葡京娱乐场-富盈娱乐场开户

農產品分選是農產品采后商品化處理的核心環節，是提高農產品標準化水平與增加 農民收入重要手段。隨著現代農業發展，傳統的人工分選和面向單種作物的專用分選裝 備已不能適應經濟社會發展的要求。隨著近兩年人工智能技術的爆發式增長，將人工智 能與農產品分選相結合，將領智能農機分選裝備的發展方向，對發揮我市現代農業的高 端裝備制造業先發優勢，提升我市作為裝備制造業強市的國家地位具有積極意義，具有 良好經濟效益和社會效益意義。目前一些胡蘿卜等農產品生產加工企業主要依靠人工分 級，生產成本高，生產效率低，利潤低。針對外貿行業對農產品分選要求，研制了國內 首臺套的胡蘿卜智能精選分級生產線，該生產線已順利推廣到馬鈴薯、花生、蘋果的智 能分級領域。

一、 項目簡介2012年，國家發布的質量發展綱要（2011-2020年）提出“重點行業實施可靠性提升工程”戰略性要求。隨著國內電器行業的高速發展，在國際化的大背景下，無論是用戶還是生產廠家要求電器產品除滿足一般技術指標外，還提出了可靠性指標要求。本項目貫徹所有低壓電器產品可靠性國家標準以及中國標準化協會CAS標準（本單位作為負責起草單位完成標準內容的起草與制訂）的要求，研制開發了相應的可靠性試驗設備和生產檢測設備，為電器檢測機構及電器制造企業對所屬產品進行可靠性試驗和科研生產試驗提供服務。這些試驗設備均在國內外沒有樣機的情況下自行研制，具有重要創新及完全自主知識產權。已獲得授權國家發明專利、實用新型專利和軟件著作權30余項。同時，開發了雙電源自動轉換開關、智能漏電保護器、智能塑殼斷路器、大功率恒流源、瞬動測試儀、總線適配器等十余種產品。二、 項目技術成熟程度技術成熟，已進行推廣應用。三、 技術指標（包括鑒定、知識產權專利、獲獎等情況）性能優于國家標準及CAS標準的要求，達到國際先進水平。已獲發明專利、實用新型專利及軟件著作權30余項，申請發明專利多項，獲得國家二等獎、省部級一等獎多項。四、 市場前景（應用領域、市場分析等）電器行業在國際化進程中，除要求產品性能方面達到國際水平，在反映產品性能的另一核心指標——可靠性水平方面也提出了具體的要求。本項目致力于在現有基礎上，打造國內最具有技術優勢、最具規模和成長性的可靠性檢測設備生產企業，為客戶提供完整的電器檢測設備技術研發和整體解決方案。在電器行業乃至其他行業具有廣闊的市場應用前景。五、 規模與投資需求（資金需求、場地規模、人員等需求）投資規模：約300萬元，可在原有業務基礎上投資，具體面議。六、 生產設備機床等加工設備、儀器儀表等測試設備。七、 效益分析在電器行業乃至其他行業內進行廣泛的推廣應用，銷售額每年以50%的速度增長，利稅：預期三年時間達到1000萬元左右。八、 合作方式專利技術許可、合作開發產品、提供配套設備及技術支持。1、推廣科研成果，包括檢測設備、智能產品、產品現代設計；2、開發新產品、新設備。九、 項目具體聯系人及聯系方式（包括電子郵箱）項目聯系人：李文華電話：13312176902，022 - 6020 4361郵箱：liwenhua@hebut.edu.cn十、 高清成果圖片   

“智能物聯大數據分析決策系統”是以復雜裝備及過程在工程現場的指揮決 策為需求、以對大規模運行工況進行智能化分析與決策作為切入點、以對使用先 進物聯手段獲取到的裝備過程運行監測數據進行采集、處理、分析、呈現、交互 等為途徑，完成了 “大規模的系統裝備運行監測數據的完整實時存儲與檢索”“大 數據環境下運行監測數據的智能分布式交互處理”“利用運行監測數據深度解析 直觀呈現系統裝備運行狀況”“具有多層級特征的系統裝備運行監測數據的云架 構服務平臺”等系統性研究，研發了一系列具有自主知識產權的智能物聯大數據 分析決策關鍵技術，以此為基礎申請了 53項發明專利（其中授權21項），發展 成為了相應的方法體系，并在航天測試發射任務、智能消防綜合服務、熱軋無人 化行車生產、機電設備安裝調試及運維等多類對象及場景中進行了指揮控制、在 線監測、診斷評估、決策支持等方面的系統級應用。成果針對系統裝備運行提供了智能化的決策和監控手段，為系統裝備運行工 況監測和運行機理認識和發現形成了完備的數據基礎和先進的技術支撐。

