葡京娱乐场-富盈娱乐场开户

機器人在煤礦救援領域發(fā)揮著越來越重要的作用，但仍存在無法精確識別災后環(huán)境、無法適應井下復雜地形以及難以檢測、定位井下生命體等問題。 一、項目進展 創(chuàng)意計劃階段 二、負責人及成員 姓名 學院/所學專業(yè) 入學/畢業(yè)時間 柳佳樂 自動化18-2 2018-2022 劉浩峰 計算機科學與技術18-7 2018-2022 石少勇 測控技術與儀器18-2 2018-2022 欒廣鑫 電氣工程及其自動化18-5 2018-2022 李明晶 測控技術與儀器18-1 2018-2022 三、指導教師 姓名 學院/所學專業(yè) 職務/職稱 研究方向 楊洪濤 機械工程學院 教授 精密測試技術、儀器精度理論及應用、自動化測控系統(tǒng) 凌六一 電氣與信息工程學院 教授 智能信息處理、光電檢測及環(huán)境光譜探測技術 蘇樹智 計算機科學與工程學院 副教授 人工智能、模式識別、機器視覺、信息融合、深度學習等領域 四、項目簡介 目前，機器人在煤礦救援領域發(fā)揮著越來越重要的作用，但仍存在無法精確識別災后環(huán)境、無法適應井下復雜地形以及難以檢測、定位井下生命體等問題。為此，本團隊充分利用六足機器人高穩(wěn)定性和多地形適應性的優(yōu)勢，應用激光雷達、深度相機和其他輔助傳感器，設計仿生六足煤礦救援機器人，結合SLAM、A*、ROS等先進技術，實現(xiàn)礦井災后局部復雜環(huán)境的三維地圖構建、地形障礙物識別以及機器人自主路徑規(guī)劃。機器人所獲信息實時無線傳輸至上位機，幫助救援人員快速制定科學有效的救援方案。

實驗內(nèi)容 1、學習用密立根油滴實驗測量電子電荷的原理； 2、觀察帶電油滴在重力場和電場中的運動，學習目標油滴的選擇、測量等實驗方法； 3、通過分析油滴的受力情況和測量油滴的運動速度來測定電子電荷 e，驗證電荷的不連續(xù)性。

簡介： 1、胰腺腫瘤CT圖像診斷算法。針對胰腺腫瘤分類問題，從醫(yī)學CT圖像出發(fā)，搭建深度學習模型。對于腫瘤分類，我們將問題建模成兩部：胰腺定位查找和胰腺腫瘤分類。我們建立級聯(lián)分割網(wǎng)絡，從病人腹部的CT圖像中將胰腺器官分割出來。級聯(lián)分割網(wǎng)絡比之前的層級分割網(wǎng)絡結果提升10各點。之后建立多模態(tài)分類網(wǎng)絡，針對CT圖像的特性，將多切片多造影劑時期多區(qū)域的數(shù)據(jù)進行融合，在胰腺腫物分類中取得了較好的結果。 層級分割模型示意圖  分類模型可視化熱圖   2、現(xiàn)有的乳腺癌腋窩淋巴轉移的醫(yī)療診斷措施為病理活檢，是一種過度醫(yī)療?；谌橄巽f靶圖像的術前無創(chuàng)的乳腺癌腋窩淋巴轉移預測手段能夠有效避免過度醫(yī)療。我們構造了基于乳腺鉬靶圖像的深度卷積神經(jīng)網(wǎng)絡模型來處理乳腺癌腋窩淋巴轉移問題。我們對乳腺鉬靶數(shù)據(jù)進行了預處理和數(shù)據(jù)集的整理、劃分。我們構造了三個不同的深度卷積神經(jīng)網(wǎng)絡，患病側單體位網(wǎng)絡、患病側雙體位網(wǎng)絡和雙側雙體位四視圖網(wǎng)絡。其中，患病側單體位網(wǎng)絡分為 CC 位網(wǎng)絡和 MLO 位網(wǎng)絡。在乳腺鉬靶數(shù)據(jù)的測試集上，患病側 CC 位網(wǎng)絡、患病側 MLO 位網(wǎng)絡、患病側雙體位網(wǎng)絡、雙側雙體位四視圖網(wǎng)絡的結果依次遞增。這表明了同時使用同一患者的四張鉬靶圖像的雙側雙體位四視圖網(wǎng)絡具有更好的預測效果，更適合乳腺癌腋窩淋巴轉移預測任務。對于雙側雙體位四視圖網(wǎng)絡，我們不僅使用了雙側測試集 1，還使用了額外的雙側測試集 2 進行測試。 鉬靶乳腺圖像預處理   雙側雙體位深度學習網(wǎng)絡   優(yōu)勢：從客觀的醫(yī)學圖像數(shù)據(jù)出發(fā)，結果可重復，而且高效快捷，提高識別準確率的同時，便于臨床推廣。  

