新葡京娱乐场-大陆娱乐场开户注册

一、項目分類 顯著效益成果轉(zhuǎn)化 二、成果簡介 主要針對密碼算法的FPGA實現(xiàn)和加速優(yōu)化。其特征在于，系統(tǒng)通過軟硬件協(xié)同實現(xiàn)不同認(rèn)證機(jī)制，系統(tǒng)包括硬件認(rèn)證模塊和軟件功能模塊。利用FPGA的可編程邏輯電路部分實現(xiàn)認(rèn)證機(jī)制算法的硬件加速。 集成電路中差分對管的失調(diào)電壓或者帶隙電壓會隨著溫度和電源電壓的變化而產(chǎn)生漂移，從而惡化前臺校正的結(jié)果。經(jīng)過理論分析、模擬仿真和實際電路測試，我們發(fā)現(xiàn)這種由溫度和電源電壓變化而引起的失調(diào)漂移呈現(xiàn)一定的線性特征，可以用線性內(nèi)插或者反饋的方式對失調(diào)漂移進(jìn)行校正，從而無需傳統(tǒng)的后臺校正電路，具有校正電路簡單、對比較器正常工作無干擾、精度高等優(yōu)點。

技術(shù)分析(創(chuàng)新性、先進(jìn)性、獨占性)開發(fā)了新穎的深度學(xué)習(xí)算法，準(zhǔn)確識別患病部位，準(zhǔn)備診斷患病類型，可以顯著提高臨床效益。自主獨立開發(fā)。已經(jīng)在兩家大型三甲醫(yī)院做測試，算法和程序代碼完整，

技術(shù)分析(創(chuàng)新性、先進(jìn)性、獨占性) 開發(fā)了新穎的深度學(xué)習(xí)算法，準(zhǔn)確識別患病部位，準(zhǔn)備診斷患病類型，可以顯著提高臨床效益。自主獨立開發(fā)。

