新葡京娱乐场-大陆娱乐场开户注册

一、項目分類 顯著效益成果轉化 二、成果簡介 主要針對密碼算法的FPGA實現和加速優化。其特征在于，系統通過軟硬件協同實現不同認證機制，系統包括硬件認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認證機制算法的硬件加速。 集成電路中差分對管的失調電壓或者帶隙電壓會隨著溫度和電源電壓的變化而產生漂移，從而惡化前臺校正的結果。經過理論分析、模擬仿真和實際電路測試，我們發現這種由溫度和電源電壓變化而引起的失調漂移呈現一定的線性特征，可以用線性內插或者反饋的方式對失調漂移進行校正，從而無需傳統的后臺校正電路，具有校正電路簡單、對比較器正常工作無干擾、精度高等優點。

技術分析(創新性、先進性、獨占性)開發了新穎的深度學習算法，準確識別患病部位，準備診斷患病類型，可以顯著提高臨床效益。自主獨立開發。已經在兩家大型三甲醫院做測試，算法和程序代碼完整，

技術分析(創新性、先進性、獨占性) 開發了新穎的深度學習算法，準確識別患病部位，準備診斷患病類型，可以顯著提高臨床效益。自主獨立開發。

成果簡介：激光助視距離選通夜視成像技術利用近紅外脈沖激光照射目標場景，并在目標場景反射光到達光電成像系統時將成像系統選通開啟，可有效 濾除照明路徑上的后向散射，大大提高了光電成像的圖像信噪比和對比度。 主要用于惡劣氣象(黑天、霧/霾、雨/雪等)條件下的遠距離光電成像觀察， 較傳統工業攝像機模式具有更遠的觀察距離和圖像清晰度。本項目在軍口十五預研距離選通成像關鍵技術和 863 計劃脈沖激光距離選通成像系統集成與 精密控制電路研究的基礎上，進

本項目研究面向成渝地區雙城經濟圈大數據智能產業需求，尤其是對智能制造、公共安全場景提供高效的視頻流在線推理和管理平臺，研發了一個通用性的智能中臺架構，支持視頻流和智能模型模塊化管理，支持全程可視化操作交互式界面，支持視覺智能感知模型在線推理快速部署，支持感知與識別結果實時推送、預警和報警。

近日，上海交通大學電子系義理林教授課題組基于智能鎖模算法、時間拉伸技術和實時高速電路建立的實時光譜分析控制平臺，實現了鎖模激光器輸出飛秒脈沖的實時光譜調控，對飛秒激光器的設計具有重要的應用價值。相關成果以“Intelligent control of mode-locked femtosecond pulses by time-stretch-assisted real-time spectral analysis”為題目于2020年1月發表于國際光學頂尖期刊《Light: Science & Applications》（中科院長春光機所與Nature出版集團合辦期刊），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）脈沖對應著原子分子、材料、生物蛋白、化學反應等豐富物質體系的眾多超快過程，有著廣泛而重要的應用。鎖模激光器作為產生飛秒脈沖的重要基礎研究工具，在物理、化學、生物、材料、信息科學等領域都有廣泛的應用。飛秒鎖模激光器自上世紀六十年代發明以來，與其相關的研究分別于1999，2005，2018年獲得過諾貝爾獎。 隨著超快光學的快速發展，越來越多的前沿應用需要對飛秒脈沖的時域和光譜進行精細控制。由于飛秒脈沖的產生涉及非常復雜的非線性和色散傳輸效應，達到特定脈沖狀態的穩態輸出需要對激光器多個參數在高維空間進行優化，傳統基于激光器光學設計和優化的方法已被證明難以精確實現。 通過對飛秒脈沖狀態進行智能識別，結合智能算法對激光器多參數進行全局優化，有望獲得理想的飛秒脈沖輸出，但其主要挑戰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，因此傳統方法都無法做到實時控制飛秒脈沖精確鎖模狀態。為了解決這一難題，義理林教授課題組提出在鎖模控制環內引入時間拉伸-色散傅里葉變換（TS-DFT）技術，通過時域到光譜的轉換，采用低速時域采樣即可識別飛秒脈沖對應的瞬時光譜寬度和形狀。結合智能控制算法，實現了以1.4nm為精度對飛秒脈沖光譜寬帶從10nm到40nm進行可編程控制，光譜形狀可編程為高斯型或三角形等。這是本領域首次實現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無法精確調控的難題。 基于實時的光譜控制，該研究還展示了從窄譜鎖模態至寬譜鎖模態以及從三角形光譜脈沖態至寬譜鎖模態的演變過程，發現兩者動力學過程具有相似性，提出了目標鎖模狀態可能決定中間動力學過程的猜想，為人們進一步探索鎖模激光器內部機理提供新視角。 圖說：基于快速光譜分析的飛秒鎖模脈沖智能控制 非線性光學著名專家John Dudley教授（歐洲物理學會主席，IEEE/OSA Fellow）在《Light: Science & Applications》的“News & Views”欄目撰文介紹此項工作，認為本工作極具創新性，開拓了研究鎖模動力學新的可能性，很可能應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年發表在光學領域頂級期刊《Optica》的“智能鎖模激光器”成果入選美國光學學會旗下新聞雜志《Optics & Photonics News》2019年光學年度進展“Optics in 2019”。該方向工作部分得到國家自然科學基金（61575122）的支持。《Light: 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

