新葡京娱乐场-大陆娱乐场开户注册

本發明涉及一種混合型磁通耦合超導故障限流器及限流方法，本發明中：耦合變壓器的一次側繞組 線圈同快速開關相聯且并入 MOA 氧化鋅電阻片，二次側繞組線圈同超導限流材料相串聯，繼而將一、 二次側繞組線圈呈反向并聯后接入電力系統主回路。在電力系統正常運行時，快速開關處于閉合狀態； 當系統發生短路故障后，控制快速開關觸發斷開，耦合變壓器的磁通鎖定特性將解除，且超導材料因其 通流大于臨界電流設定而切換到高阻態，此時限流器呈現電感-電阻混合式成分進行故障限

研制了一套面向混合居民小區的LED照明應用示范工程節電控制管理軟件系統，可實現顯著用電優化效果。 1）開發了新產品1個，名為“節電控制管理系統”。2）開發了新技術1項。名為“節電控制管理技術”。3）推廣應用新技術1項，名為“LED居民小區的節電控制管理技術”，已成功應用于重慶創迪科技發展有限公司的多個已完成或進行中的產品和工程中。4）實現節電效率提高20%以上，可支持1000個以上LED用電設備該系統具有廣闊

本發明公開了一種石墨烯基雙模混合集成電控液晶微透鏡陣列，包括陣列化控光架構、第一驅控信號輸入端口和第二驅控信號輸入端口，陣列化控光架構的上下層之間順次設置有第一基片、微圓孔形圖案化石墨烯電極、第一液晶定向層、第一液晶層、第二液晶定向層、石墨烯共地電極、第二基片、第三液晶定向層、第二液晶層、第四液晶定向層、微圓環孔形圖案化石墨烯電極、第三基片，微圓孔形圖案化石墨烯電極、石墨烯共地電極和微圓環孔形圖案化石墨烯電極分別

本發明公開了一種基于混合型 MMC 的 HVDC 直流側短路故障 穿越和恢復方法。能在不閉鎖換流器的前提下，通過換流器自身控制 完成直流側短路故障的穿越和恢復，無需機械設備動作，恢復過程不需要重啟換流器，因而故障響應與恢復速度快，對輸電線路為架空線 時經常出現的非永久性短路故障特別有效，在隔離直流側故障的同時 為交直流系統提供無功和有功支撐，并有利于提高所連接的交直流系 統的暫態穩定性。 

本發明公開了一種混合導通模式的逆變電源裝置及其直接電荷 量控制方法，適用于高功率密度、高性能的單相及三相逆變電源。逆 變電源由逆變橋、濾波電感、濾波電容以及直接電荷量控制器構成。 該裝置采用小電感量的濾波電感來降低其體積，并在減小磁芯損耗的 同時降低開關損耗，縮小散熱器體積，從而提高功率密度。但小濾波 電感使得其電流在每個工頻周期中的各個開關周期中即可工作在連續導通模式，也可工作于不連續導通模式。因此，本發明在每個開關周 期中，采用直接電荷量控制器通過采樣輸出電壓和負載電流，計算下 一周期中流過濾波

本發明公開了一種基于 GPU 和 CPU 混合平臺的高速無損數據 壓縮方法，包括：CPU 讀取待壓縮數據文件，將該待壓縮數據文件從 內存拷貝到 GPU 的全局存儲器中，設置 GPU 上的線程塊組 bk[a]，每 個線程塊中的線程個數 b，設置壓縮字典窗口的長度為 c，并設置指向 第一個壓縮字典窗口的頭部指針為 p_dic_h，設置預讀窗口大小為 d， 指 向 第 一 個 預 讀 窗 口 的 指 針 p_pre_r ， 該 指 針

