新葡京娱乐场-大陆娱乐场开户注册

1、解決連續(xù)熱壓機(jī)多液壓控制系統(tǒng)中難題。2、解決熱壓機(jī)板厚控制系統(tǒng)難題。

一種基于Bagging?RNN模型的電梯制動性能評價方法，包括：a)獲取不同制動性能的電梯在制動過程中的閘皮溫度序列數(shù)據(jù)，作為樣本集；b）按照比例將樣本集劃分為訓(xùn)練集和驗證集；c）使用訓(xùn)練集數(shù)據(jù)訓(xùn)練Bagging?RNN模型，根據(jù)訓(xùn)練誤差修正Bagging?RNN模型參數(shù)；d）使用驗證集數(shù)據(jù)驗證Bagging?RNN模型的泛化能力，根據(jù)驗證結(jié)果進(jìn)一步修正Bagging?RNN模型參數(shù)，將修正后的Bagging?RNN模型作為電梯制動性能的評價模型；e)將被測電梯在制動過程中的閘皮溫度序列數(shù)據(jù)作為Bagging?RNN模型的輸入，模型輸出被測電梯的制動性能評價結(jié)果。本發(fā)明從電梯制動時電梯閘皮最高溫度變化的生成機(jī)理出發(fā)，獲取不同制動性能電梯制動過程中的閘皮溫度序列數(shù)據(jù)，并基于歷史數(shù)據(jù)提出了相應(yīng)的電梯制動性能的評價方法。

一、項目簡介 隨著科技進(jìn)步和社會需求的發(fā)展，機(jī)器人手/臂除了工業(yè)生產(chǎn)，也越來越多用于服務(wù)人類的其它各個領(lǐng)域，這必然會使機(jī)器人承擔(dān)比工業(yè)中更加多樣的操作任務(wù)，面臨更加多變的工作環(huán)境。因此，國內(nèi)外對非結(jié)構(gòu)自然環(huán)境下、具備自主操作能力的機(jī)器人的研究十分重視。當(dāng)前，具備視覺感知能力的機(jī)器人已被公認(rèn)為機(jī)器人發(fā)展的主流趨勢，將視覺與機(jī)器人操作相融合，是對人類行為的模擬，由此產(chǎn)生的視覺伺服控制方法為機(jī)器人自主操作能力的實現(xiàn)帶來了新的思路，代表了機(jī)器人的先進(jìn)控制技術(shù)，也是促進(jìn)機(jī)器人智能化發(fā)展的一個重要驅(qū)動。可以預(yù)見，未來的視覺系統(tǒng)將會成為機(jī)器人名副其實的眼睛，視覺伺服技術(shù)在機(jī)器人自主操作中將具有不可替代的作用。 視覺伺服利用視覺傳感器提供的環(huán)境信息對機(jī)器人運(yùn)動進(jìn)行實時反饋控制，涉及機(jī)器人機(jī)械幾何設(shè)計、運(yùn)動學(xué)和動力學(xué)、自動控制理論、計算機(jī)視覺圖像處理和攝像機(jī)標(biāo)定等,是智能機(jī)器人領(lǐng)域中具有重要理論意義的研究課題之一。迄今為止，機(jī)器人手/臂的視覺伺服方法在太空遙操作、機(jī)器人手術(shù)、水果采摘、工業(yè)裝配、焊接、抓取以及微操作等方面得到越來越多的應(yīng)用。然而，現(xiàn)階段可實際應(yīng)用的方案主要面向特定的標(biāo)定環(huán)境、模型參數(shù)已知，機(jī)器人操作是編碼定式的，不具備模型未知條件下的自主操作能力，特別是當(dāng)面向未來的剛-柔-軟體共融機(jī)器人時，其柔型結(jié)構(gòu)造成的運(yùn)動模型及參數(shù)的變化與不確定性，必然使現(xiàn)有確定模型的研究方法失效。因此，無模型（目標(biāo)幾何模型，手眼標(biāo)定模型，機(jī)器人運(yùn)動模型）、非結(jié)構(gòu)環(huán)境下的自適應(yīng)操作對機(jī)器人提出了新挑戰(zhàn)，是機(jī)器人手臂(尤其柔型手臂)視覺伺服控制研究的難點與前沿問題，不斷深入對非結(jié)構(gòu)環(huán)境下、無模型的機(jī)器人手/臂視覺伺服控制的研究具有重要的理論和現(xiàn)實意義。 