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。

心血管疾病是威脅人類健康的重要殺手。我國心血管病患者已達到 2.9 億人，心血管病 死亡占城鄉居民總死亡原因的首位。中國已步入老齡化社會，2050 年，老齡化水平將達到 30%以上。老年人群體作為心血管疾病的多發群體，面向老年人的心血管病管理和治療已成為不可回避的一個重要社會問題。實現老年人群體等重點人群心血管健康的長時程監護，從而早預防、早發現、早治療，已經成為醫療服務的重點。 基于長時程醫療數據的臨床心電智能檢測平臺是推動心血管疾病科學防治和管理升級 的關鍵技術。近年來，眾多醫療設備廠商在可穿戴設備領域大力投入，所研發可穿戴設備可 實現用戶心電圖等生理健康數據的長時程監測，彌補了醫院測量心電圖的短時性。本課題中， 基于人工智能算法研發心血管疾病智能診斷系統，將可穿戴設備、移動終端、云端服務器所 實現自動診斷結果與專家診斷結果有機結合起來，實現心電疾病診斷智能化。長時程臨床心 電智能檢測平臺的建立，利用可穿戴設備實現了對用戶身體狀況的長時程監測和異常篩查， 可有效推動心血管疾病健康管理模式建立。 北京清華長庚醫院心內科張萍教授團隊在正常和疾病心電數據庫有長期的積累，曾負責十二五國家科技支撐計劃《基層心電監護產品應用評價研究》，在心電監護產品評價和推廣 應用方面積累了豐富的經驗，在本項目中提供了醫療級心電測試數據庫，與清華大學王貴錦 副教授一起搭建了醫生在環并不斷反饋的心電智能檢測平臺，同時，北京清華長庚醫院作為 北京市昌平區遠程診斷管理中心，為未來心電產品的推廣應用和心電智能診斷的評測提供了 良好的平臺。清華大學電子工程系王貴錦老師團隊在低功耗硬件設計、生理大數據分析、心 電智能算法研究領域有著長期的積累。團隊在國內外頂級期刊會議上發表文章百余篇，其中 SCI 文章 40 余篇，發明專利授權近 20 項。團隊基于人工智能算法開展心血管疾病智能診斷 研究，在多種心電疾病診斷中達到世界先進水平。 團隊所研發臨床長時程心電智能檢測平臺特點如下： l 實現長時程心電數據的展示、查詢、關鍵指標計算等功能； l 基于醫療大數據和人工智能技術，實現室性早搏、房性早搏、T 波改變、ST 段改 變、早復極圖形改變、心房顫動等 10 余種常見心電術語的智能診斷，準確度高； l 建立心電診斷術語工程化分級體系，實現醫學和工程科學高效結合； l 建立心電圖規范化數據庫，為醫學研究創造基礎。 團隊所研發的手持式可穿戴心電智能檢測平臺特點如下： l 實現了院外心電數據的測量和采集 l 基于手持式單導聯設備和人工智能技術，實現了心房顫動的院外篩查和診斷

