新葡京娱乐场-大陆娱乐场开户注册

本項(xiàng)目研究成果產(chǎn)生了極其突出的國(guó)際學(xué)術(shù)影響，發(fā)表SCI論文109篇，包括信息科學(xué)領(lǐng)域國(guó)際一流期刊IEEE Transactions論文53篇，其中，8篇代表性論文他引2091次，SCI他引共計(jì)875次。獲IEEE電路與系統(tǒng)協(xié)會(huì)頒發(fā)的2011年度IEEE Transactions on Circuits and Systems for Video Technology最佳期刊論文獎(jiǎng)，以及3項(xiàng)國(guó)際會(huì)議最佳論文獎(jiǎng)。經(jīng)四川省科技廳組織省內(nèi)外專家進(jìn)行成果鑒定，一致認(rèn)為該項(xiàng)目的研究成果創(chuàng)新性強(qiáng)，“達(dá)到國(guó)際領(lǐng)先水平”。 相關(guān)技術(shù)成功應(yīng)用于國(guó)家火星探測(cè)項(xiàng)目“螢火一號(hào)”。

成果描述：本專利建立一種基于線性判別分析和獨(dú)立成分分析的車輛分類方法，首先利用線性判別分析提取特征進(jìn)行第一次大小車型的分類，再利用獨(dú)立成分分析的第二種結(jié)構(gòu)與線性判別分析的結(jié)合，進(jìn)行特征提取，實(shí)行第二步將車輛分為不同的詳細(xì)車型。市場(chǎng)前景分析：車輛分類技術(shù)有著非常重要的現(xiàn)實(shí)意義，車輛分類技術(shù)在自動(dòng)收費(fèi)系統(tǒng)、車輛圖像檢索如市場(chǎng)統(tǒng)計(jì)、流量分析及公安交通監(jiān)控偵稽系統(tǒng)等領(lǐng)域中有著廣泛的應(yīng)用。本發(fā)明著重根據(jù)車輛視頻圖像的特點(diǎn)，即其具有較大噪聲，且光照強(qiáng)度變化較大，同類型的車輛形狀顏色等外在相似程度也較低的特點(diǎn)，將獨(dú)立成分分析第二種結(jié)構(gòu)的改進(jìn)方法（FICA2）作為細(xì)分類的特征提取方法，構(gòu)建特征空間進(jìn)行細(xì)分類。經(jīng)研究表明，本發(fā)明的方法處理速度可達(dá)到15幀每秒，滿足實(shí)時(shí)處理需求，準(zhǔn)確率達(dá)到96%以上。與同類成果相比的優(yōu)勢(shì)分析：本專利將獨(dú)立成分分析的第二種結(jié)構(gòu)與線性判別分析的結(jié)合方法，即FICA2應(yīng)用到車輛圖像的特征提取中來(lái)，F(xiàn)ICA2通過(guò)尋求稀疏的編碼表示，來(lái)構(gòu)建一個(gè)分離度更高的子空間。 本專利提出二次分類方法，首先利用線性判別分析進(jìn)行特征提取，將車輛按車型大小分為大型車與小型車兩大類，然后利用FICA2進(jìn)行第二次分類來(lái)達(dá)到將車型分為具體類別的目的。經(jīng)實(shí)驗(yàn)驗(yàn)證，與現(xiàn)有的基于圖像的分類方法比較，獲得了更好的分類準(zhǔn)確率。

本發(fā)明提供一種圖像分割方法及裝置，方法包括：獲取相同的第一和第二待處理圖像；對(duì)第一待處理圖像進(jìn)行預(yù)處理后轉(zhuǎn)化為梯度圖像；獲取梯度圖像上各第一區(qū)域上的標(biāo)記點(diǎn)集合以及梯度圖像的像素點(diǎn)的坐標(biāo)值和灰度值；根據(jù)上述各參數(shù)、預(yù)先構(gòu)建的前景灰度直方圖和背景灰度直方圖，確定待分割的目標(biāo)區(qū)域的輪廓線上各個(gè)像素點(diǎn)的坐標(biāo)值，并據(jù)此在第二待處理圖像上將除所述待分割的目標(biāo)區(qū)域外的區(qū)域的顏色設(shè)置為與待分割的目標(biāo)區(qū)域不同的顏色，以實(shí)現(xiàn)對(duì)待分割的目標(biāo)區(qū)域的分割。本發(fā)明可達(dá)到了快速且準(zhǔn)確的分割目的。