“智能物聯大數據分析決策系統”是以復雜裝備及過程在工程現場的指揮決 策為需求、以對大規模運行工況進行智能化分析與決策作為切入點、以對使用先 進物聯手段獲取到的裝備過程運行監測數據進行采集、處理、分析、呈現、交互 等為途徑，完成了 “大規模的系統裝備運行監測數據的完整實時存儲與檢索”“大 數據環境下運行監測數據的智能分布式交互處理”“利用運行監測數據深度解析 直觀呈現系統裝備運行狀況”“具有多層級特征的系統裝備運行監測數據的云架 構服務平臺”等系統性研究，研發了一系列具有自主知識產權的智能物聯大數據 分析決策關鍵技術，以此為基礎申請了53項發明專利（其中授權21項），發展 成為了相應的方法體系，并在航天測試發射任務、智能消防綜合服務、熱軋無人 化行車生產、機電設備安裝調試及運維等多類對象及場景中進行了指揮控制、在 線監測、診斷評估、決策支持等方面的系統級應用。 成果針對系統裝備運行提供了智能化的決策和監控手段，為系統裝備運行工 況監測和運行機理認識和發現形成了完備的數據基礎和先進的技術支撐。其技術 發明應用效果好、創造性突出，達到國內領先的水平，具有廣闊的市場應用前景。

南開深海大數據智能分析平臺，是面向公共安全、電子政務、醫療衛生、金融保險等行業領域的大數據智能分析平臺。在處理多源異構大數據問題上，平臺具有先進的信息融合與深度分析技術，其中包括異質多源行業領域大數據的融合處理、異構行業領域大數據的存儲管理、面向行業領域大數據的深度分析等關鍵共性技術；此外，平臺為行業領域大數據的智能分析提供支持，有效輔助管理部門感知、響應、追蹤與處理各類事件。已申請相關軟件著作權兩項:《南開深海行業領域大數據智能輔助決策平臺》、《大數據多任務調度計算平臺》。以及相關專利一項：《一種多源異構行業領域大數據處理全鏈路解決方案》。

本系統（俗稱一腳踢）是針對智能汽車環境下的基于目標檢測和動作識別的智能電動尾門系統而展開研究的。通過車載環視攝像頭，結合計算機視覺目標檢測、動作識別等技術，對車輛外部人員的特定動作檢測和識別，對特定動作（如踢腳等）做出響應，智能開啟車輛尾門，從而實現人車智能交互.

本項目以風電場扇區管理為研究對象，通過開發工程尾流模型和改進機組偏航控制品質，將尾流效應模型與場內機組偏航指令有效結合，以管理各機組尾流所覆蓋的扇區，利用風電場多機組的偏航協同控制，實現以多機群或風場級發電量為優化目標的機組偏航動作，從而提高整體發電量。主要包括以下內容： （1）風電機組偏航參數優化方法 圍繞偏航系統的穩態誤差校準展開研究，利用SCADA歷史數據及高精度傳感測量裝置，開發數據驅動的校準分析方法，改進機組偏航控制系統的信號品質，提升機組功率輸出性能。 （2）機組級尾流復合建模方法 以特定機組為研究對象，通過測風儀與風向標數據，分析前排機組尾流空間分布特性，以建立有效簡化的工程尾流模型。在此基礎上，結合先進CFD風場仿真與現場測試，主動改變上游機組的偏航角，測試量化上游機組的尾流效應變化對下游機組的特性影響，最終建立起機組尾流效應到單機發電量的數學聯系。 （3）風電場級尾流評估技術 以風電場中機組位置信息為依據，整合機組級尾流模型得到描述整場尾流效應的流場模型，基于風場當前的運行狀況、機組受尾流影響等方面的分析，考慮尾流疊加空間耦合的影響。劃分得到處于下游且受尾流影響較大的機組群，分析扇區管理實現優化改進的可行性及優化區域范圍。 （4）扇區優化管理技術 在場級流場建模及評估的基礎上，研究風場內多機組的扇區協同管理調度。以提高整場的發電量為目標，利用優化算法集中式優化整場各機組的動態偏航角，以降低尾流對后排機組的影響。