1、胰腺腫瘤CT圖像診斷算法。針對胰腺腫瘤分類問題，從醫(yī)學CT圖像出發(fā)，搭建深度學習模型。對于腫瘤分類，我們將問題建模成兩部：胰腺定位查找和胰腺腫瘤分類。我們建立級聯(lián)分割網(wǎng)絡，從病人腹部的CT圖像中將胰腺器官分割出來。級聯(lián)分割網(wǎng)絡比之前的層級分割網(wǎng)絡結果提升10各點。之后建立多模態(tài)分類網(wǎng)絡，針對CT圖像的特性，將多切片多造影劑時期多區(qū)域的數(shù)據(jù)進行融合，在胰腺腫物分類中取得了較好的結果。層級分割模型示意圖 分類模型可視化熱圖 2、現(xiàn)有的乳腺癌腋窩淋巴轉移的醫(yī)療診斷措施為病理活檢，是一種過度醫(yī)療。基于乳腺鉬靶圖像的術前無創(chuàng)的乳腺癌腋窩淋巴轉移預測手段能夠有效避免過度醫(yī)療。我們構造了基于乳腺鉬靶圖像的深度卷積神經(jīng)網(wǎng)絡模型來處理乳腺癌腋窩淋巴轉移問題。我們對乳腺鉬靶數(shù)據(jù)進行了預處理和數(shù)據(jù)集的整理、劃分。我們構造了三個不同的深度卷積神經(jīng)網(wǎng)絡，患病側單體位網(wǎng)絡、患病側雙體位網(wǎng)絡和雙側雙體位四視圖網(wǎng)絡。其中，患病側單體位網(wǎng)絡分為 CC 位網(wǎng)絡和 MLO 位網(wǎng)絡。在乳腺鉬靶數(shù)據(jù)的測試集上，患病側 CC 位網(wǎng)絡、患病側 MLO 位網(wǎng)絡、患病側雙體位網(wǎng)絡、雙側雙體位四視圖網(wǎng)絡的結果依次遞增。這表明了同時使用同一患者的四張鉬靶圖像的雙側雙體位四視圖網(wǎng)絡具有更好的預測效果，更適合乳腺癌腋窩淋巴轉移預測任務。對于雙側雙體位四視圖網(wǎng)絡，我們不僅使用了雙側測試集 1，還使用了額外的雙側測試集 2 進行測試。鉬靶乳腺圖像預處理 雙側雙體位深度學習網(wǎng)絡 優(yōu)勢：從客觀的醫(yī)學圖像數(shù)據(jù)出發(fā)，結果可重復，而且高效快捷，提高識別準確率的同時，便于臨床推廣。

因果關系是自然界現(xiàn)象之間最普遍和最基本的聯(lián)系。在物理學、生命科學、地理學等各個自然科學領域乃至哲學、經(jīng)濟學等社會科學中，發(fā)現(xiàn)內(nèi)蘊的因果關系、因果網(wǎng)絡可以反映系統(tǒng)演化的核心互作機制，具有重要的科學意義。

