新葡京娱乐场-大陆娱乐场开户注册

本發(fā)明提出用于鑒定蘋果抗炭疽菌葉枯病的SSR分子標(biāo)記，所述分子標(biāo)記分別為S0607039；S0607001；S0506206；S0506078,S0506001S0405195,S0405127,S0304673,S0304011。本發(fā)明還提出擴(kuò)增用于鑒定蘋果抗炭疽菌葉枯病的SSR分子標(biāo)記的引物。本發(fā)明通過(guò)自行設(shè)計(jì)的SSR標(biāo)記對(duì)蘋果抗炭疽菌葉枯病基因進(jìn)行了分子標(biāo)記，確定所在的染色體位置及遺傳距離，構(gòu)建了緊密連鎖的遺傳圖譜。距離抗性基因最近的分子標(biāo)記能準(zhǔn)確的鑒定出蘋果對(duì)炭疽菌葉枯病的抗性，為蘋果生產(chǎn)實(shí)踐及抗性育種提供有效工具，并為下一步抗性基因的克隆及功能驗(yàn)證奠定了良好的基礎(chǔ)。

該成果創(chuàng)新性地基于二維半導(dǎo)體的硅基同質(zhì)器件，首次提出了類腦功能的“傳感-計(jì)算-存儲(chǔ)一體化”神經(jīng)形態(tài)芯片架構(gòu)，實(shí)現(xiàn)了光電傳感、放大運(yùn)算、信息存儲(chǔ)功能的一體化集成，為突破馮·諾依曼瓶頸和實(shí)現(xiàn)類腦智能提供了一種全新思路。 繆向水教授團(tuán)隊(duì)，長(zhǎng)期從事相變存儲(chǔ)器芯片、存算一體憶阻器芯片技術(shù)研究。2018年出版了國(guó)內(nèi)第一本憶阻器專著《憶阻器導(dǎo)論》，2019年團(tuán)隊(duì)93項(xiàng)三維相變存儲(chǔ)器芯片專利許可給芯片公司并合作開(kāi)發(fā)產(chǎn)品，并與行業(yè)龍頭企業(yè)合作建立了聯(lián)合實(shí)驗(yàn)室，推動(dòng)存儲(chǔ)器芯片技術(shù)的成果轉(zhuǎn)化以及未來(lái)引領(lǐng)技術(shù)的探索。曾榮獲國(guó)家科技進(jìn)步獎(jiǎng)2項(xiàng)、湖北省技術(shù)發(fā)明一等獎(jiǎng)1項(xiàng)。 同質(zhì)晶體管-存儲(chǔ)器架構(gòu)的原理及器件結(jié)構(gòu) 繆向水團(tuán)隊(duì)長(zhǎng)期從事相變存儲(chǔ)器芯片、存算一體憶阻器芯片技術(shù)研究。2018年出版了國(guó)內(nèi)第一本憶阻器專著《憶阻器導(dǎo)論》，2019年團(tuán)隊(duì)93項(xiàng)三維相變存儲(chǔ)器芯片專利許可給芯片公司并合作開(kāi)發(fā)產(chǎn)品，并與行業(yè)龍頭企業(yè)合作建立了聯(lián)合實(shí)驗(yàn)室，推動(dòng)存儲(chǔ)器芯片技術(shù)的成果轉(zhuǎn)化以及未來(lái)引領(lǐng)技術(shù)的探索。曾榮獲國(guó)家科技進(jìn)步獎(jiǎng)2項(xiàng)、湖北省技術(shù)發(fā)明一等獎(jiǎng)1項(xiàng)。

