葡京娱乐场-富盈娱乐场开户

本發(fā)明實施例提供一種基于客流量的列車運(yùn)行圖生成方法。所述方法包括：獲取原始客流量數(shù)據(jù)；所述原始客流量數(shù)據(jù)包括至少兩個預(yù)測周期的客流量數(shù)據(jù)；根據(jù)當(dāng)前預(yù)測周期的前一個預(yù)測周期的第一客流量數(shù)據(jù)、以及預(yù)設(shè)的平衡指數(shù)平滑模型，對所述第一客流量數(shù)據(jù)進(jìn)行平滑處理，得到所述當(dāng)前預(yù)測周期的第二客流量數(shù)據(jù)；根據(jù)預(yù)設(shè)濾波模型，對所述第二客流量數(shù)據(jù)進(jìn)行濾波處理，得到所述當(dāng)前預(yù)測周期的最優(yōu)估計值；根據(jù)預(yù)設(shè)約束條件以及所述預(yù)測周期的最優(yōu)估計值，生成列車運(yùn)行圖。本發(fā)明實施例解決了現(xiàn)有技術(shù)中，運(yùn)行圖時刻表編制的復(fù)雜度與效率，導(dǎo)致編圖效率低以及編圖質(zhì)量差的問題。

本項目研究面向成渝地區(qū)雙城經(jīng)濟(jì)圈大數(shù)據(jù)智能產(chǎn)業(yè)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(fā)了一個通用性的智能中臺架構(gòu)，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(jié)果實時推送、預(yù)警和報警。

如何及時感知學(xué)生的學(xué)習(xí)狀態(tài)是中小學(xué)教育中的難點。傳統(tǒng)課堂教學(xué)中，教師需要在講課的同時觀察數(shù)十名學(xué)生的學(xué)習(xí)狀態(tài)，難以做到面面俱到；而在家庭練習(xí)中，父母陪同觀察孩子既費(fèi)時又會引起孩子的緊張和反感。針對這一應(yīng)用需求和痛點，本項目計劃研發(fā)一款能夠自動及時感知中小學(xué)生的智能相機(jī)。該相機(jī)將采用人工智能和大數(shù)據(jù)的前沿技術(shù)，對中小學(xué)生的學(xué)習(xí)行為進(jìn)行自動采集和分析，智能感知學(xué)習(xí)狀態(tài)，并反饋給教師和家長進(jìn)行參考，據(jù)此調(diào)整教學(xué)內(nèi)容和形式，從而達(dá)到改善教學(xué)效果、提高學(xué)習(xí)成績

具有高靈敏和多維集成的柔性感知電子器件在可穿戴健康監(jiān)測和智能機(jī)器人等領(lǐng)域具有廣闊的應(yīng)用前景，是當(dāng)今重要前沿研究方向之一。現(xiàn)有國內(nèi)外柔性感知在高靈敏測量、多感知集成、低信號耦合、低成本加工上存在技術(shù)瓶頸，實際應(yīng)用面臨巨大挑戰(zhàn)。針對這一問題，團(tuán)隊原創(chuàng)地提出一種基于熱感應(yīng)的多維傳感新機(jī)理，利用熱敏膜和外界的傳導(dǎo)/對流換熱對自身電阻的調(diào)控，實現(xiàn)