本發(fā)明公開(kāi)了一種紡織印花滾筒的制版方法及其制版裝置；本發(fā)明先將滾花輪或滾花輥滾壓表面包覆形狀記憶材料的印花滾筒，從而在印花滾筒表面上形成均勻分布的凹點(diǎn)；經(jīng)激光加熱裝置或者熱敏打印裝置加熱后，受熱的凹點(diǎn)恢復(fù)其原始平整形狀，剩余未受熱的凹點(diǎn)在印花滾筒上形成分色圖案。多個(gè)這樣的形狀記憶印花滾筒安裝在現(xiàn)有的紡織滾筒印花機(jī)上即可實(shí)施滾筒印花過(guò)程，從而獲得紡織印花產(chǎn)品；由本發(fā)明的形狀記憶印花滾筒實(shí)施的紡織滾筒印花過(guò)程工藝合理、工序簡(jiǎn)短、生產(chǎn)成本低、節(jié)能環(huán)保、兼容了傳統(tǒng)印花和數(shù)碼噴墨印花兩大主流印花方法的優(yōu)點(diǎn)。

成果介紹隨著電子科學(xué)技術(shù)的快速發(fā)展及其應(yīng)用范圍的不斷擴(kuò)大，特大復(fù)雜電磁問(wèn)題的求解逐漸成為計(jì)算電磁學(xué)領(lǐng)域的世界性難題。區(qū)域分解方法在應(yīng)用于特大電磁問(wèn)題時(shí)能夠大幅度地降低內(nèi)存，提高計(jì)算效率，已成為國(guó)際研究熱點(diǎn)。本項(xiàng)目組是國(guó)際上較早從事電磁場(chǎng)區(qū)域分解算法的研究組之一，并系統(tǒng)深入地研究了電磁場(chǎng)Lap丨ace方程、Helmholtz方程、頻域和時(shí)域Maxwell方程以及電磁場(chǎng)積分方程的區(qū)域分解方法技術(shù)創(chuàng)新點(diǎn)及參數(shù)（1）針對(duì)Laplace方程，首次建立了基于重疊型和非重疊型區(qū)域分解方法的超大規(guī)糢集成電路互連參數(shù)提取算法.（2）針對(duì)特大三維目標(biāo)的電磁散射問(wèn)題，首次建立了表面枳分方程的重疊型區(qū)域分解算法，并結(jié)合多層快速多極子算法于2007年在普通工作站上實(shí)現(xiàn)了未知量超過(guò)1000萬(wàn)的特大電磁散射問(wèn)題的求解。（3）針對(duì)大規(guī)糢有限周期陣列電磁問(wèn)題的三維Maxwell方程，提出了部分基礎(chǔ)解向量非 重疊型區(qū)域分解算法，論文發(fā)表在IEEE Trans, on AP等刊物上，并在個(gè)人計(jì)算機(jī)上求解了 上千單元微帶陣列、光子晶體波導(dǎo)等電磁問(wèn)題，在普通工作站上求解了未知量達(dá)85億的有限周期陣列問(wèn)題。（4）針對(duì)時(shí)域Maxwell方程，提出了局部坐標(biāo)系時(shí)域有限差分(FDTD)重疊型區(qū)域分解算 法和遠(yuǎn)距信息傳遞FDTD非重疊型區(qū)域分解算法，并解決了 E-面等相位扇形喇叭電磁輻射、 稀疏多物體電磁散射等問(wèn)題。針對(duì)SIW結(jié)構(gòu)，提出了基于T-L校正的FDTD重疊型區(qū)域分解算法。（5）針對(duì)頻域Helmholtz和Maxwel丨方程，首次建立了頻域有限差分重疊型區(qū)域分解算 法，論文發(fā)表在IEEETrans.onMTT等刊物上，并在個(gè)人計(jì)算機(jī)上實(shí)現(xiàn)了特大導(dǎo)體柱電磁散 射分析和復(fù)雜多層微波電路與天線的精確仿真。市場(chǎng)前景項(xiàng)目組基于以上研究成果正在發(fā)展針對(duì)電磁散射、輻射、電波傳播預(yù)測(cè)和多層電路參數(shù) 提取等問(wèn)題的仿真軟件。