一、 概述JTW-LD-SF300/85 纜式線型感溫火災(zāi)探測(cè)器(以下簡(jiǎn)稱探測(cè)器)是一種新型的超長(zhǎng)距離使用的不可  重復(fù)使用的監(jiān)測(cè)環(huán)境溫度變化的消防專利產(chǎn)品，主要由微電腦處理器、感溫電纜、終端盒組成。探測(cè)器  具有良好的環(huán)境適應(yīng)性，能夠近距離或貼近保護(hù)，在各種潮濕、污染、粉塵的消防探測(cè)場(chǎng)所能夠高可靠  地工作，所以被廣泛地應(yīng)用在倉(cāng)庫(kù)、貨場(chǎng)、電纜隧道、車輛隧道、油氣輸送管道、變壓器、皮帶輸送機(jī)  及機(jī)車、配電盤等消防探測(cè)場(chǎng)所。組成探測(cè)器具有定溫報(bào)警功能，特別適用于電纜隧道、電纜橋架、電  纜井內(nèi)的動(dòng)力電纜及控制電纜的火警早期預(yù)報(bào)，可在電廠、鋼廠、化工廠等場(chǎng)合使用。 二、 工作原理及特點(diǎn)探測(cè)器的感溫電纜為溫度敏感元件，由三根分別擠塑熱敏絕緣材料的導(dǎo)線絞合而成，能夠?qū)ρ刂浒惭b長(zhǎng)度范圍內(nèi)任意一點(diǎn)的溫度變化進(jìn)行探測(cè)，再經(jīng)過(guò)單片機(jī)微控制器模糊數(shù)學(xué)的計(jì)算方法做  出火警判斷。  其主要特點(diǎn)簡(jiǎn)述如下：  1.感溫電纜結(jié)構(gòu)穩(wěn)定，抗干擾性及抗拉性能強(qiáng)。  2.具有開(kāi)路、短路兩種故障報(bào)警。  3.微電腦處理器和終端盒外殼采用阻燃材料，抗腐蝕、抗老化。  4.帶手動(dòng)火警和故障模擬功能。  5.探測(cè)器抗干擾能力強(qiáng)，采用隔離檢測(cè)以及軟件抗干擾技術(shù)，可應(yīng)用于強(qiáng)電磁場(chǎng)干擾的場(chǎng)所。  6.通過(guò)輸入模塊的無(wú)極性二總線技術(shù)和所有火災(zāi)報(bào)警控制器通訊。  7.接入專用顯示裝置具有報(bào)警定位功能。 

醫(yī)療內(nèi)窺鏡是目前常用的一種臨床診斷工具，尤其對(duì)于消化科的醫(yī)生而言，他們通過(guò)內(nèi)窺鏡能直接觀察到人體消化器官內(nèi)部的病變情況，如潰瘍、腫瘤等，甚至還可以利用內(nèi)窺鏡進(jìn)行微創(chuàng)的外科手術(shù)，在醫(yī)學(xué)界應(yīng)用廣泛。與放射科的閱片相比，消化內(nèi)鏡是消化道病變篩查和診斷的金標(biāo)準(zhǔn)，也是微創(chuàng)和無(wú)創(chuàng)治療的主要手段。 由一款圍棋人工智能程序AlphaGo(阿爾法圍棋)開(kāi)始，人工智能開(kāi)始走進(jìn)大眾的視野。世界范圍內(nèi)對(duì)其的廣泛討論預(yù)示著人工智能時(shí)代已經(jīng)到來(lái)。隨著深度學(xué)習(xí)算法不斷發(fā)展、日益成熟，人工智能已逐步用于醫(yī)療影像分析領(lǐng)域。近年來(lái)，關(guān)于內(nèi)窺鏡影像在AI領(lǐng)域的發(fā)明成果如潮水般涌現(xiàn)。 在內(nèi)鏡檢查中，操作醫(yī)師將抓取的圖像和視頻保存到內(nèi)鏡報(bào)告系統(tǒng)中，再由診斷醫(yī)生根據(jù)這些抓取的影像出具診斷報(bào)告。由目前公開(kāi)的內(nèi)窺鏡影像收集歸納系統(tǒng)中，尚未利用深度學(xué)習(xí)的方法來(lái)進(jìn)行胃、腸的內(nèi)窺鏡影像學(xué)習(xí)，進(jìn)而構(gòu)建一個(gè)較為全面的內(nèi)窺鏡影像的樣本庫(kù)。目前的方法不利于簡(jiǎn)化醫(yī)生的操作且不具有數(shù)據(jù)歸一化處理和轉(zhuǎn)換能力，無(wú)法根據(jù)數(shù)據(jù)適用范圍的不同對(duì)數(shù)據(jù)進(jìn)行管理和提供智能的數(shù)據(jù)分析功能。 一種人工智能掃描內(nèi)窺影像樣本庫(kù)管理系統(tǒng)包括以下模塊：圖像輸入模塊，用于收集內(nèi)窺鏡圖片；按官方標(biāo)準(zhǔn)，將胃部或者腸部?jī)?nèi)鏡視野分成多個(gè)部位，通過(guò)人工智能系統(tǒng)對(duì)從醫(yī)院內(nèi)窺鏡系統(tǒng)采集的圖像進(jìn)行預(yù)分類，并將影像數(shù)據(jù)上傳至系統(tǒng)指定文件目錄；登陸模塊，用于在注冊(cè)醫(yī)生登錄系統(tǒng)進(jìn)入當(dāng)前功能菜單后，對(duì)圖片進(jìn)行評(píng)圖，確認(rèn)該圖片類別是否正確；系統(tǒng)主控界面，用于進(jìn)行人機(jī)交互，并對(duì)圖像進(jìn)行顯示；業(yè)務(wù)功能模塊，包括：圖像分類單元、視頻庫(kù)單元、病灶標(biāo)記單元、我的任務(wù)單元、用戶信息單元；系統(tǒng)設(shè)置模塊，用于管理用戶與權(quán)限。本發(fā)明界面美觀友好、信息查詢靈活方便；對(duì)上傳影像數(shù)據(jù)智能分類，減少醫(yī)生操作，只需最終確定。 本系統(tǒng)產(chǎn)生的價(jià)值在于： 一、界面美觀友好、信息查詢靈活方便； 二、對(duì)上傳影像數(shù)據(jù)智能分類，減少醫(yī)生操作，只需最終確定； 三、數(shù)據(jù)庫(kù)管理模塊，具有數(shù)據(jù)歸一化處理和轉(zhuǎn)換能力，根據(jù)數(shù)據(jù)適用范圍的不同對(duì)數(shù)據(jù)進(jìn)行管理，提供智能的數(shù)據(jù)分析功能； 四、集成第三方標(biāo)記工具，標(biāo)記過(guò)程簡(jiǎn)單清晰，結(jié)果數(shù)據(jù)穩(wěn)定可靠； 五、用戶權(quán)限設(shè)置合理，系統(tǒng)安全級(jí)別高； 六、防錯(cuò)退出模式，保證系統(tǒng)安全穩(wěn)定運(yùn)行。