近日，上海交通大學(xué)電子系義理林教授課題組基于智能鎖模算法、時間拉伸技術(shù)和實時高速電路建立的實時光譜分析控制平臺，實現(xiàn)了鎖模激光器輸出飛秒脈沖的實時光譜調(diào)控，對飛秒激光器的設(shè)計具有重要的應(yīng)用價值。相關(guān)成果以“Intelligent control of mode-locked femtosecond pulses by time-stretch-assisted real-time spectral analysis”為題目于2020年1月發(fā)表于國際光學(xué)頂尖期刊《Light: Science & Applications》（中科院長春光機(jī)所與Nature出版集團(tuán)合辦期刊），并入選為封面文章，在“News & Views”欄目被專門評述。博士生蒲國慶為第一作者，義理林教授為通信作者。 圖說：期刊封面文章 飛秒尺度（1E-15秒）脈沖對應(yīng)著原子分子、材料、生物蛋白、化學(xué)反應(yīng)等豐富物質(zhì)體系的眾多超快過程，有著廣泛而重要的應(yīng)用。鎖模激光器作為產(chǎn)生飛秒脈沖的重要基礎(chǔ)研究工具，在物理、化學(xué)、生物、材料、信息科學(xué)等領(lǐng)域都有廣泛的應(yīng)用。飛秒鎖模激光器自上世紀(jì)六十年代發(fā)明以來，與其相關(guān)的研究分別于1999，2005，2018年獲得過諾貝爾獎。 隨著超快光學(xué)的快速發(fā)展，越來越多的前沿應(yīng)用需要對飛秒脈沖的時域和光譜進(jìn)行精細(xì)控制。由于飛秒脈沖的產(chǎn)生涉及非常復(fù)雜的非線性和色散傳輸效應(yīng)，達(dá)到特定脈沖狀態(tài)的穩(wěn)態(tài)輸出需要對激光器多個參數(shù)在高維空間進(jìn)行優(yōu)化，傳統(tǒng)基于激光器光學(xué)設(shè)計和優(yōu)化的方法已被證明難以精確實現(xiàn)。 通過對飛秒脈沖狀態(tài)進(jìn)行智能識別，結(jié)合智能算法對激光器多參數(shù)進(jìn)行全局優(yōu)化，有望獲得理想的飛秒脈沖輸出，但其主要挑戰(zhàn)在于飛秒脈沖難以實時精確識別。低速時域采樣無法識別飛秒脈沖寬度和形狀，光譜儀雖可識別飛秒脈沖積分光譜但無法識別其瞬時光譜，因此傳統(tǒng)方法都無法做到實時控制飛秒脈沖精確鎖模狀態(tài)。為了解決這一難題，義理林教授課題組提出在鎖模控制環(huán)內(nèi)引入時間拉伸-色散傅里葉變換（TS-DFT）技術(shù)，通過時域到光譜的轉(zhuǎn)換，采用低速時域采樣即可識別飛秒脈沖對應(yīng)的瞬時光譜寬度和形狀。結(jié)合智能控制算法，實現(xiàn)了以1.4nm為精度對飛秒脈沖光譜寬帶從10nm到40nm進(jìn)行可編程控制，光譜形狀可編程為高斯型或三角形等。這是本領(lǐng)域首次實現(xiàn)飛秒鎖模脈沖光譜寬度和形狀高精度實時編程控制，解決了飛秒鎖模脈沖鎖模狀態(tài)無法精確調(diào)控的難題。 基于實時的光譜控制，該研究還展示了從窄譜鎖模態(tài)至寬譜鎖模態(tài)以及從三角形光譜脈沖態(tài)至寬譜鎖模態(tài)的演變過程，發(fā)現(xiàn)兩者動力學(xué)過程具有相似性，提出了目標(biāo)鎖模狀態(tài)可能決定中間動力學(xué)過程的猜想，為人們進(jìn)一步探索鎖模激光器內(nèi)部機(jī)理提供新視角。 圖說：基于快速光譜分析的飛秒鎖模脈沖智能控制 非線性光學(xué)著名專家John Dudley教授（歐洲物理學(xué)會主席，IEEE/OSA Fellow）在《Light: Science & Applications》的“News & Views”欄目撰文介紹此項工作，認(rèn)為本工作極具創(chuàng)新性，開拓了研究鎖模動力學(xué)新的可能性，很可能應(yīng)用于多種鎖模光纖激光器中。 義理林教授課題組過去六年來一直致力于解決飛秒鎖模激光器的智能控制問題，2019年發(fā)表在光學(xué)領(lǐng)域頂級期刊《Optica》的“智能鎖模激光器”成果入選美國光學(xué)學(xué)會旗下新聞雜志《Optics & Photonics News》2019年光學(xué)年度進(jìn)展“Optics in 2019”。該方向工作部分得到國家自然科學(xué)基金（61575122）的支持?！禠ight: Science & Applications》論文全文https://www.nature.com/articles/s41377-020-0251-x《Light: Science & Applications》“New & Views”評述論文https://www.nature.com/articles/s41377-020-0270-7

Web挖掘技術(shù)屬于信息科學(xué)領(lǐng)域，涉及自然語言處理、模式識別、知識工程、機(jī)器學(xué)習(xí)和隨機(jī)過程等多個研究領(lǐng)域，并需要使用概率統(tǒng)計、矩陣?yán)碚撘约捌渌浻嬎惴椒ㄗ鳛檠芯抗ぞ吆褪侄?。本項目主要針對Web挖掘中的Web數(shù)據(jù)模型、文本分類和信息檢索等基本問題進(jìn)行理論和算法上的研究，并就這些問題提出了潛在語義結(jié)構(gòu)模型、基于投影尋蹤的中文網(wǎng)頁分類算法和基于Markov網(wǎng)絡(luò)的信息檢索等模型。同時，在理論上對這些方法進(jìn)行了深入的研究和探討，從理論上證明了其正確性。在實驗方面，我們將分類模型應(yīng)用于大規(guī)模的標(biāo)準(zhǔn)測試文檔集（REUTER-21578語料庫、復(fù)旦大學(xué)中文文本分類語料庫），進(jìn)行了大量的實驗，結(jié)果表明這些方法均表現(xiàn)出了較好的性能，接近甚至優(yōu)于SVM和KNN的分類效果，并應(yīng)用檢索模型在標(biāo)準(zhǔn)測試文檔集（CACM、CISI、CRAN、MED）上進(jìn)行了多次對比實驗，其性能與BM25相當(dāng)在某些指標(biāo)上甚至更優(yōu)。另外，課題組在北大天網(wǎng)測試文檔集上應(yīng)用上述模型，在近幾年的全國搜索引擎和網(wǎng)上信息挖掘?qū)W術(shù)研討會（SEWM）的中文WEB信息檢索評測中均取得了優(yōu)異的成績。