（一）項目背景 當前，智慧教育具有智能導學、精準推薦、定制輔導、精細評價等特點，已成為國際國內教育信息化發展的趨勢。智慧教育的研究主要聚焦于智慧學習環境建設的研究、智能技術支持下的智慧教學研究和機器學習技術支持下的個性化學習研究。智慧教育的出現極大地促進了當前教育中學習空間的重構。在“學習空間”之前，人們通常使用“教學空間”來指代這種場所，將有教學活動的場所均稱作教學空間。隨著人們對學習過程的理解變化、智慧教育的快速發展以及人們對非正式學習的重視，學習空間逐漸由單一的物理教學空間向包含物理空間、網絡空間、移動空間的多元學習空間轉變。多元學習空間的提出雖然更多地體現出了“以學生為中心”的傾向，但如何具體衡量多元學習空間對學生學習效果的影響是評價多元學習空間的重要步驟。同時，在多元學習空間具體構建時，面對空間中來源不同、結構多樣、數量龐大的多模數據如何進行處理存儲、并在保證數據有效性的前提下對教育數據進行隱私保護是多元學習空間需要解決的另一個難點。 （二）項目簡介 本項目主要目標是針對信息技術支撐下學習空間多元化、場景復雜、需求多樣化，學習者及學習行為呈現出新的特點和規律，研究多元學習空間中學習行為數據化關鍵技術，構建“云-邊緣-物聯網”架構的多模態數據存儲與處理平臺，實現混合式學習環境下學習行為智能感知和數據化，優化學習行為模型，基于實際應用與不同學習目標函數及內容，建立可重復、可預測、可驗證的對比數據集，為數據驅動的智慧教育生態構建和教育應用提供核心技術與數據支撐。 （三）關鍵技術 我們面向智慧教育中準確認知學生的學習狀態和行為的大數據需求提出研究方案。本項目實施方案涉及教育學、物聯網、云計算、人工智能、隱私保護等多個領域，主要技術路線如圖所示： 圖 1 技術路線圖 其中，項目包括的關鍵技術主要有以下三點： 1.基于物聯網的多模態數據實時智能感知和多時間域數據采集技術 該技術針對學習狀態的數據化、特征參數量化問題，設計能夠采集多 重學習空間下的智能數據感知物聯網系統。主要技術難點在于抽樣頻率與 識別準確度的平衡、人機交互的變化規律等全新科學問題。 2.學習狀態多模態數據解析和智能處理技術 利用智能感知物聯網采集實時性的原始學習狀態數據，包括面部表情、 腦電信號、頭部姿態、交互行為等原始數據，這些數據具有數據量大、模 態多、冗余度高等特點，需要通過智能化的預處理方法轉換成可以量化的 狀態數據。 3.多層次數據差分隱私保護技術 學習行為數據是學習者被動采集的多方面行為數據，受到日益增長的 具有爭議性的數據倫理的制約。該項技術通過數據隱私保護機制實現數據 多層次化的差分隱私安全算法；在保證學習者最大數據隱私性的前提下， 研究滿足學習行為分析所需要的數據顆粒度。

本發明公開了一種多用戶大規模 MIMO 混合預編碼能效優化方法，首先松弛約束條件，迭代求得基站能效的理論上限。然后以逼近理論上限為目標設計基帶預編碼矩陣和射頻預編碼矩陣。具體做法是，在基帶，將基帶預編碼的求解轉化為可以用內點法求解的標準的半正定松弛問題，在射頻，將射頻預編碼的求解轉化為可以用相位旋轉求解的向量逼近問題。使用交替最小化的方法，迭代逼近理論上限。

本發明公開了一種基于車輛視頻識別的混合式主線收費站交通沖突評價方法，包括如下步驟： 1、在收費站的收費廣場布置攝像頭，采集車輛在收費廣場的行駛視頻； 2、對采集到的車輛行駛視頻進行車輛識別和跟蹤，獲取每一幀圖像中車輛的位置坐標； 3、利用車輛的M幀圖像數據，計算車輛在每一幀圖像中的速度和減速度指標如果發生跟馳沖突，計算車輛跟馳模型的時間指標TTCk；如果發生變道沖突，計算車輛轉向模型時間指標Tpet； 4、將TTCk和Tpet進行同級化處理，統一為交通沖突評價指標STC，根據STC的值判斷交通沖突的嚴重程度。 該方法可以對收費站交通沖突的嚴重程度進行量化，對收費站道路安全性評價、管理運營、道路引流措施等決策有重要的應用價值。

本發明提供了用于檢測禽白血病病毒J亞群(ALV?J)的試劑盒，屬于RT?PCR檢測技術領域。本發明的試劑盒含有一對特異性引物，其核苷酸序列分別如SEQ ID NO.1?2所示。本發明還提供了檢測禽白血病病毒J亞群的方法。本發明試劑盒和檢測方法具有高特異性、高靈敏度、高效率、通用性好、低成本的特點，可在6.5h內對臨床病料進行快速鑒別診斷，本發明為ALV?J的早期快速診斷和開展分子流行病學調查提供技術手段，以更好地指導養禽生產中對該病的防控。