S模式之上，随着煤矿系统的发展，系统移植性差，加大了煤矿对设备、管理的投资成本；此外，煤矿动力灾害监测系统的数据具有数据规模大、数据多样性等特点，各个煤矿微震等数据文件之间信息孤立，存储效率低，集成难度大，无法实现共享数据，不利于我国稀缺的灾害预测专家对监控数据的集中分析和处理，给数据之间的融合、深度数据挖掘造成了很大的困难
技术应用的前景、预计产生的社会效益
已与多个煤集团开展深入合作，实现一套完整的采集、传输、分析及预警四位一体的线下分析、线上实时监控的解决方案，完善并优化现有的煤矿动力灾害综合监控管理系统，具有良好的市场推广前景。
技术成熟度
可量产
知识产权情况
已申请专利
服务方式
可协商
项目五：疫情防控及高风险人群大数据可视化系统
成果介绍
该项目主要通过大数据与人工智能技术以区域医疗（影像）远程诊断大数据、数字胶片云平台数据为依据，构建区域传染病、流行病的发病人数、地域、时间建立可视化模型和高风险人群数据分析模型，形成“疫情防控及高风险人群大数据可视化系统及智能辅助决策分析报告”。
通过构建的区域医疗(远程)诊断平台、疫情防控及高危人群大数据可视化系统，不仅对打赢此次新冠肺炎疫情大有裨益，而且对以后各种传染病、流行病的智能筛查和治疗都将发挥重要作用。
应用推广分析
应用服务对象：医院、卫健委、普通老百姓、患者、政府疾控中心等提供更加精准的可视化系统智能辅助支撑。
这种区域疫情防控可视化系统平台，不仅仅针对本次新冠肺炎疫情，更重要是对今后的：区域流行病、传染病、慢性病等防控及预防有指导意义。
通过已有的区域医疗(远程)诊断平台、疫情防控及高危人群大数据可视化系统，不仅对打赢此次新冠肺炎疫情大有裨益，对以后各种流行病、传染病的筛查和治疗都将发挥重要作用。
技术成熟度
可量产
知识产权情况
已申请专利
服务方式
可协商
项目六：基于大数据的远程水质监测与分析
成果介绍
水是维系生态系统健康的重要因子，具有调节河川经流、发展灌溉、提供工业和饮用水源、繁衍水生生物、沟通航运、改善区域生态环境以及开发矿产等多种功能，在支撑经济社会发展和维持生态环境平衡中发挥了重要作用。水质监测是水资源保护中的基础性工作，对于污染源控制、环境规划具有重要意义和作用。我国一贯主张预防优先于治理的环境保护政策，在《国家中长期科学技术发展规划纲(6-)》确定的16个重大专项中，水专项是迄今为止我国资金投入总量最大的环境科研项目，投入逾百亿，旨在为中国水体污染控制与治理提供强有力的科技支撑。建立智能水质监测网络，加强水质监测能力，提升河湖管理水平，是水污染防治与水资源可持续利用的重要前提。
应用技术成果
1.应用在云南昆明的一个自来水厂。
2.已经在漳州进行应用推广。该系统可以进行养殖场PH值、溶解氧和温度的实时采集，并对增氧机工作情况进行实时监测。目前约有台设备在进行实际应用测试。
技术成熟度
可量产
知识产权情况
已申请专利
服务方式
可协商
项目七：基于大数据与深度挖掘的工业机器人健康状态评估
成果介绍
“中国制造”与《福建省实施中国制造行动计划》促使智能制造成为生产制造企业的主旋律,而工业机器人作为智能制造的重要柔性制造单元，年中国机器人市场累积销售台。然而，工业机器人结构复杂，工作环境恶劣，保养和维护对生产企业技术人员的能力提出了极高的要求。一旦工业机器人故障得不到及时维修，将直接影响正常生产。因此，开发工业机器人故障诊断与预测系统对工业机器人的推广和应用将起到重要作用。
应用技术成果