在非結(jié)構(gòu)自然環(huán)境下使機(jī)器人像人一樣協(xié)調(diào)自適應(yīng)操作是當(dāng)今機(jī)器人研究領(lǐng)域的一項尚未實現(xiàn)但又令人感興趣的研究工作。從理論上看，非結(jié)構(gòu)自然環(huán)境下實現(xiàn)機(jī)器人柔性操作，就當(dāng)前研究依靠單一的控制器設(shè)計是困難的。因此，本項目借鑒人的手眼協(xié)調(diào)操作是自適應(yīng)學(xué)習(xí)過程，涉及智能進(jìn)化和行為優(yōu)化，將隨機(jī)動態(tài)規(guī)劃理論，結(jié)合約束規(guī)則與最優(yōu)化控制，探索一種變參手眼關(guān)系，實現(xiàn)機(jī)器人在非結(jié)構(gòu)自然環(huán)境下的自適應(yīng)操作。 二、前期研究基礎(chǔ) 研究團(tuán)隊一直致力于機(jī)器人視覺反饋控制的研究。在基礎(chǔ)理論研究上，針對無標(biāo)定視覺伺服控制方案與設(shè)計，均提出了一些新型方法，有扎實的理論基礎(chǔ)和知識積累，并不斷跟蹤和深入在無模型視覺伺服控制的方面研究和前沿問題。目前，已經(jīng)著手在無模型視覺伺服的可靠性、穩(wěn)定性控制方面做了充分的探索工作：針對機(jī)器人無標(biāo)定全局穩(wěn)定操作問題，研究了一種魯棒卡爾曼濾波(RKF)合作Elman神經(jīng)網(wǎng)絡(luò)(ENN)的全局穩(wěn)定視覺伺服控制方法；提出了一種基于網(wǎng)絡(luò)輔助爾曼濾波狀態(tài)估計的無標(biāo)定視覺伺服方法，提高伺服系統(tǒng)的魯棒性。同時，立足機(jī)器人發(fā)展前沿，建立了多模特征深度學(xué)習(xí)抓取系統(tǒng)，在無結(jié)構(gòu)環(huán)境下實現(xiàn)了機(jī)器人智能抓取與定位。 已發(fā)表的與項目相關(guān)的主要論文有： [1] 仲訓(xùn)杲,徐敏,仲訓(xùn)昱,彭俠夫.基于多模特征深度學(xué)習(xí)的機(jī)器人抓取判別方法.自動化學(xué)報,2016,7(42), pp:1022-1029. (EI) [2] Xungao Zhong, Xunyu Zhong and Xiafu Peng. Robots Visual Servo Control with Features Constraint Employing Kalman-Neural-Network Filtering Scheme. Neurocomputing, 2015, 151(3), pp:268-277 (SCI)  [3] Xungao Zhong, Xunyu Zhong and Xiafu Peng. Robust Kalman FilteringCooperated Elman Neural Network Learning forVision-Sensing-Based RoboticManipulation with Global Stability. Sensors, 2013, 10(13), pp:13464-13486. (SCI) [4] Xungao Zhong, Xiafu Peng, Xunyu Zhongand Lixiong Lin. Dynamic Jacobian Identification Based on State-Space for Robot Manipulation. Applied Mechanics andMaterials, vols. 475-476 (2014)pp: 675-679.