針對大規(guī)模的復(fù)雜網(wǎng)絡(luò)系統(tǒng)，在理論上研究網(wǎng)絡(luò)節(jié)點之間協(xié)同規(guī)則，研究網(wǎng)絡(luò)結(jié)構(gòu)與系統(tǒng)性能之間的關(guān)系，構(gòu)建實現(xiàn)網(wǎng)絡(luò)性能指標(biāo)最優(yōu)化的分布式算法。其應(yīng)用主要包括大規(guī)模移動通信網(wǎng)絡(luò)中信道資源的最優(yōu)分配問題、通信基站的最優(yōu)覆蓋問題等。

項目背景：近年來，我國自動售貨機(jī)蓬勃發(fā)展的最佳時 期已經(jīng)到來，從零售行業(yè)的視角來看，隨著線上流量紅利的 衰退，線下流量的價值越來越突出，但線下門店業(yè)態(tài)也面臨 著高昂的人力成本和租金成本壓力。而智能化升級引入自動 售貨機(jī)，通過網(wǎng)絡(luò)實現(xiàn)移動支付功能以及貨物管理功能，使 得自動售貨機(jī)運營效率得以提升，業(yè)務(wù)模式上也有了無限的 想象空間。隨著移動支付的興起，國內(nèi)自動售貨機(jī)市場近幾 年可謂遍地開花，發(fā)展迅猛。近些年自動售貨機(jī)行業(yè)一直朝 著低成本、多功能、更便利、售貨廣的方向發(fā)現(xiàn)。所以一款 造價低、性能穩(wěn)定，運營簡單，購物便利，售賣商品范圍廣 闊的機(jī)器越來越受到運營商的青睞。目前智能視覺柜采用靜 態(tài)識別系統(tǒng)將非常好的滿足上述條件，將來的發(fā)展?jié)摿?大。目前消費者掃碼后開門，取走商品后，關(guān)門，通過錄制 取走商品的視頻進(jìn)行解析消費者取走的什么商品，從后進(jìn)行 自動結(jié)算流程。核心技術(shù)是視覺識別，能通過人工智能 AI 進(jìn)行識別商品類別及數(shù)量。 所需技術(shù)需求簡要描述：掃碼開門，采集視頻或圖片， 關(guān)門后通過算法自動識別消費者購買的商品明細(xì)，目前算法 準(zhǔn)確度只有 90%，尚需突破。希望能基于視頻、圖像等媒體 資源，針對工廠質(zhì)檢、智能識別商品明細(xì)、智能補(bǔ)貨統(tǒng)計等 場景，提供整體 AI 算法解決方案，全面提升智能售貨機(jī)開 門取貨自動識別商品的準(zhǔn)確率達(dá)到 100%，帶來更便捷的購物體驗。  對技術(shù)提供方的要求:1.具有成功的自動化控制實施案 例，承擔(dān)過國家重點研發(fā)計劃項目。2.熟悉產(chǎn)品結(jié)構(gòu)設(shè)計， 熟悉產(chǎn)品信息化、自動化設(shè)計。3.具有工學(xué)博士學(xué)位或高級 工程師職稱，技術(shù)方案成熟可靠穩(wěn)定有創(chuàng)新思維，不涉及知 識產(chǎn)權(quán)侵犯。 