基于自主研制的数据采集设备，结合大数据分析与物理建模，与泉州市某研究院有限公司合作研制了两代RV减速器性能测试平台。
技术成熟度
已量产
知识产权情况
已申请专利
服务方式
可协商
项目八：基于健康大数据的AI医疗辅助与训练系统
成果介绍
AI与医疗行业的结合，医院服务能力，辅助医生诊断决策，进行虚拟手术训练，将对医疗行业进行颠覆性改造。
应用技术成果
设计了智能可穿戴设备的便携式软硬件，解决可穿戴设备的功耗与数据采集之间的关系。基于设备采集到的数据建立云平台，以此为基础进行健康大数据挖掘和预测分析，帮助用户管理自己的健康。
智能可穿戴设备研究框图
实现3D人体器官可视化，在网页、移动端可以浏览完整的3D人模型及内部器官，根据病人体检情况显示相应参数。
3D人体器官可视化界面
技术成熟度
已通过中试验证
知识产权情况
已申请专利2个
服务方式
可协商
项目九：基于客流大数据和人工智能的地铁列车运行模拟仿真暨时刻表智能优化系统
成果介绍
构建接近真实地铁的虚拟地铁环境，基于真实地铁AFC系统采集的客流数据对每日地铁运行进行模拟，为无法在现实中频繁进行的列车参数调整测试提供模拟实现方案。立足于“乘客平均等待时间”与“列车运营成本”两个主要参数利用人工智能机器学习对以往采用专家经验设计的列车时刻表进行不断优化。有效降低乘客的平均等待时间，提高乘客的出行效率。系统根据当前实时客流自动优化调整方案，达到节约列车运营成本的目的。此项目提出的解决方案适用于未来无人驾驶轨道交通。
主要技术指标
1.功能模块——数据处理
对AFC系统采集的客流数据进行简化，提取所需主要属性列，如“进站时间”，“进站闸口”，“出站时间”，“出站闸口”等。
清洗收集数据中的脏数据，根据多条规则，如“拥有完整进站出站信息”、“进站与出站站点不相同”等进行数据的筛选，保证数据的可使用性。
2.功能模块——模拟仿真
支持读取数据库或数据文件导入数据的方式获取客流数据。利用客流数据动态生成乘客模型，乘客具有进站、步行、等待、上下车、出站等动作。
根据列车时刻表生成列车模型，列车具有进站、停站、出站等相关动作，并拥有编号、载客量、速度等相关参数。
支持与数据展示模块间的接口，将模拟参数与采样数据实时发送至数据展示模块。支持优化模块的接口，可随时接收优化模块发送的调整后的列车时刻表并做出列车运行策略的调整。
3.功能模块——数据展示
支持与模拟仿真模块的接口，接收模拟仿真模块采样数据进行显示。
将数据分析处理实现大部分数据的可视化，如实时客流量、断面客流量、乘客购票方式等。
4.功能模块——参数优化
支持与模拟仿真模块的接口，获取仿真模块实时模拟数据，处理分析计算乘客平均等待时间、列车运行成本等相关参数。
使用机器学习相关模型进行列车时刻表的参数优化，并将优化后的列车时刻表送入模拟仿真模块中调试。
应用领域
城市轨道交通
经济或社会效益预期
列车时刻表的调整与实验因现实生活中的成本原因无法在现实中频繁进行。一个接近现实的模拟仿真系统将为地铁列车运营方案的调整测试提供便利。利用这套系统对城市轨道交通进行优化，将有效的节约运营成本，提高民众出行满意度。预期降低地铁列车运营成本5%，地铁乘客平均出行时间减少10%。
合作情况
已与某地铁集团和相关AI公司开展产学研用联合开发
合作计划和投资需求
项目实施产业化总投资预计0万元，前期研发预计需要万元。
技术成熟程度
已通过中试验证
知识产权情况
已申请专利
服务方式
可协商