(EI) [5] Xungao Zhong, Xiafu Peng, Xunyu Zhong and Xueren Dong. Multi-Channel with RBF Neural Network Aggregation Based on Disparity Space for Color Image Stereo Matching. IEEE 5th International Conference on Advanced Computational Intelligence (ICACI), 10(2012) PP:620-625. (EI) [6]XUNGAO ZHONG, XIAFU PENG, XUNYU ZHONG. NEURAL-BAYESIAN FILTERING BASED ON MONTE CARLO RESAMPLING FOR VISUAL ROBUST TRACKING. Journal of Theoretical and Applied Information Technology, 2013, 2(50), pp: 490-496. [7] Xungao Zhong, Xiafu Peng and Xunyu Zhong. Severe-Dynamic Tracking Problems Based on Lower Particles Resampling. TELKOMNIKA Indonesian Journal of Electrical Engineering. 2014, 12(6), pp:4731-4739. [8] Xunyu Zhong, Xungao Zhong and Xiafu Peng. Velocity-Change-Space-based Dynamic Motion Planning for Mobile Robots Navigation. Neurocomputing. 2014, 143(11), pp:153-163. (SCI) [9] Xunyu Zhong, Xungao Zhong, Xiafu Peng. VCS-based motion planning for distributed mobile robots: collision avoidance and formation. Soft Computing,2016,5(20), pp: 1897-1908. (SCI) [10] 仲訓(xùn)杲,徐敏, 仲訓(xùn)昱, 彭俠夫. 基于雅可比預(yù)測的機(jī)器人無模型視覺伺服定位控制, 控制與決策, 已在線發(fā)表, 2018. [11] 仲訓(xùn)杲,徐敏, 仲訓(xùn)昱, 彭俠夫. 基于圖像的機(jī)器人非標(biāo)定視覺反饋控制全局定位方法, 廈門大學(xué)學(xué)報(自然科學(xué)版), 已錄用, 2018. 三、應(yīng)用技術(shù)成果 （一）基于多模特征深度學(xué)習(xí)的機(jī)器人抓取判別 研究了多模特征深度學(xué)習(xí)及其在機(jī)器人智能抓取判別中的應(yīng)用，該方法針對智能機(jī)器人抓取判別問題, 研究多模特征深度學(xué)習(xí)與融合方法. 該方法將測試特征分布偏離訓(xùn)練特征視為一類噪化, 引入帶稀疏約束的降噪自動編碼 (Denoising auto-encoding, DAE), 實現(xiàn)網(wǎng)絡(luò)權(quán)值學(xué)習(xí); 并以疊層融合策略, 獲取初始多模特征的深層抽象表達(dá), 兩種手段相結(jié)合旨在提高深度網(wǎng)絡(luò)的魯棒性和抓取判別精確性. 