本項目成果是由北京科技大學與石家莊鋼鐵有限責任公司（以下簡稱石鋼）于2005年9月合作開展“煉鋼－軋鋼過程重點合同物流優化研究”課題的基礎上、在2007年教育部“新世紀優秀人才支持計劃”項目—汽車用特殊鋼制造流程的集成優化與協調控制研究（NCET-07-0067）項目的支持下，運用冶金流程工程學基礎理論，結合煉鋼廠運行優化控制技術從鋼鐵制造工藝、技術、管理、控制等多角度對石鋼煉鋼－連鑄－軋鋼復雜制造流程的運行、優化與控制開展系統性的研究工作，對實際生產排程過程進行抽象與描述，并生成排產規則庫，優化特殊鋼生產排程，形成特殊鋼廠煉鋼－連鑄－軋鋼系統運行控制與優化技術： 1）煉鋼－軋鋼過程系統的運行原則與調控策略；2）煉鋼－軋鋼過程系統的時間、溫度解析與優化；3）工序生產能力的確定；4）生產模式的優化；5）流程溫度制度的優化；6）生產過程組織與生產控制；7）鋼包轉運的解析與優化；8）中間包轉運的解析與優化；9）生產排程與中間坯庫的庫存管控系統。 根據“爐機對應”、“鑄軋對應”、“能耗最小”、“拉速決定流量”、“連鑄連軋”等原則，在對特殊鋼廠煉鋼—軋鋼工序作業時間、溫度、工序間流量等環節的調控策略的基礎上，從時間、溫度及物質量3個基本參數出發，對特殊鋼廠煉鋼－連鑄－軋鋼流程的運行過程進行研究，掌握特殊鋼廠煉鋼－軋鋼過程系統的物質流運行規律，通過進行煉鋼－連鑄－軋鋼工序關系的協調優化，實現轉爐、連鑄機與軋機的協同運行。通過對鋼包運行、鑄坯運轉進行解析，確定合理的鋼包個數和連鑄坯熱送熱裝的管控策略。 針對特殊鋼廠多品種、小批量的生產特點，對石鋼現有生產流程進行規則抽象和描述，指出了現有生產計劃中存在的問題，并提出了解決辦法。建立了棒線材產線適用的煉鋼爐次計劃模型、連鑄澆次計劃（包括異鋼種混澆）模型、軋制生產計劃模型和半成品庫的管控模型，對石鋼生產排程系統進行了總體設計和總體業務流描述，對生產排程系統進行了技術架構并用Microsoft Visual Studio 2005 + SQL Server 2000進行了實現，為煉鋼－連鑄－軋鋼的優化排程及庫存優化管理提出系統解決方案。根據以上研究內容形成的教育部科技成果（鑒字[教 CW2009]第 022 號）具有我國完全自主知識產權，在棒線材產線鋼、鑄、軋生產優化排程方面達到國內領先水平，在冶金流程工程學理論、方法與生產計劃優化技術結合領域具有國際先進水平。

項目成果/簡介:心血管疾病是威脅人類健康的重要殺手。我國心血管病患者已達到 2.9 億人，心血管病 死亡占城鄉居民總死亡原因的首位。中國已步入老齡化社會，2050 年，老齡化水平將達到 30%以上。老年人群體作為心血管疾病的多發群體，面向老年人的心血管病管理和治療已成為不可回避的一個重要社會問題。實現老年人群體等重點人群心血管健康的長時程監護，從而早預防、早發現、早治療，已經成為醫療服務的重點。

化工、制藥、印染、造紙等行業廢水排放量大、污染物濃度高，并且這些重污染行業排放的廢水一般都含有難降解生物、甚至有毒害作用的污染物質，常規的物化、生化處理工藝很難把這些行業的廢水處理到國家一級排放標準。為此，很多企業不得不通過稀釋手段來實現COD達標排放的目標。但是，隨著節能減排計劃的實施，各地都加大了對COD總量的控制力度。同時，地方政府也給企業下達了COD減排任務。此外，一些地方政府還頒布了高于國家廢水排放標準的地方標準。為了完成COD減排任務或達到更加嚴格的廢水排放標準，大部分企業都必須對現有污水處理設施進行技術改造。華東理工大學環境工程研究所針對化工、制藥、印染、造紙等行業廢水的特點，研究開發了多項難降解有機廢水處理技術，包括各種預處理技術、生物處理技術、深度處理技術，及多項處理技術的組合與集成。目前，這些技術已成功應用于多個化工、精細化工、制藥企業的廢水改造工程或新建工程，為這些企業解決了高COD、高鹽分、高氨氮廢水處理的難題，使企業在較低的成本下實現了達標排放的目的，并超額完成了COD減排任務。（1）處理有機廢水的BCB組合工藝，授權發明專利，專利號：ZL200510024414.6（2）一種氧化反應催化劑可循環使用的廢水處理方法，授權發明專利，專利號：ZL200610030562.6