1. 痛點問題 工業(yè)時序數(shù)據(jù)具有應用領域廣、數(shù)據(jù)規(guī)模大、經(jīng)濟價值高的特點，蘊含的巨大商業(yè)價值，因而其安全性受到不法分子采用黑客攻擊等技術手段以及雇傭商業(yè)間諜等非技術手段的威脅。數(shù)據(jù)所有者通常會采用前效方法對數(shù)據(jù)庫中的數(shù)據(jù)加以保護，但是這些方法只能有效防止外部人員進行非法盜竊，對于內(nèi)部人員盜竊等途徑并不能有效遏制。數(shù)字水印是解決數(shù)據(jù)在傳播過程中安全問題的一個主流分支，通常的數(shù)字水印采用分組多數(shù)投票方法來提升算法的魯棒性，但時序數(shù)據(jù)通常有較多的噪聲，高價值數(shù)據(jù)點相對集中，因而一個未經(jīng)加權的投票算法可能會因為大范圍的噪聲干擾而導致水印判定失效。此外，常見時序數(shù)字水印算法基于時間戳進行水印嵌入計算，容易受到更改時間戳或頻率變換的攻擊，一旦時間戳序列大幅度改變，水印提取算法將受到很大影響，很可能導致水印提取完全失效。 2. 解決方案 工業(yè)物聯(lián)網(wǎng)數(shù)據(jù)是工業(yè)大數(shù)據(jù)規(guī)模迅速擴張的主要來源。各類物聯(lián)網(wǎng)傳感器以極高的頻率采集其所在設備的工作狀態(tài)數(shù)據(jù)，通常為一系列包含數(shù)據(jù)產(chǎn)生時間戳（Timestamp）和采集數(shù)據(jù)（Data）形式為(Timestamp, Data) 的元組序列，稱為時間序列。工業(yè)時序數(shù)據(jù)具有應用領域廣、數(shù)據(jù)規(guī)模大、經(jīng)濟價值高的特點，蘊含的巨大商業(yè)價值，因而其安全性受到不法分子采用黑客攻擊等技術手段以及雇傭商業(yè)間諜等非技術手段的威脅。 數(shù)據(jù)所有者通常會采用前效方法對數(shù)據(jù)庫中的數(shù)據(jù)加以保護，包括但不限于：數(shù)據(jù)加密、用戶權限劃分等等。但是，這些方法只能有效防止外部人員進行非法盜竊，對于內(nèi)部人員盜竊等途徑并不能有效遏制。數(shù)字水印是解決數(shù)據(jù)在傳播過程中安全問題的一個主流分支，常見時序數(shù)字水印算法基于時間戳進行水印嵌入計算，容易受到更改時間戳或頻率變換的攻擊，一旦時間戳序列大幅度改變，水印提取算法將受到很大影響，很可能導致水印提取完全失效。此外，數(shù)字水印通常采用分組多數(shù)投票方法來提升算法的魯棒性，但時序數(shù)據(jù)通常有較多的噪聲，高價值數(shù)據(jù)點相對集中，因而一個未經(jīng)加權的投票算法可能會因為大范圍的噪聲干擾而導致水印判定失效。 本項目針對常見的水印失效場景進行了分析，提出了能夠有效提示水印魯棒性的技術，更好的確保數(shù)據(jù)安全的管理能力。 3.合作需求 在全國范圍內(nèi)工業(yè)互聯(lián)網(wǎng)/工業(yè)大數(shù)據(jù)相關領域?qū)で髴脠鼍?，希望能與能源/裝備制造行業(yè)的大中型企業(yè)開展這方面的合作研究和落地實施；并針對上述企業(yè)開展包括二次開發(fā)在內(nèi)的各類實際應用，助力企業(yè)降本增效、轉型升級。