實驗采用深度攝像機(jī)與 6 自由度工業(yè)機(jī)器人組建測試平臺, 對不同類別目標(biāo)進(jìn)行在線對比實驗. 結(jié)果表明, 設(shè)計的多模特征深度學(xué)習(xí)依據(jù)人的抓取習(xí)慣, 實現(xiàn)最優(yōu)抓取判別, 并且機(jī)器人成功實施抓取定位, 研究方法對新目標(biāo)具備良好的抓取判別能力. （二）無標(biāo)定視覺伺服解決方案及其機(jī)器人操作應(yīng)用 研究了無標(biāo)定視覺伺服方法及其在機(jī)械臂任務(wù)操作中的應(yīng)用。首先提出視覺伺服目標(biāo)：假設(shè)機(jī)器人或者攝像節(jié)的模型參數(shù)未知或者部分未知，視覺伺服的目標(biāo)是使用攝像節(jié)作為傳感器，引導(dǎo)機(jī)械臂運(yùn)動，使當(dāng)前圖像特征收斂到期望圖像特征，從而完成定位或者跟蹤的任務(wù)。 手眼協(xié)調(diào)關(guān)系描述。關(guān)節(jié)圖像雅克比矩陣定量描述了機(jī)械臂關(guān)節(jié)變化引起圖像特征變化，它是關(guān)節(jié)-圖像映射的局部線性化矩陣。 建立圖像雅克比的在線估計器。將關(guān)節(jié)圖像雅克比矩陣的每一個元素作為輔助系統(tǒng)的狀態(tài)，建立輔助系統(tǒng)的狀態(tài)方程；攝像機(jī)提取到的圖像特征作為測量值，建立輔助系統(tǒng)的觀測方程。根據(jù)Kalman濾波器理論，我們設(shè)計了對關(guān)節(jié)圖像雅克比的在線實時估計算法。 構(gòu)建基于圖像矩的目標(biāo)函數(shù)。為了避免傳統(tǒng)的基于點特征的缺陷，例如點特征的標(biāo)記、提取與匹配過程復(fù)雜且通用性較差問題。構(gòu)建基于圖像矩的圖像特征向量完成視覺伺服任務(wù)，來提高視覺伺服系統(tǒng)的穩(wěn)定性和可靠性。 四、合作企業(yè) 廈門萬久科技股份有限公司是一家集銷售、軟件研發(fā)、技術(shù)服務(wù)、加工技術(shù)整合為一體的高新技術(shù)企業(yè)。目前公司的經(jīng)營范圍涉及CNC軟件開發(fā)及數(shù)控系統(tǒng)銷售、CNC控制零件銷售及專業(yè)維修；工藝優(yōu)化、機(jī)臺升級與技術(shù)改造、工程配電與軟件優(yōu)化、專用機(jī)控制系統(tǒng)開發(fā)、多軸機(jī)的設(shè)計與開發(fā)、機(jī)臺精度檢測與校正優(yōu)化服務(wù)等。公司是國際知名生產(chǎn)制造企業(yè)——富士康的產(chǎn)品供應(yīng)商和技術(shù)服務(wù)商。    

本發(fā)明涉及一種基于遙感影像值多元參量定標(biāo)模型的自適應(yīng)成像方法,其步驟包括建立成像系統(tǒng)電子學(xué)參數(shù)與遙感圖像的定量數(shù)學(xué)關(guān)系；獲取遙感成像系統(tǒng)的位置和姿態(tài)參數(shù),并計算成像區(qū)域獲取成像區(qū)域地物覆蓋類型、地物反射光譜以及成像區(qū)域上空大氣和氣溶膠參數(shù),根據(jù)輻射傳輸方程計算該成像區(qū)域?qū)?yīng)的入瞳輻亮度；對每一景遙感影像入瞳輻亮度進(jìn)行排序得到最大入瞳輻亮度值,并通過成像系統(tǒng)調(diào)節(jié)成像參數(shù)使其不超過成像系統(tǒng)最大輸出圖像值,然后驅(qū)動成像設(shè)備獲取遙感影像。

