新葡京娱乐场-大陆娱乐场开户注册

通過分子間親核進攻將碳碳三鍵轉化為金屬卡賓的過程應用于交叉偶聯反應。應用結構簡單的炔酰胺用作鈀卡賓前體，通過有序的分子間氧化與卡賓轉移插入的串聯過程，實現了鈀催化下炔酰胺與芐基溴化物的加氧偶聯反應 （ Palladium-Catalyzed Oxygenative Cross-Coupling of Ynamides and Benzyl Bromides via Carbene Migratory Insertion. Yunpeng Gao, Guojiao Wu, Qi Zhou and Jianbo Wang, Angew. Chem. Int. Ed. 2018, 57, 2716） 。Fischer 卡賓是經典的穩定金屬卡賓絡合物，利用卡賓配體在不同金屬之間的轉移，一系列鈀催化的 Fischer 鉻卡賓交叉偶聯反應。 通過一系列機理驗證實驗和 DFT 理論計算，對該反應的機理進行了深入 的探討，驗證了卡賓轉移以及 鈀卡賓的遷移插入為催化循環中的關鍵步驟 （ Palladium-Catalyzed Reductive Cross-Coupling Reaction of Aryl Chromium(0) Fischer Carbene Complexes with Aryl Iodides. Kang Wang, Yu Lu, Fangdong Hu, Jinghui Yang, Yan Zhang, Zhi-Xiang Wang, and Jianbo Wang, Organometallics 2018, 37, 1 ）

本發明公開了一種基于協同尺度學習的行人重識別方法，屬于監控視頻檢索技術領域。本發明首先 根據已標注訓練樣本集 L 中圖像的顏色和紋理特征，進行尺度學習得到相應馬氏距離中的協方差矩陣 Mc 和 Mt;隨機選擇查詢對象使用 Mc 和 Mt 進行馬氏距離度量，得到相應排序結果，從中取得正樣本 和負樣本生成新的已標注訓練樣本集 L，更新 Mc 和 Mt，直到未標注訓練樣本集 U 為空，得到最終的 標注樣本集 L*，并融合顏色和紋理特征得到 Mf，就可以使用基于 Mf 的馬氏距離函數進行行人重識別。 本發明在半監督框架下研究基于尺度學習的行人重識別技術，通過未標注樣本輔助標注樣本進行尺度學 習，符合實際視頻偵查應用標注訓練樣本難以獲取的要求，能有效提升少標注樣本下的重識別性能。

本發明公開了一種二重預測視頻編解碼方法和裝置，解碼方法中，解碼重建圖像的重建過程包含二重預測補償過程和第二重預測存儲，其中二重預測補償過程包括第一重預測補償過程和第二重預測補償過程，其中第二重預測補償過程的輸入包括重建后的第一重殘差和重建后的第二重殘差；編碼方法包括二重預測過程和第二重預測存儲，其中二重預測過程包括第一重預測過程和第二重預測過程，其中第二重預測過程的輸入包括和第一重殘差和第一重殘差預測值；此編碼方法產生相應碼流；本發明使用二重預測編解碼方法和裝置去除冗余，得到編碼性能的提高。

成果簡介電渣冶金作為一種特種冶金新技術， 在特殊鋼行業占據具足輕重的作用， 屬于國家鼓勵發展的高品質特殊鋼冶金技術。 但是電渣冶金所面臨的一個重要問題就是冶煉過程所需的高品質螢石礦日益枯竭， 這也是電渣冶金行業目前所面臨的迫切問題。 而目前電渣冶煉完成后的渣量基本上都不再循環利用， 即使利用， 循環量也是非常少的。 顯然， 如果能把這部分渣利用起來， 不僅降低電渣過程多高品質螢石礦的依賴， 也大大降低電渣的冶煉成本。本成果所開發的電渣重熔渣系主要以返回渣為基礎， 添加部分

