新葡京娱乐场-大陆娱乐场开户注册

本發明公開了一種基于冗余特征消減的醫學超聲圖像自動識別方法。首先從待處理的醫學超聲圖像中提取感興趣區域，從感興趣區域提取特征；然后對提取的特征進行主成分分析，以去除冗余和無關的特征分量，確定獨立有效的特征；最后依據獨立有效的特征，利用分類器對感興趣區域分類。本發明通過計算機對醫學超聲圖像進行分析，提取的圖像特征涵蓋了空域和頻域，更為全面地反映了圖像的本質特性，有助于進行正確分類，具有較好的臨床實用性。

一種基于顯著直方圖特征的行人檢測方法及系統，訓練階段包括首先分別將樣本數據集中每個正樣 本或負樣本歸一化為預設尺寸，然后作為輸入圖像提取特征，根據所得特征訓練分類器;正樣本的圖像 包含行人，負樣本的圖像不包含行人;測試階段包括對測試數據集中任一測試圖像，首先以測試圖像為 輸入圖像，分別以輸入圖像的每個像素為中心建立預設尺寸的局部區域，并提取每個局部區域的特征， 然后將每個局部區域的特征輸入訓練階段所得分類器，得到各局部區域是否包含行人的分類結果。提取 特征時，將梯度的幅值和相應局部區域顯著概率值結合

本發明公開了一種基于感知哈希特征的視頻目標跟蹤方法，其特征在于，包括以下步驟：(1)讀取待跟蹤視頻序列的第一幀；(2)在圖像中畫一恰好將目標包圍的矩形框，作為目標框；(3)對視頻幀圖像進行灰度化處理；(4)提取目標框的局部哈希特征，并對特征進行為運算化處理；(5)讀取視頻下一幀，并采用同步驟(3)同樣的方式對圖像進行灰度化處理；(6)在當前幀中，采用倒金字塔候選框搜索方法在上一幀目標相同位置附近獲取候選框；(7)采用

項目組在國家科技重大專項和國家自然科學基金的支持下，提出了以加工動態特征為載體進行加工全過程工藝知識建模的技術思路，攻克了加工動態特征驅動的自動數控編程和加工變形精確控制技術，為復雜結構件從計算機輔助加工到智能數控加工的跨越提供了理論和技術支撐。 一、項目分類 關鍵核心技術突破 二、成果簡介 飛機復雜結構件的數控加工能力是衡量一個國家航空制造水平的重要標志。新一代飛機結構件更復雜、精度要求更高、制造周期要求更短，對五軸聯動數控加工技術提出了更高的要求。項目組在國家科技重大專項和國家自然科學基金的支持下，提出了以加工動態特征為載體進行加工全過程工藝知識建模的技術思路，攻克了加工動態特征驅動的自動數控編程和加工變形精確控制技術，為復雜結構件從計算機輔助加工到智能數控加工的跨越提供了理論和技術支撐。成果在多家航空航天企業推廣應用，完成了多個軍機和C919、ARJ21 等民機型號多件復雜結構件的研制生產，被工信部、發改委和國防科工局作為航空領域國產高檔數控機床應用示范工程三大關鍵共性技術之一，向全國軍工制造行業推廣。 三、創新點 1.揭示了加工過程中間狀態幾何參數、工藝參數、監測檢測量等動態信息的動態迭代規律和傳遞規律，突破了基于加工動態特征的加工全過程工藝知識建模技術，實現了復雜結構件工藝知識積累由以零件為載體到以加工動態特征為載體的模式轉變。 2.提出了基于特征識別的加工特征自動排序、加工驅動幾何自動創建、工藝參數自動迭代方法，構建了加工特征切削參數優化模型，實現了復雜結構件的快速編程和高效加工。 3.提出加工過程中自適應釋放和消除工件變形的加工模式，研制出能監測工件變形的浮動裝夾工藝裝備，突破了基于加工動態特征的裝夾/加工/監測/檢測自適應協同控制技術，實現了加工變形精確控制。 四、主要技術指標 1.特征自動識別率大于95%； 2.刀軌自動生成率大于95%； 3.數控編程效率提高3倍以上； 4.加工效率提高30%以上； 5.大型復雜結構件加工變形控制在0.05mm/m以內。 五、知識產權及獲獎 加工動態特征驅動的智能數控編程與加工技術，研究成果2016年獲“國家技術發明二等獎”、2015年獲“中國機械工業科學技術一等獎”。目前已擁有授權國家發明專利60余項。 六、成果圖片   圖1 成果總體技術   圖2 加工過程零件面型檢測

