新葡京娱乐场-大陆娱乐场开户注册

本發(fā)明公開了云存儲(chǔ)系統(tǒng)中基于溯源信息的視頻共享方法。系統(tǒng)客戶端收集視頻溯源信息，客戶端上傳共享的視頻及相關(guān)視頻溯源信息，服務(wù)器根據(jù)客戶端上傳的視頻溯源信息建立溯源圖。云存儲(chǔ)系統(tǒng)服務(wù)器接收到視頻下載請(qǐng)求后，在溯源圖中查找所述請(qǐng)求下載視頻的起始視頻，若查找到起始視頻存在于云存儲(chǔ)系統(tǒng)中，則根據(jù) BFS(廣度優(yōu)先遍歷)算法選擇一條從所述起始視頻到所述請(qǐng)求下載視頻的代價(jià)最小的路徑，依照該路徑重新生成所述請(qǐng)求下載的視頻并發(fā)送給客

本發(fā)明提供一種用于 GIS 矢量建筑物多邊形的多尺度表達(dá)信息生成方法，包括輸入不同尺度下的同 名矢量建筑物多邊形，然后對(duì)起始圖形和目標(biāo)圖形分別轉(zhuǎn)為轉(zhuǎn)向角函數(shù)表達(dá)形式；基于轉(zhuǎn)向角函數(shù)分析 建筑物多邊形的邊特征，獲得邊的變換規(guī)律，包括將特征點(diǎn)匹配得到的邊集分別與目標(biāo)圖形對(duì)應(yīng)邊進(jìn)行 轉(zhuǎn)向角匹配，劃分同邊和異邊；融合得到任意中間尺度下多邊形的轉(zhuǎn)向角函數(shù)，轉(zhuǎn)為坐標(biāo)串表達(dá)形式， 得到中間尺度的插值圖形。本發(fā)明能在有效保持矢量建筑物多邊形直角化邊界特征的前提

本發(fā)明公開了一種基于電力系統(tǒng)底層故障信息的復(fù)雜故障串聯(lián) 整合方法。包括以下步驟：獲取底層故障的底層故障信息，將按各底 層故障第一排序時(shí)刻先后順序列于時(shí)間軸上；并將時(shí)間窗口的起點(diǎn)置 于首個(gè)底層故障的第一排序時(shí)刻處；辨識(shí)時(shí)間窗口內(nèi)底層故障兩兩之 間的關(guān)聯(lián)性，區(qū)分復(fù)雜故障的類型；對(duì)辨識(shí)出的第一排序時(shí)刻非相鄰 的連鎖故障和保護(hù)隱藏故障進(jìn)行修正；將時(shí)間窗口起點(diǎn)移動(dòng)至下一個(gè) 相鄰底層故障的第一排序時(shí)刻處，對(duì)該時(shí)間窗口內(nèi)底層故障的關(guān)聯(lián)性 進(jìn)行辨識(shí)；重復(fù)上述步驟，直到所有底層故障的關(guān)聯(lián)性辨識(shí)完畢，得 出復(fù)雜故障的串

本發(fā)明公開了存儲(chǔ)系統(tǒng)中基于溯源信息的文件元數(shù)據(jù)查詢方法。 在系統(tǒng)客戶端收集溯源信息，通過分析得到文件相關(guān)性信息并傳遞給 元數(shù)據(jù)服務(wù)器；元數(shù)據(jù)服務(wù)器根據(jù)文件之間的關(guān)系信息實(shí)時(shí)維護(hù)關(guān)系 圖；建立基于關(guān)聯(lián)感知的元數(shù)據(jù)索引樹；接收到查詢請(qǐng)求后，先在索 引樹中查找到種子結(jié)果集，然后在關(guān)系圖中查找，得到初始結(jié)果集， 最后對(duì)初始結(jié)果集根據(jù)查詢條件進(jìn)行排序和精簡(jiǎn)得到最終結(jié)果發(fā)送給 客戶。本發(fā)明還提供了相應(yīng)的文件元數(shù)據(jù)查詢系統(tǒng)。本發(fā)明