1 成果簡介廢水、污水及海水處理中經常存在同時分離重質顆粒和輕質顆粒的問題。液固分離的主要方法是離心和過濾，一般情況下，能靠離心分離解決，不采用過濾分離方式。這是因為采用過濾方式的系統復雜、運行阻力大，特別是處理細小顆粒時，返清洗頻率高、降低生產率。 傳統的離心分離技術一般情況下僅是靠顆粒和水的密度不同、產生的離心力不同，而將密度大于水的重質顆粒從水中分離出來。密度與水接近或密度小于水的輕質顆粒，只能依靠過濾方式分離。基于本項目研發成功的輕重顆粒同時分離技術所制造的廣譜密度顆粒分離器，充分利用了離心力場的特點，能將密度大于水和密度小于水的顆粒同時分離出來。不僅如此，同時還利用了旋風分離器減阻技術，使該顆粒分離器的壓力損失明顯小于水力漩流器等同類產品。另外，采取空間交錯布置形式，使該廣譜密度顆粒分離器結構緊湊，占地面積 小。2 應用說明與傳統離心分離技術（如水力漩流器相比）在分離重質顆粒效率相當（如 85％）的同時，還具有不低于 50％分離輕質顆粒的能力。同時因利用了旋風分離器減阻桿減阻技術，該設備阻力比傳統水力漩流器降低約 30％、節電約 30％。另外，采用雙排高低錯落布置形式，設備結構緊湊，處理能力每小時 1000 噸時，設備最大外形尺寸僅為2×1.45×1.68 米。 圖 1 采用雙排高低錯落布置形式的設備3 效益分析在化工、食品、建材、海水凈化等多行業都存在輕重顆粒同時分離的問題，即使采用了水力漩流器，因輕質顆粒難于去除，致使過濾分離環節壓力很大，成為限制生產率提高的瓶頸。采用廣譜密度顆粒分離器，即使還需要配合過濾環節以進一步提高細微顆粒的凈化能力，過濾環節的清洗頻率及流動阻力都將大大降低，因而降低功率消耗，提高處理能力。

江蘇中科重德智能科技有限公司是源自中國科學院軟件研究所的機器人技術公司，依托于與中科院軟件所共同成立的「智能機器人聯合研究中心」，專注于服務機器人操作系統、自研運動控制平臺、機器人自主定位與導航算法等核心技術研發的高新技術企業。公司注冊地為江蘇南京人工智能產業園，在北京、南京、廣州等地均設有研發機構，先后推出了室內智能配送機器人、智能霧化消毒機器人、XBot-U科研教學機器人平臺以及XBot-Arm六自由度機械臂等多款產品。 重德智能專注于服務機器人產品和技術研發，向公共服務行業提供智能機器人產品及多場景商業應用解決方案，并為高校及科研院所提供集科研教學機器人課程建設與實驗室建設于一體的解決方案。在機器人產品商用化方向，重德智能機器人賦能醫院、酒店、樓宇、商場等多個領域及場景，對接各類公共服務場景的實際需求；在專業技術方向，重德智能發力高校機器人教育，提供機器人開源平臺、專業課程、實驗室建設等一體化人工智能學科建設解決方案，讓教師教之有方、學生學之有道，為高校培養信息時代應用型技術人才。

大規模MIMO是一類搭載大量天線陣列，支持對天線單元幅值與相位的精準控制，可以將無線信號能量匯集到特定方向上的5G/B5G關鍵通信技術。在大規模MIMO場景中，通信節點本來不容易受到非法竊聽者的攻擊。然而，一種新型的視距攻擊能夠利用視距通信系統中的信道相關性，在用戶的通信鏈路上對信息進行竊取。王銳課題組設計了一種基于用戶協作的通信安全方案，通過對竊聽區域的預測，優先選擇安全系數高的用戶作為信息中轉點，禁止竊聽區域附近的用戶進行傳輸，從而有效地對抗視距攻擊。 相比現有的大規模MIMO場