本發明公開了一種 SIFT 特征向量梯度直方圖多通道更新電路，使用 16 個八維四更新的直方圖組來取代 1 個 128 維 16 更新的直方圖，每一個八維四更新的直方圖代表同一空間位置的 NBO 方向維度的子特征值向量。所述電路包括：第一三線性插值模塊、第二三線性插值模塊、方向地址仲裁模塊、第一至第十六四通道更新仲裁模塊、第一至第十六八維四通道更新直方圖模塊。本發明的電路硬件面積開銷僅占傳統128維16更新的直方圖電

基于載荷強化和損傷的載荷譜處理新技術，用于加載譜和耐久性評價規范的制定。通過載荷的強化和損傷、結構抗疲勞設計和載荷譜中強度變化特征等提出了基于強度特征的輕量化設計和可靠性設計，并應用到等速萬向傳動軸零件的具體設計。

項目概況 該模塊提供了一個基于網絡的通過不同 CAD 系統導出零件模型信息并提取零件特征信 息的系統，融自動識別、模糊匹配、通用性強于一體的、具有異地可操作性、多功能的實時 的科研開發平臺及系統。 本項目處于國內先進水平，擁有自主知識產權。 18 主要特點 依據從 CAD 到 CAPP／CAM、從三維到二維的基本方法；采取基于網絡化可操作性手段， 以 CAD 系統導出的 STEP 文件為核心，實現了從三維 CAD 系統獲取產品零件加工特征，STEP 文件信息自動識別準確迅速，方便查詢，可實時修改和更新，基于網絡化的操作方法；有遍 歷的各項歷史記錄，通用性較強；特征識別通過模糊匹配，基本實現智能化判斷和匹配，實 現簡單零件基本特征的提取；也可以根據具體的產品零件進行定制開發和提取，開放性和靈 活性較強；也可以與實際的數控機床 NC 程序相結合進行開發；有通用或專用接口，可廣泛 用于各個不同類型的企業和不同地域的虛擬企業。該系統具有許多獨到的功能（網絡化操作、 三維軟件不限制、零件類型不限制、智能故障診斷等） 技術指標 基于網絡化操作、自動信息識別、智能特征提取、實時故障診斷；實時修改和更新、查 詢操作方便、通用性強；遠程數據發送，實現多企業和異地的共操作；有通用或專用接口， 開放性好，可結合數控機床、企業實際情況等進行定向開發。一種基于網絡的通用的零件信 息提取科研開發系統。 市場前景 近年來虛擬企業的迅猛增多和異地企業的合作增強，使得基于網絡化的零件特征提取具 有良好的市場前景，也使眾多一直需要解決的難題，因此受到廣大制造企業的青睞。 

本發明提出了一種基于壓縮感知特征選擇的實時檢測跟蹤框架與跟蹤方法(CFS)，本發明能夠對壓 縮后的特征進行選擇，只使用區分度高的樣本特征進行分類;本發明能夠達到實時跟蹤，而且避免了由 于選擇了錯誤的特征導致的跟蹤失敗現象，有效的抑制了不好的特征對跟蹤結果的影響，并且明顯提高 了跟蹤速度和跟蹤精度。

本發明公開了一種基于光譜特征重構的高光譜圖像分類方法，屬于高光譜圖像處理技術領域，包括S1、采集原始高光譜圖像塊；S2、構建光譜空間特征重構可逆融合網絡，包括FIR、SSIF、SP和TE；S3、將輸入FIR，生成重構特征；S4、將重構特征輸入SSIF，生成增強特征；S5、將增強特征輸入SP，生成語義標記序列；S6、將語義標記序列輸入TE，生成；本發明提供的一種基于光譜特征重構的高光譜圖像分類方法，實現了困難樣本特征的無損傳遞、增強了混合像元的區分性特征表達以及提升少樣本類別的分類均衡性。

2020年2月3日，復旦大學張永振團隊在Nature 在線發表題為“A new coronavirus associated with human respiratory disease in China”的研究論文，該研究報告了一名在海鮮市場上工作的患者，該患者于2019年12月26日入住武漢市中心醫院，患有嚴重的呼吸系統綜合癥，包括發燒，頭暈和咳嗽。支氣管肺泡灌洗液樣品的基因組RNA測序，鑒定了一種新型的RNA冠狀病毒，在此稱為為WH-Human-1冠狀病毒（也是后面稱為的2019-CoV）。