一、項(xiàng)目分類 顯著效益成果轉(zhuǎn)化 二、成果簡(jiǎn)介 在茶園管控方面，取得以下成果： （1）探明了太陽(yáng)天頂角、高度角以及太陽(yáng)光譜中夫瑯和費(fèi)線對(duì)于田間光譜采集的影響規(guī)律，提出了融合高光譜和深度圖像技術(shù)的茶樹生理信息定量檢測(cè)方法。其中，茶樹氮肥吸收利用檢測(cè)方法處于國(guó)際領(lǐng)先水平； （2）將共聚焦顯微拉曼光譜技術(shù)應(yīng)用于茶炭疽病早期診斷中，可在顯癥前24h診斷出病害； （3）研制出茶葉信息的快速高通量遠(yuǎn)程測(cè)量系統(tǒng)及裝備，開發(fā)了茶園實(shí)時(shí)監(jiān)測(cè)與精細(xì)化管理物聯(lián)網(wǎng)云服務(wù)平臺(tái)，實(shí)現(xiàn)了茶園水肥精準(zhǔn)管理和病害防控。 在茶葉加工方面，取得以下成果： （1）探明了流水線上堆積狀茶葉幾何形態(tài)差異、緊實(shí)度對(duì)于光譜測(cè)量的影響機(jī)制，提出了融合圖像灰度共生矩陣和指紋光譜特征的品質(zhì)在線檢測(cè)新方法； （2）研制了鮮葉含水率、色素、老嫩度等品質(zhì)指標(biāo)的無(wú)損快速檢測(cè)裝備，實(shí)現(xiàn)了堆積狀茶葉品質(zhì)指標(biāo)的動(dòng)態(tài)檢測(cè)； （3）發(fā)明了基于生產(chǎn)線上茶葉原料實(shí)時(shí)品質(zhì)信息的加工工藝自適應(yīng)系統(tǒng)，為茶葉加工智能化奠定了技術(shù)基礎(chǔ)。 在茶葉生產(chǎn)加工信息管理方法，取得以下成果： （1）提煉設(shè)計(jì)出名優(yōu)綠茶機(jī)械炒制的核心作業(yè)機(jī)構(gòu)，把扁形名優(yōu)綠茶加工過程拆分成數(shù)道機(jī)械炒制流水工序； （2）探明了扁形名優(yōu)綠茶機(jī)械炒制的關(guān)鍵工藝參數(shù)，建立了扁形名優(yōu)綠茶機(jī)械制茶工藝指標(biāo)數(shù)據(jù)庫(kù)和標(biāo)準(zhǔn)； （3）發(fā)明了融合傳統(tǒng)工藝與現(xiàn)代化信息集成控制的綠茶數(shù)字化連續(xù)加工智能控制系統(tǒng)，實(shí)現(xiàn)從“憑經(jīng)驗(yàn)做茶”到“看數(shù)字制茶”。

各地基建物資設(shè)備的海量信息檢索與搜索引擎攻關(guān)

本發(fā)明公開了一種基于用戶的統(tǒng)計(jì)信道狀態(tài)信息的預(yù)編碼方法及系統(tǒng)。該方法包括如下步驟：根據(jù)用戶的信道狀態(tài)，將用戶分為統(tǒng)計(jì)用戶和瞬時(shí)用戶，基站獲取所有統(tǒng)計(jì)用戶的統(tǒng)計(jì) CSI 和所有瞬時(shí)用戶的瞬時(shí) CSI；對(duì)每個(gè)統(tǒng)計(jì)用戶，計(jì)算其正交于其他用戶的信道空間的正交子空間，并利用該正交子空間設(shè)計(jì)該統(tǒng)計(jì)用戶的預(yù)編碼向量；獲取所有瞬時(shí)用戶正交于所有統(tǒng)計(jì)用戶的信道空間的正交子空間，并利用該正交子空間設(shè)計(jì)所有瞬時(shí)用戶的預(yù)編碼矩陣。該方法僅利用用戶的統(tǒng)計(jì) CSI，不限定基站服務(wù)的用戶數(shù)目，能夠同時(shí)服務(wù)于僅有統(tǒng)計(jì) CSI 的用戶和有瞬時(shí) CSI 的用戶，并且能夠有效避免兩類用戶之間的干擾。

本發(fā)明公開了一種基于極化毫米波輻射的獲取目標(biāo)表面方位信息的方法；通過在無(wú)極化輻射環(huán)境中分別以三種不同的天線極化旋轉(zhuǎn)角度對(duì)包含目標(biāo)的場(chǎng)景進(jìn)行成像，得到目標(biāo)的亮溫圖像；再計(jì)算每個(gè)表面的平均亮溫值；然后將每個(gè)表面的三種不同天線極化旋轉(zhuǎn)角度及其相應(yīng)的平均亮溫值代入曲線方程中，求解出每個(gè)表面的表面方位信息角；最后根據(jù)表面方位信息角再次對(duì)目標(biāo)進(jìn)行成像，得到新的亮溫圖像，進(jìn)而結(jié)合表面方位信息角的終邊方向上的亮溫變化趨勢(shì)以及判斷原則，得到每個(gè)表面的法向量的方位角。本發(fā)明能非接觸、被動(dòng)、高精度地獲取目標(biāo)表面的方位角信息，為目標(biāo)的檢測(cè)與識(shí)別提供更多的有用信息。

本發(fā)明公開了一種從野棉花葉中提取的三萜皂苷類化合物及其制備方法和用途，其特點(diǎn)將干燥野棉花葉粉碎，平均粒度為300～500μm，按料液比1g∶15～25mL加入正己烷，室溫下震蕩18～30h，過濾、分離正己烷萃取液；回收脫脂野棉花葉，按料液比1g∶20～30mL加入甲醇提取劑，室溫震蕩24～48h，分離上清液，并將上清液濃縮干燥后得甲醇浸膏；得率10～14％；再將上述甲醇浸膏懸浮于甲醇50～100mL，上大孔吸附樹脂DiaionHP-20層析柱，用甲醇-水梯度洗脫，濃度為0wt％、20wt％、40wt％、60wt％、80wt％、100wt％，洗脫流速為2～4mL/min；收集上述100wt％甲醇洗脫液，濃縮干燥后得到樣品，用半制備高效液相色譜分離純化得到該三萜皂苷類化合物。