成果介紹針對采用比例積分觀測器法，結(jié)合電池荷電狀態(tài)估計，設(shè)計能夠同時對模型參數(shù)和電池荷電狀態(tài)同時進(jìn)行估計的算法，可應(yīng)用于整車的BMS軟件算法設(shè)計。搭建的軟硬件平臺可應(yīng)用于BMS算法測試。技術(shù)創(chuàng)新點及參數(shù)(1)采用比例積分觀測器法，結(jié)合電池荷電狀態(tài)估計，設(shè)計能夠同時對模型參數(shù)和電池荷電狀態(tài)同時進(jìn)行估計的算法；(2)在觀測過程中模型參數(shù)可實時更新，算法滿足李雅普諾夫方程，估計計算時可保證收斂；(3)更好的動態(tài)特性與電池充放電周期整體估計精度，且在電流信號有噪聲時仍有較好的估計精度；(4)基于STM32芯片主控，AD7280芯片采集數(shù)據(jù)，μC/OS-III系統(tǒng)完成了控制系統(tǒng)軟硬件設(shè)計。臺架實驗表明，系統(tǒng)信號采集精度良好，性能實現(xiàn)成功；(5)采用OCV法對Ah法進(jìn)行糾正，獲得新的綜合SOC估算值，針對性地設(shè)計了初值確定方法，得到改良的SOC估計算法。*明該算法能在整個電池恒流放電過程中穩(wěn)定估算SOC；(6)為考慮電池工作過程中的產(chǎn)熱，對傳統(tǒng)的SOC估算方法，引入溫度約束，建立改良的SOP估計算法。*明該算法能很好地考慮電池溫度對SOP估測影響而提升估算精度；(7)采用STM32F103芯片主控，AD7280A芯片采集信息，μC/OS-III系統(tǒng)建立了BMS軟硬件系統(tǒng)，并進(jìn)行了實車試驗。結(jié)果表明改良后的估計算法精度良好可靠，所設(shè)計BMS具備出色的控制性能。市場前景本項目的涉及的算法設(shè)計及軟硬件架構(gòu)，可以采用成果授權(quán)、成果轉(zhuǎn)讓或者技術(shù)服務(wù)的形式與汽車零部件供應(yīng)商產(chǎn)生合作。

與傳統(tǒng)圖片級分類標(biāo)注方法相比，Visionome技術(shù)可多產(chǎn)生12倍標(biāo)簽，而這些標(biāo)簽訓(xùn)練出來的算法顯示了更好的診斷性能?；诖思夹g(shù)，團(tuán)隊訓(xùn)練出可準(zhǔn)確識別多種眼前段病變的裂隙燈圖像智能評估系統(tǒng)，可應(yīng)用于大規(guī)模篩查、綜合分診、專家級評估、多路徑診療建議等多個臨床場景。不僅在回顧性數(shù)據(jù)集中表現(xiàn)出眼科專家級別的診斷水平，在前瞻性數(shù)據(jù)集中也表現(xiàn)出色。使用者通過在Visionome診斷系統(tǒng)中上傳眼前段圖像，即能一次獲得多個部位的全方位診斷，與傳統(tǒng)的人工智能算法相比，Visionome系統(tǒng)可生成更加全面、精細(xì)、具體的報告，真正讓醫(yī)學(xué)人工智能應(yīng)用揭開神秘的面紗，成為一個接地氣的“醫(yī)生”。

諧波電能計量及其儀表用以定量描述電能生產(chǎn)、 傳輸、消費的全過程，廣泛應(yīng)用于包括光伏、風(fēng)電、電動汽車、 充電站在內(nèi)的新能源及傳統(tǒng)電力系統(tǒng)。 項目主要功能包括：自適應(yīng)迭代分解電壓和電流信號得到 諧波與間諧波成分，計算其諧波含量；計量各個諧波/間諧波成 分的四象限電能計量參量；具有有功、無功能量脈沖輸出，記 錄參數(shù)設(shè)定、開蓋檢測以及電壓不對稱、過壓、過流、超限等 事件，具有液晶循環(huán)顯示功能，可通過 RS-48