一種基于圖割能量?jī)?yōu)化的影像間最優(yōu)拼接線尋找方法及系統(tǒng)，進(jìn)行待拼接影像數(shù)據(jù)準(zhǔn)備，獲得各待 拼接影像之間所有重疊區(qū)域及相應(yīng)重疊度;對(duì)待拼接影像進(jìn)行預(yù)處理，綜合考慮顏色、梯度以及紋理信 息確定圖割全局能量函數(shù)，圖割全局能量函數(shù)包括數(shù)據(jù)項(xiàng)和平滑項(xiàng)，平滑項(xiàng)能量權(quán)重設(shè)置，采用圖割能 量?jī)?yōu)化方法，對(duì)總能量進(jìn)行優(yōu)化，獲取最優(yōu)拼接線。本發(fā)明所得拼接線盡量避免通過(guò)色差過(guò)大、紋理復(fù) 雜區(qū)域以及明顯地物的邊緣，從而最大程度上保證了拼接線的最優(yōu)化，解決了多影像多度重疊區(qū)域拼接 線聯(lián)合優(yōu)化的問(wèn)題，適用性廣。

本發(fā)明公開(kāi)了一種基于直方圖特征點(diǎn)配準(zhǔn)的影像勻色與融合方法及系統(tǒng)，該方法根據(jù)影像亮度直方 圖特征提取直方圖極值點(diǎn)，并采用一維高斯平滑抑制亮度直方圖局部噪聲點(diǎn);同時(shí)，使用匹配代價(jià)函數(shù) 對(duì)匹配矩陣消元的方式構(gòu)建直方圖極值點(diǎn)間的匹配關(guān)系，并以匹配的直方圖極值點(diǎn)作為直方圖特征點(diǎn)。 利用直方圖特征點(diǎn)，采用影像重疊區(qū)的直方圖特征點(diǎn)對(duì)應(yīng)亮度值修正影像亮度。本發(fā)明能對(duì)大視角、近 距離色差較大的影像進(jìn)行色調(diào)差異處理，能自動(dòng)消除多張影像重疊區(qū)域內(nèi)以及非重疊區(qū)的色調(diào)差異，達(dá) 到影像局部區(qū)域色調(diào)均衡與拼接后街景的全景影像整體色調(diào)均衡的效果。