項目成果/簡介:5G智慧急救協同平臺既可滿足市縣級地區本地社區120急救、本地二級醫院120轉運以及外地市120急救轉運的急救需求，又具備充分擴展性，下一步面向全省。平臺可對接現有120急救指揮調度中心系統，利用5G實現急救車與院內專科中心互聯互通，支撐急救現場、基層醫院、院前急救、院內急診、重癥監護和專科救治等多方緊密協作，應用模式如下圖所示。胸痛中心作為省急性心肌梗死救治網絡的核心，已形成較為完善的院前急救和院內急救網絡，以此為基礎構建快速、高效、全覆蓋的急危重癥醫療救治體系，實現五大中心信息化平臺建設。平臺的區域急救協作過程，分別通過急救轉運時間軸和急救醫療時間軸進行服務監管和持續改進，從患者現場呼救第一時間開始，通過急救轉運時間軸，監控多部門協作的資源調度和急救轉運效率。從患者首次醫療接觸時間開始，通過急診急救醫療時間軸，監控急診急救醫聯體的多學科協作環境下，急危重癥醫療業務協同效率和臨床服務質量。平臺對接各國家專科上報系統，實現質控數據自動上報。平臺整體拓撲如下圖所示：利用5G技術連結成網，以醫院為中心，實現院前急救與醫院內搶救無縫銜接、分級救治和協同救治并舉，創建國內領先的區域急危重癥智慧化急救平臺，建立涵蓋胸痛、卒中、創傷、高危孕產婦、新生兒救治和醫院急診重癥的急救網絡。實現各級醫療機構在同一平臺上急救信息共享，開展協同救治、實時質控，提高急救的效率、質量、救治效果。逐步建成本區域智慧急救信息化云平臺、數據庫和信息系統；由我院牽頭，建設胸痛中心、卒中中心、創傷救治中心、逐步覆蓋危重孕產婦救治中心、新生兒救治中心；提升甘肅省區域各救治醫院信息化水平、信息共享和業務協同能力；將優勢醫療資源下沉到基層和急救第一現場，改善和優化醫療資源配置；實現院前急救和院內搶救無縫銜接，合理配置和利用急救資源，規范急救流程；建立實時質控體系，升級改造救護車，實現急救中心、急救車輛、救治醫院和救治中心以及衛健委信息互聯互通和業務協同；建設急救電子地圖，并利用新一代無線寬帶通信（5G）、大數據、人工智能等技術，實現遠程急救與應急指導，院內外信息的無縫對接；建立音視頻會診系統、移動協同應用，以急病要急、慢病要準為指導思想，提高患者救治成功率。通過院前急救、院內搶救、院后隨訪無縫銜接、分級救治和協同救治并舉，實現如下目標：1、區域急救醫療資源統一應用在院內急診規范化預檢分診和院前急救轉運全過程監控的基礎上，建立覆蓋每臺急救車、每個網絡醫院的數據互聯互通和實時上報機制，形成急診急救資源動態電子地圖，提高急救醫療服務體系運行的透明度，實現醫療資源最優配置和患者轉運治療方案最佳選擇。2、院前急救戰線前移與院內救治的無縫銜接改變原有的院前轉運和院內交接串行的銜接模式，通過院前病情評估分診和預報、遠程心電診斷、遠程影像診斷、轉運過程中的遠程監護和實時音視頻遠程指導、院內醫護端移動協同應用等方式，實現院內專科救治戰線向院前前移，最大程度壓縮急救時間延遲。3、院內急診多病區精細化和規范化管理通過規范化的預檢分診，實現急診患者分級分區有序管理，最大程度減少搶救、留觀區患者與家屬的無效移動；通過智慧急救平臺，實現紅黃綠區快速流轉和統一管理，支撐以急危重癥患者為中心進行急救的全程跟蹤和閉環管理。通過優化收費模式，科學核算服務成本，引導公眾合理急救需求。