西安電子科技大學(xué)計算機(jī)科學(xué)與技術(shù)學(xué)院智能軟件與系統(tǒng)新技術(shù)研究所副教授張亮團(tuán)隊依托上海瑞金醫(yī)院、西安交通大學(xué)第二附屬醫(yī)院等的新冠肺炎疑似、確診患者肺部CT影像，通過綜合分析新冠肺炎患者的肺部CT影像特點（磨玻璃、體積大小、位置等特征），張亮團(tuán)隊加快技術(shù)攻關(guān)，設(shè)計開發(fā)了基于深度學(xué)習(xí)的新型冠狀病毒的早期檢測篩查模型系統(tǒng)。

南科大生物醫(yī)學(xué)工程系助理教授郭瓊玉課題組在腫瘤介入栓塞領(lǐng)域構(gòu)建透明化離體模型方面取得最新研究進(jìn)展，相關(guān)成果論文以“構(gòu)建透明化肝臟離體模型評估腫瘤血管栓塞治療（Decellularized liver as a translucent ex vivo model for vascular embolization evaluation）”為題發(fā)表在生物材料領(lǐng)域頂級學(xué)術(shù)期刊Biomaterials。此項研究工作為建立透明化器官模型可視化研究及評估臨床治療手段開辟了新的途徑，有望為蓬勃發(fā)展的生物技術(shù)和生物材料提供更加有效的評估策略。

軟件所含缺陷的風(fēng)險或數(shù)目是合理安排軟件測試資源，提高軟件測試效率，衡量軟件設(shè)計及開發(fā)質(zhì)量的關(guān)鍵信息，應(yīng)用模式識別技術(shù)對軟件所含缺陷進(jìn)行有效預(yù)測將對我國航空工業(yè)軟件測試工作從被動測試到主動測試的轉(zhuǎn)變起到積極的作用。對軟件所含缺陷進(jìn)行風(fēng)險或定量預(yù)測，其根本技術(shù)在于利用以往軟件缺陷數(shù)據(jù)，構(gòu)建軟件內(nèi)在信息和軟件缺陷信息之間的映射關(guān)系函數(shù)。 軟件缺陷數(shù)據(jù)具有如下特點：軟件度量信息冗余；軟件缺陷數(shù)據(jù)分布及其不平衡；軟件缺陷數(shù)據(jù)易含有不準(zhǔn)確數(shù)據(jù)（如不準(zhǔn)確的缺陷量）對于模型構(gòu)建來說就是噪聲數(shù)據(jù)；軟件缺陷數(shù)據(jù)維度高，復(fù)雜度高等。該技術(shù)的廣泛使用，將對我國航空工業(yè)中的軟件測試工作，從傳統(tǒng)的被動測試向主動測試，合理安排有限的測試資源，提高測試效率，從而提高軟件質(zhì)量起到重要作用。

【項目來源】依托課題為十一五重大新藥創(chuàng)制專項“馬錢子堿貼劑經(jīng)皮給藥治療癌性疼痛的研究”，曾獲得2016年中航工業(yè)全國大學(xué)生創(chuàng)業(yè)大賽第十屆挑戰(zhàn)杯金獎。 【類    別】醫(yī)療器械。 【項目簡介】本項目采用國內(nèi)首創(chuàng)的復(fù)合磷脂脂質(zhì)體技術(shù)開發(fā)能夠模擬真實皮膚角質(zhì)層屏障結(jié)構(gòu)、組成與功能的脂質(zhì)體人工皮膚膜LipSkin；經(jīng)系列試驗及第三方檢測驗證，LipSkin從結(jié)構(gòu)上能模擬角質(zhì)層特殊的“磚-墻”結(jié)構(gòu)；從組成上具有與真實皮膚相同的脂質(zhì)特征吸收峰與角蛋白特征吸收峰；用模型藥物進(jìn)行皮膚滲透性測試驗證LipSkin在屏障功能上與真實皮膚的相關(guān)系數(shù)達(dá)99.29%；從功能上驗證測試化學(xué)品皮膚腐蝕性與真實皮膚相關(guān)系數(shù)達(dá)94.60%。此外，電阻檢測技術(shù)的應(yīng)用保障了LipSkin產(chǎn)品的質(zhì)量可控性和測試重現(xiàn)性，具有廣闊的商業(yè)化開發(fā)前景。由此，LipSkin技術(shù)成熟，可產(chǎn)業(yè)化開發(fā)。 