超高純氨是LED行業(yè)、微電子行業(yè)中重要的原料氣體，主要應(yīng)用于金屬有機(jī)化學(xué)淀積法(MOCVD)制造外延芯片或氮化硅薄膜。過(guò)量的水分會(huì)嚴(yán)重影響工藝產(chǎn)率和產(chǎn)品質(zhì)量。氨氣中痕量水分析是氣體分析領(lǐng)域的難點(diǎn)之一，目前國(guó)內(nèi)外可以穩(wěn)定、準(zhǔn)確測(cè)量超高純氨氣中痕量水的方法只有光腔衰蕩法、紅外光譜吸收法和熱分解露點(diǎn)法。國(guó)標(biāo)中已將熱分解露點(diǎn)法列為檢測(cè)高純氨氣中痕量水分的方法，但國(guó)內(nèi)目前采用該種測(cè)定方法的單位為零，而且對(duì)熱分解露點(diǎn)法的研究也鮮有報(bào)道。本技術(shù)主要通過(guò)改進(jìn)熱分解露點(diǎn)法可以穩(wěn)定、準(zhǔn)確、快速的測(cè)量超高純氨氣中痕量水分。本技術(shù)主要設(shè)計(jì)、制作出氣密性良好的超高純氨進(jìn)樣器、氨分解反應(yīng)槽、熱分解露點(diǎn)裝置。制作了氨分解催化劑d并考察了分解槽溫度、氣體流速對(duì)所選用的四種氨分解催化劑在測(cè)試中的水分基線的影響及分解槽溫度、氣體流量對(duì)氨分解率的影響，篩選出最適合的氨分解催化劑d用以測(cè)量超高純氨中痕量水。采用熱分解露點(diǎn)裝置分析高純氮?dú)庵泻哿克?、超高純氨氣中痕量水，并用配有氦離子放電檢測(cè)器的氣相色譜檢測(cè)超高純氨中的痕量氧，折算出超高純氨中痕量水。與光腔衰蕩法、紅外吸收光譜法測(cè)試結(jié)果的比對(duì)分析證明熱分解露點(diǎn)法測(cè)試值準(zhǔn)確度較高，成本低，可用以分析超高純氨氣中痕量水分，最低檢測(cè)限約80ppb?？疾榱税狈纸鉁囟取怏w流量對(duì)高純氨中痕量水分析的影響，從而確定熱分解露點(diǎn)裝置最佳工作條件。考查了變壓置換、變流置換對(duì)縮短測(cè)試時(shí)間的影響，采用新的置換方式的測(cè)試時(shí)間是只平速吹掃所用時(shí)間的一半。比對(duì)了不同冷源的精密露點(diǎn)儀通過(guò)熱分解露點(diǎn)裝置測(cè)試高純氮?dú)?、高純氫氣、超高純氨氣的檢測(cè)限，制冷機(jī)為冷源的精密露點(diǎn)儀檢測(cè)限最低。

本發(fā)明提出一種私密信息的傳遞方法.其通過(guò)加私密信息附加在原始短消息中,從而將用戶的私密信息傳遞給對(duì)方.通過(guò)本發(fā)明使得用戶的私密信息得到有效保護(hù),并且可以放心將私密信息通過(guò)短信傳遞給對(duì)方.

本技術(shù)成果通過(guò)人工培養(yǎng)蟲(chóng)草菌絲獲得冬蟲(chóng)夏草，給冬蟲(chóng)夏草這一名貴藥材繼續(xù)長(zhǎng)久為人類服務(wù)提供 了一條新思路。發(fā)酵工藝為：原種→搖床培養(yǎng)→一級(jí)培養(yǎng)→二級(jí)培養(yǎng)→三級(jí)培養(yǎng)→四級(jí)培養(yǎng)→菌液分離→ 干燥。本技術(shù)成果可有效提取蟲(chóng)草素，為新產(chǎn)品開(kāi)發(fā)打下了基礎(chǔ)。

經(jīng)四川省科技廳組織省內(nèi)外專家進(jìn)行成果鑒定，一致認(rèn)為該項(xiàng)目的研究成果創(chuàng)新性強(qiáng)，“達(dá)到國(guó)際領(lǐng)先水平”。 相關(guān)技術(shù)成功應(yīng)用于國(guó)家火星探測(cè)項(xiàng)目“螢火一號(hào)”。

一種UPFC故障診斷方法，包括：1)建立UPFC模型，模擬4種故障，采集UPFC直流側(cè)正極電壓和直流電流在4種故障與正常狀態(tài)下的數(shù)據(jù)，利用邊界提取與二次采樣法簡(jiǎn)化原始數(shù)據(jù)，構(gòu)成有效數(shù)據(jù)倉(cāng)庫(kù)；2)采用小波變換將預(yù)處理過(guò)的數(shù)據(jù)經(jīng)消噪和重構(gòu)處理后識(shí)別出故障點(diǎn)，得到統(tǒng)一數(shù)量級(jí)的故障特征數(shù)據(jù)集；3)提取特征值，包括4個(gè)直流側(cè)正極電壓上邊界電壓特征值，4個(gè)直流側(cè)正極電壓下邊界電壓特征值和4個(gè)直流電流特征值，構(gòu)造特征樣本空間；4)建立支持向量機(jī)故障預(yù)測(cè)模型，對(duì)UPFC的5種狀態(tài)進(jìn)行故障診斷。本發(fā)明能高效、精確、迅速識(shí)別模擬的5種UPFC狀態(tài)，提高電網(wǎng)智能化運(yùn)維水平，延長(zhǎng)設(shè)備使用年限，減少UPFC運(yùn)維成本，彌補(bǔ)控保系統(tǒng)在故障早期預(yù)警和故障定位中的不足。