4、實現多學科高效協作與綠色通道，壓縮搶救時間根據規范化的急救路徑自動采集診療過程數據，進行綠色通道醫療行為監控，通過觸發關鍵環節上的預報提醒和會診通知，將串行步驟并行化，并加強多學科信息共享和團隊協作，自動統計綠色通道運營指標，不斷提高綠色通道運行效率，縮短患者救治時間。5、急危重癥臨床決策支持與服務質量持續改進通過可擴展的、全程覆蓋完整危重救治鏈的質控平臺，將多種病種的臨床急救指南固化為標準的程序和規則，在對醫護人員正常工作最小干預的前提下進行實時數據采集，將臨床質量控制與臨床決策支持高度融合，支撐流程的持續改進和急救醫學服務的均質化。6、心腦血管等急危重癥的分級診療和綜合防治將急診急救與慢病管理相結合，打通高危人群篩查、健康管理、院前急救、院內急診、專科救治和院后康復的閉環流程，以胸痛、卒中高危人群為重點，建立健全基層首診、雙向轉診、急慢分治、上下聯動的分級診療體系。7、急診急救遠程教育和公眾急救知識普及通過移動互聯網和遠程音視頻技術，開展急救醫護人員和志愿者的技術培訓，開展公眾急危重癥預防與急救知識的普及和教育，提升全民公共安全意識和自救互救能力，推動社會化和標準化兼備、全民參與的“大急救”。8、采用微服務架構，適用區域智慧急救模式，踐行“時間即生命”平臺采用微服務架構，既提供基于PC的WEB應用，又提供移動APP應用，業務數據集中存儲，充分利用云端的優勢，隨數據量和業務量的增長可橫向擴充。B/S架構保證了平臺部署快捷方便，低運維成本。平臺還利用業務集成網關，便捷、靈活的對接各醫療設備和物聯網設備、周邊相關業務信息系統，既能使平臺閉環有效運轉，又能讓平臺順暢融入整個醫院信息化環境，避免信息孤島與煙囪式應用，充分體現“端”+“云”的應用架構優勢。利用平臺，可有效縮短急診胸痛、卒中、創傷等患者的救治時間，體現了“時間即生命”的救治理念。院前由隨車醫生及遠程會診專家與患者家屬交代病情及可能的治療方案，使患者及家屬有一個心理承受過程，在需要行急診PCI時簽署知情同意書所需時間也相應縮短。將所有可能造成急救時間窗延誤的情況降到最低，從而提高了胸痛患者的搶救成功率，并提高了患者家屬的滿意度，獲得良好的社會效果。9、患者精準定位，時間自動采集，確保質控時間點真實性項目采用超寬帶（UltraWideBand，UWB）技術、替代傳統手工填寫的方式，自動無感地記錄五大中心時間管理表所要求的救治環節及時間、時長。監控急救病人的流向、到達/離開關鍵節點的時間、可視化的全流程時間軸、歷史軌跡查詢和回放，使急診綠色通道患者得到及時、規范、高效的救治服務。時間節點明細表準確記錄采集每一位急診患者信息、入院方式、到院時間、到達急診時間、離開急診時間、到達手術室時間、離開手術室時間等明細內容。并生成時間節點明細表。改變記錄不及時、時間不準確、急診數據信服力不足、浪費人力、不便管理等情況。平臺采用的超寬帶（UltraWideBand，UWB）技術是一種無線載波通信技術，采用納秒級的非正弦波窄脈沖傳輸數據，該技術具有系統復雜度低，發射信號功率譜密度低，對信道衰落不敏感，截獲能力低，定位精度高等優點。 知識產權類型:發明專利 、 軟件著作權技術成熟度:正在研發技術先進程度:達到國內先進水平成果獲得方式:與企業合作獲得政府支持情況:無

重載鐵路主要解決機車同步操控通信系統、列尾通信系統、列車調度通信系統、視 頻預警監控系統等應用提供通信平臺；高速鐵路主要解決車地通信、山體滑坡、落物監 測、區間通信等業務以及旅客寬帶通信業務。