隨著計算智能方法得到更廣泛的應用，其從問題本身學習的能力亟待增強。為此，越來越多研究提出使用機器學習模型來驅動計算智能。通常，這種基于模型的進化算法的性能高度依賴于所采用模型的訓練質量。而傳統機器學習方法需要大量訓練數據進行模型訓練，而且受維度災難的影響，這類方法通常很難解決維度較高的問題，約束了計算智能方法的應用范疇。課題組在IEEE Transactions on Cybernetics上發表了一種由生成對抗網絡（GAN）驅動的進化多目標算法。

Web挖掘技術屬于信息科學領域，涉及自然語言處理、模式識別、知識工程、機器學習和隨機過程等多個研究領域，并需要使用概率統計、矩陣理論以及其他軟計算方法作為研究工具和手段。本項目主要針對Web挖掘中的Web數據模型、文本分類和信息檢索等基本問題進行理論和算法上的研究，并就這些問題提出了潛在語義結構模型、基于投影尋蹤的中文網頁分類算法和基于Markov網絡的信息檢索等模型。同時，在理論上對這些方法進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，我們將分類模型應用于大規模的標準測試文檔集（REUTER-21578語料庫、復旦大學中文文本分類語料庫），進行了大量的實驗，結果表明這些方法均表現出了較好的性能，接近甚至優于SVM和KNN的分類效果，并應用檢索模型在標準測試文檔集（CACM、CISI、CRAN、MED）上進行了多次對比實驗，其性能與BM25相當在某些指標上甚至更優。另外，課題組在北大天網測試文檔集上應用上述模型，在近幾年的全國搜索引擎和網上信息挖掘學術研討會（SEWM）的中文WEB信息檢索評測中均取得了優異的成績。

項目背景：近年來，我國自動售貨機蓬勃發展的最佳時 期已經到來，從零售行業的視角來看，隨著線上流量紅利的 衰退，線下流量的價值越來越突出，但線下門店業態也面臨 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，通過網絡實現移動支付功能以及貨物管理功能，使 得自動售貨機運營效率得以提升，業務模式上也有了無限的 想象空間。隨著移動支付的興起，國內自動售貨機市場近幾 年可謂遍地開花，發展迅猛。近些年自動售貨機行業一直朝 著低成本、多功能、更便利、售貨廣的方向發現。所以一款 造價低、性能穩定，運營簡單，購物便利，售賣商品范圍廣 闊的機器越來越受到運營商的青睞。目前智能視覺柜采用靜 態識別系統將非常好的滿足上述條件，將來的發展潛力巨 大。目前消費者掃碼后開門，取走商品后，關門，通過錄制 取走商品的視頻進行解析消費者取走的什么商品，從后進行 自動結算流程。核心技術是視覺識別，能通過人工智能 AI 進行識別商品類別及數量。 所需技術需求簡要描述：掃碼開門，采集視頻或圖片， 關門后通過算法自動識別消費者購買的商品明細，目前算法 準確度只有 90%，尚需突破。希望能基于視頻、圖像等媒體 資源，針對工廠質檢、智能識別商品明細、智能補貨統計等 場景，提供整體 AI 算法解決方案，全面提升智能售貨機開 門取貨自動識別商品的準確率達到 100%，帶來更便捷的購物體驗。  對技術提供方的要求:1.具有成功的自動化控制實施案 例，承擔過國家重點研發計劃項目。2.熟悉產品結構設計， 熟悉產品信息化、自動化設計。3.具有工學博士學位或高級 工程師職稱，技術方案成熟可靠穩定有創新思維，不涉及知 識產權侵犯。 

本項目揭示了汽液兩相流自升壓及液位自調節機理，發明了汽液兩相流升壓加熱及液位控制關鍵技術及系列產品，開發了安全高效的汽液兩相升壓加熱和液位控制系統，并實現了產業化。