【創(chuàng)新要點】①首次采用磷脂材料制備皮膚模型LipSkin，并突破性應(yīng)用于模擬難度較高的毒理學(xué)檢測領(lǐng)域，通過三層三明治型的結(jié)構(gòu)模擬真實皮膚的結(jié)構(gòu)，進(jìn)而模擬其功能，這種應(yīng)用至今未見報道； ②利用不同比例的復(fù)合磷脂能夠模擬不同程度的角質(zhì)層屏障功能，所以能夠靈活調(diào)整復(fù)合磷脂的比例來模擬不同類型的皮膚，以適應(yīng)皮膚腐蝕性測試中不同種族、年齡、性別人群的需求，這是團(tuán)隊的首次發(fā)現(xiàn)；  ③處方中加入了真實皮膚中的成分膽固醇、神經(jīng)酰胺、角蛋白等增加其皮膚屏障功能的模擬程度：其中磷脂材料及膽固醇、神經(jīng)酰胺等模擬皮膚的脂性通道以此模擬脂溶性成分的透過路徑，角蛋白模擬皮膚的水性通道以模擬水溶性成分的透過路徑，這樣的處方設(shè)計也屬原創(chuàng)；  ④用載入熒光探針羅丹明B的脂質(zhì)體層來模擬真皮層以模擬真皮層細(xì)胞因腐蝕受損而釋放出有色試劑的表征手段同樣處于全球首創(chuàng)。 【推廣應(yīng)用前景】據(jù)報道，美國知名市場調(diào)查與咨詢公司Markets and Markets預(yù)測：到2021年體外毒理學(xué)測試市場將從2016年的141.5億美元猛增至273.6億美元，年復(fù)合增長率將達(dá)14.1%，由此推測，皮膚腐蝕性作為毒理學(xué)檢測中的指標(biāo)之一，預(yù)測其至2021年的全球市場潛量將超20億美元。 市場上用于皮膚腐蝕性測試的體外皮膚模型有兩種：EpiSkin, EpiDerm, EpiKutis,Phenion為人重組皮膚模型，其因采用原代人角質(zhì)細(xì)胞作為原料，來源稀少且昂貴，導(dǎo)致其售價極為昂貴，且人角質(zhì)細(xì)胞受人種差異影響而不具有通用測試價值；而Corrositex模型為蛋白分子水凝膠模型，其只適用于由酸堿度差異引起的皮膚腐蝕性，測試范圍窄，據(jù)報道其準(zhǔn)確度為37.5%，不能滿足測試精度的要求；只有本項目所推出的LipSkin皮膚模型兼具測試范圍廣（由脂溶性、酸堿度差異引起的腐蝕性均可測試）、測試精度高（>90%）、價格合理（市售產(chǎn)品價格的5~22%）等優(yōu)點，推廣價值巨大。 【進(jìn)展情況】已獲發(fā)明專利1項。 

成果簡介：本發(fā)明公開了一種基于Kriging模型的風(fēng)力機(jī)齒輪箱故障診斷方法。本發(fā)明具有診斷結(jié)果快速準(zhǔn)確、非線性擬合效果好、使用靈活、計算量小的優(yōu)點，能夠為實現(xiàn)風(fēng)力機(jī)齒輪箱故障在線診斷奠定基礎(chǔ)。市場預(yù)測：2015年全國（除臺灣地區(qū)外）新增安裝風(fēng)電機(jī)組16740臺，新增裝機(jī)容量30753MW，同比增長32.6%；累計安裝風(fēng)電機(jī)組92981臺，累計裝機(jī)容量145362MW，同比增長26.8%。同時，隨著風(fēng)電機(jī)組運(yùn)營時間累積，

本發(fā)明公開了一種基于離散廣義 Nash 匯流模型的河道洪水預(yù)報方法，通過引入滯蓄曲線，簡化廣義 Nash 匯流模型，并建立離散的廣義 Nash 匯流模型，基于該模型提出一種河道洪水預(yù)報方法，將河道下斷面出流過程表述為時段初、時段末入流量與當(dāng)前時刻及之前若干時刻出流量的線性組合，根據(jù)滯蓄曲線得出權(quán)重系數(shù)；本發(fā)明提供的這種基于離散廣義 Nash 匯流模型的河道洪水預(yù)報方法，由于融入了部分歷史有效信息，可提高預(yù)報精度，且簡單直觀，便于在工程實踐中推廣應(yīng)用。