本發(fā)明公開(kāi)了一種實(shí)現(xiàn)電子和離子速度影像同時(shí)測(cè)量的方法及裝置，所述方法包括以下步驟：S1、在離子速度影像儀排斥極電極板和提取極電極板分別施壓不同大小的負(fù)壓，用于加速電子至探測(cè)屏，生成電子的二維動(dòng)量譜；S2、將排斥極電極板和提取極電極板上的電壓分別從負(fù)壓跳變到正壓，用于加速離子至探測(cè)屏，以生成離子的二維動(dòng)量譜。本發(fā)明還提供了實(shí)現(xiàn)上述方法的裝置，裝置包括離子速度影像儀，與離子速度影像儀中排斥極電極板和提取極電極板分別連接的脈沖電源，用于對(duì)排斥極電極板和提取極電極板分別施加跳變電壓。實(shí)施本發(fā)明無(wú)需改變?cè)醒b

項(xiàng)目成果/簡(jiǎn)介:醫(yī)療內(nèi)窺鏡是目前常用的一種臨床診斷工具，尤其對(duì)于消化科的醫(yī)生而言，他們通過(guò)內(nèi)窺鏡能直接觀察到人體消化器官內(nèi)部的病變情況，如潰瘍、腫瘤等，甚至還可以利用內(nèi)窺鏡進(jìn)行微創(chuàng)的外科手術(shù)，在醫(yī)學(xué)界應(yīng)用廣泛。與放射科的閱片相比，消化內(nèi)鏡是消化道病變篩查和診斷的金標(biāo)準(zhǔn)，也是微創(chuàng)和無(wú)創(chuàng)治療的主要手段。由一款圍棋人工智能程序AlphaGo(阿爾

一種基于非監(jiān)督特征學(xué)習(xí)的高分辨率遙感影像場(chǎng)景分類方法，包括對(duì)輸入的原始高分辨率遙感圖像 進(jìn)行劃分得到場(chǎng)景，從每個(gè)場(chǎng)景中隨機(jī)地提取若干個(gè)訓(xùn)練圖像塊，將訓(xùn)練圖像塊聚集起來(lái)做預(yù)處理操作; 計(jì)算所有訓(xùn)練圖像塊的低維流形表示，聚類得到一組聚類中心;對(duì)每一幅場(chǎng)景密集采樣得到局部圖像塊， 對(duì)每個(gè)局部圖像塊做預(yù)處理操作后映射到相同的低維流形空間中，然后進(jìn)行編碼獲得場(chǎng)景的所有局部特 征;將所有場(chǎng)景的局部特征集合起來(lái)進(jìn)行特征量化，統(tǒng)計(jì)每一幅場(chǎng)景的局部特征直方圖，得到場(chǎng)景的全 局特征表達(dá);隨機(jī)挑選若干幅場(chǎng)景作為訓(xùn)練樣本，由分類器得到每一幅場(chǎng)景的預(yù)測(cè)類別標(biāo)號(hào)，完成原始 高分辨率遙感場(chǎng)景的標(biāo)注任務(wù)。

本發(fā)明公開(kāi)了一種結(jié)合全球 DEM 與立體視覺(jué)的衛(wèi)星影像云檢測(cè)方法，利用密集匹配的 DSM 數(shù)據(jù) 和現(xiàn)有的全球 DEM 數(shù)據(jù) SRTM，結(jié)合高程與影像灰度信息提取云區(qū)域。主要步驟如下：通過(guò)多影像多 匹配基元方法獲得模型匹配的 M-DSM，基于特征線的方法配準(zhǔn) M-DSM 與 SRTM，通過(guò)高程差值獲得 初始種子點(diǎn)，然后把種子點(diǎn)計(jì)算到像方，結(jié)合影像的灰度信息提取出云區(qū)域。本發(fā)明在有大面積雪的影 像，能有效的避免雪的干擾，準(zhǔn)確地檢測(cè)出云區(qū)，提高了遙感影像的利用率。