產(chǎn)品詳細介紹 機械臂運動算法STEAM主題課程 項目背景 隨著工業(yè) 4.0 科技革命的到來，工業(yè)機器人已成為工業(yè)化程度的重要標志。機械臂是最為典型也是最早出現(xiàn)的工業(yè)機器人，它可以代替人的繁重勞動以實現(xiàn)生產(chǎn)的機械化和自動化，提高生產(chǎn)效率的同時避免人身事故的發(fā)生。機械臂課程的學習可以培養(yǎng)學生將科學技術應用于日常生活、社會實踐的意識。 在本項目中，學生可借助機械臂運動算法套件與人工智能與編程教學系統(tǒng)，了解關節(jié)機械臂和伸縮機械臂的原理及特點，搭建不同類型機械臂并通過編程實現(xiàn)智能控制。 課程性質(zhì) 這是一門以項目式教學開展的跨學科課程，以基于建構主義理論的 5E 教學模式作為指導，結合了 中小學信息技術課程標準與編程教學特色。 課程目標 1.知識與技能 ?  了解機械臂的類型及其在現(xiàn)實生活中的應用。 ?  掌握關節(jié)機械臂和伸縮機械臂的結構特點，設計并制作相應模型。 ?  學習圖形化編程或 C++代碼編程的基礎知識，使模型完成實際任務。 ?  掌握機械臂運動算法的設計、編寫及調(diào)試。 2.過程與方法 ?  通過觀察、查閱相關資料等活動，培養(yǎng)對信息的有效性、客觀性做出判斷的意識，發(fā)展分析概括能力。 ?  通過機械臂模型的搭建和編程，發(fā)展編程思維和工程思維能力。 ?  在完成模型設計和算法設計過程中，提高分析問題和解決問題能力，養(yǎng)成自學能力。 3.情感態(tài)度與價值觀 ?  了解機械臂在日常生活中的實際應用，萌發(fā)將科學技術應用于日常生活、社會實踐的意識。 ?  養(yǎng)成實事求是，尊重自然規(guī)律的科學態(tài)度。 ?  關注科學技術對社會發(fā)展、自然環(huán)境及人類生活的影響。

“基于國密標準的高性能IPSec VPN 服務器”依據(jù)國家密碼管理局制定的《IPSec VPN 技術規(guī)范》，在網(wǎng)關之間進行IKE協(xié)商，從而建立起使用國密密碼套件保護的VPN安全通道。 用網(wǎng)絡帶寬，構建高速傳輸?shù)腣PN安全網(wǎng)絡系統(tǒng)。 達到的技術指標： 1.支持國家密碼標準的加密算法SM1、SM2、SM3和SM4；2.千兆網(wǎng)絡環(huán)境下最高加密傳輸速率可達450Mbps；

項目成果/簡介:本發(fā)明涉及一種基于果蠅算法優(yōu)化廣義回歸神經(jīng)網(wǎng)絡算法的茶葉儲存時間分類方法,旨在通過改進的廣義回歸神經(jīng)網(wǎng)絡解決茶葉儲存時間分類問題,屬于茶葉儲存時間分類領域.其原理利用電子鼻傳感器模擬人感官品評的功能和特征,采集不同時間不同傳感器的特征值,構建樣本集.利用果蠅算法優(yōu)化廣義回歸神經(jīng)網(wǎng)絡,獲得廣義神經(jīng)網(wǎng)絡的平滑因子,進而構建毛峰茶葉儲存時間的FOAGRNN分類模型和方法.本發(fā)明的有益效果在于將果蠅算法優(yōu)化廣義回歸神經(jīng)網(wǎng)絡算法應用于毛峰茶葉數(shù)據(jù)中,提高預測毛峰茶葉儲存時間分類的效率和準確度,為消費者提供茶葉儲存時間分類的有效方法.

本發(fā)明涉及一種基于果蠅算法優(yōu)化廣義回歸神經(jīng)網(wǎng)絡算法的茶葉儲存時間分類方法,旨在通過改進的廣義回歸神經(jīng)網(wǎng)絡解決茶葉儲存時間分類問題,屬于茶葉儲存時間分類領域.其原理利用電子鼻傳感器模擬人感官品評的功能和特征,采集不同時間不同傳感器的特征值,構建樣本集.利用果蠅算法優(yōu)化廣義回歸神經(jīng)網(wǎng)絡,獲得廣義神經(jīng)網(wǎng)絡的平滑因子,進而構建毛峰茶葉儲存時間的FOAGRNN分類模型和方法.本發(fā)明的有益效果在于將果蠅算法優(yōu)化廣義回歸神經(jīng)網(wǎng)絡算法應用于毛峰茶葉數(shù)據(jù)中,提高預測毛峰茶葉儲存時間分類的效率和準確度,為消費者提供茶葉儲存時間分類的有效方法.