智能發電體系結構  提出并構建了智能發電體系結構，與 DCS+SIS+MIS 系統的結構相比，系統的網絡安全分區與功能分區發展為 ICS+ISS 的兩層結構，實現安全可靠性與應用功能的統一。  智能發電運行模式 基于能效分析、運行優化、控制優化、設備狀態監測，建立了能效、環保、靈活性等性能指標的“大閉環”控制模式，故障預警、診斷、容錯控制的“大閉環”運行模式。  智能發電軟件及算法模塊  開發了ICS成套算法和應用功能軟件。包括52種智能控制算法模塊，120種智能計算分析診斷算法模塊，形成了智能檢測、智能控制、智能診斷和智能優化等功能。  智能發電投運效果  國內外首次投運，系統運行穩定可靠；預警準確率大于90%；綜合節煤2.25g/kwh；降低運行人員操作量60%。 截至2020年5月，研究成果已在14臺機組得到推廣應用；新增合同額1.81億元，直接經濟效益4997萬元。 智能發電鑒定及獲獎情況 2019年10月，中國電機工程學會組織的技術鑒定認為：該系統設計思想先進、功能齊全、智能化程度高，具有良好的經濟社會效益和推廣前景，該系統整體技術達到國際領先水平。 項目獲得2020年中國電力科學技術進步一等獎。 

贛南醫學院第一附屬醫院曾祥泰博士研究團隊聯合江西憶源多媒體科技有限公司徐林楠研究團隊、北京萬泰中聯科技以及多家大型醫院共同攻關，成功研發出國內首套非接觸式可視化新型冠狀病毒感染的肺炎院內智能篩查診斷及防控系統并投入試運行。針對疫情蔓延形勢，贛南醫學院快速展開了應急科技攻關計劃，從而實現導診、分診、就診和預警非接觸式智能一體化。 就診時，醫生通過高清雙向可視對話問診系統，實現疑似患者確診前非接觸式診療。同時，病歷系統智能提取分析患者相關病情和檢查結果，形成新冠肺炎潛在人群的疑似級別自動判別，輔助醫師診斷。此外，對發熱患者等潛在肺炎人群從導診、分診、診間、檢查和隔離區域全流程高清視頻監控監測智能識別，進行智能追蹤篩查和活動軌跡查詢，實現全方位覆蓋、不間斷實時監控以及不當防護措施預警報警，同時在醫院急診科、門診大廳等關鍵出入口位置，通過高清雙視紅外攝像儀、患者圖像自動識別記憶技術以及人體高溫發熱提醒報警技術等，智能找出漏診的發熱疑似患者。

一、項目簡介 磁共振成像以其具有多模態成像、高分辨及無輻射傷害等優點，在臨床醫學影像中具有無可替代的地位。然而較慢的成像速度及易受各種偽影干擾是其主要缺點。另一方面，隨著臨床上對磁共振成像需求的急劇增長，診斷醫生的缺口越來越大，并嚴重影響病人得到及時、準確的診斷。因此，在磁共振成像中引入以深度學習為代表的智能技術，一方面用于加速成像采集速度及提高成像質量，另一方面用于進行智能診斷，解決臨床醫生人力不足、誤診率較高的問題。 二、前期研究基礎 基于我們在磁共振成像方法設計、超分辨率重建及臨床應用等方面的跨學科研究優勢，我們利用深度學習技術對磁共振成像的各個方面進行整合優化設計，并取得許多重要的初步成果，具有良好的前期工作基礎。 三、應用技術成果 我們在深度學習與超快速磁共振成像方面的結合進行了深度研究，并取得許多重要成像。我們研究了基于深度學習的超快速多參數磁共振成像重建，并取得良好的效果，如圖1所示。我們還研究了利用深度學習對磁共振成像進行無參考掃描的扭曲校正，如圖2所示。