1. 痛點問題 2020年我國鋼材產(chǎn)量超過13億噸，占全球產(chǎn)量的一半以上，同時我國鋼鐵消費(fèi)市場也是全球第一。現(xiàn)代智能化鋼廠是鋼鐵企業(yè)未來的重要發(fā)展方向，目前國內(nèi)主流鋼廠都在大力布局。但作為智能鋼廠的基礎(chǔ)和核心，鋼鐵生產(chǎn)智能設(shè)備國內(nèi)技術(shù)能力差距較大，對國外依賴性比較明顯。 2. 解決方案 本項目將最新的光電技術(shù)與鋼廠生產(chǎn)需求深入結(jié)合，致力于鋼廠關(guān)鍵智能感知設(shè)備的研發(fā)。目前已完成原理驗證和樣機(jī)開發(fā)的智能設(shè)備包括：轉(zhuǎn)爐煉鋼過程動態(tài)監(jiān)測系統(tǒng)、轉(zhuǎn)爐內(nèi)壁智能測量掃描設(shè)備、輥道輥在線智能監(jiān)測系統(tǒng)等。項目還有多項智能設(shè)備在研。 本項目的轉(zhuǎn)爐煉鋼過程動態(tài)監(jiān)測系統(tǒng)，是通過監(jiān)測爐口火焰光譜和圖像信息，經(jīng)過人工智能計算，得到煉鋼過程中鋼水溫度、元素含量等參數(shù)，實現(xiàn)煉鋼過程實時動態(tài)監(jiān)測。轉(zhuǎn)爐內(nèi)壁智能測量掃描設(shè)備，是采用激光雷達(dá)和數(shù)據(jù)融合技術(shù)，遠(yuǎn)距離快速智能掃描轉(zhuǎn)爐內(nèi)壁，實現(xiàn)轉(zhuǎn)爐內(nèi)壁自動檢測。輥道輥在線智能監(jiān)測系統(tǒng)，是通過對軋鋼輥道輥電流實時連續(xù)監(jiān)測和智能分析，有效監(jiān)測和預(yù)防輥異常導(dǎo)致的帶鋼或鑄坯表面損傷。 合作需求 本項目下一步發(fā)展需求主要集中在與鋼鐵和冶金行業(yè)相關(guān)企業(yè)的技術(shù)和產(chǎn)品合作，其次是資本投資、政府政策等方面的扶持。需要的外部資源主要是產(chǎn)業(yè)的工程化、產(chǎn)品化資源和市場資源。

項目背景：現(xiàn)有船舶設(shè)計及強(qiáng)度評估方法已經(jīng)處于緩慢發(fā)展 階段，但是船舶結(jié)構(gòu)安全事故（尤其是針對大型船舶）卻屢見不 鮮，傳統(tǒng)的技術(shù)方法在提升船體結(jié)構(gòu)強(qiáng)度的同時，也直接導(dǎo)致船 舶建造成本和船舶營運(yùn)成本的快速增加，因此船舶結(jié)構(gòu)安全保障 技術(shù)發(fā)展已進(jìn)入一個瓶頸期。類比其他行業(yè)如橋梁飛機(jī)等，發(fā)展 方向已逐漸向智能化監(jiān)測以及預(yù)警及決策轉(zhuǎn)變。為打破瓶頸，針 對船舶結(jié)構(gòu)安全性的技術(shù)方向也應(yīng)向智能化感知及輔助決策方 向轉(zhuǎn)變。其中的主要研究要點為智能感知和數(shù)字孿生關(guān)鍵技術(shù)， 技術(shù)路徑為構(gòu)建傳感系統(tǒng)的搭建與優(yōu)化體系、研究結(jié)構(gòu)狀態(tài)智能 感知和數(shù)據(jù)挖掘方法，建立基于感知數(shù)據(jù)的載荷反向識別、數(shù)字 孿生模型與驅(qū)動更新技術(shù)，以及基于智能算法的安全評估技術(shù)， 該技術(shù)不但可以在營運(yùn)過程中保障船舶結(jié)構(gòu)安全，還可以船舶設(shè) 計優(yōu)化和完善規(guī)范有重要的指導(dǎo)意義。該需求技術(shù)國內(nèi)外均處于 初步研究階段，國外船級社 DNV 已有該類產(chǎn)品，但國內(nèi)尚無同類 產(chǎn)品，并未形成行業(yè)壁壘，可實現(xiàn)研究自主化，獲得自主知識產(chǎn) 權(quán)，填補(bǔ)國內(nèi)空白；該產(chǎn)品的研發(fā)也有利于實施國家制造業(yè)發(fā)展、 山東省產(chǎn)業(yè)轉(zhuǎn)型和青島市海洋發(fā)展等國家和地方戰(zhàn)略，在搶占行 業(yè)高地的同時帶動產(chǎn)業(yè)鏈升級。 所需技術(shù)需求簡要描述：1.傳感器網(wǎng)絡(luò)布局優(yōu)化及數(shù)據(jù)采集，硬件傳感網(wǎng)絡(luò)布局覆蓋全船結(jié)構(gòu)，最大監(jiān)測點不小于 128， 最高采樣頻率不低于 500Hz；2.船體結(jié)構(gòu)感知系統(tǒng)智能化數(shù)據(jù)處 理，實現(xiàn)結(jié)構(gòu)正常狀態(tài)數(shù)據(jù)和異常狀態(tài)數(shù)據(jù)的模式識別；3.船舶 結(jié)構(gòu)智能孿生模型構(gòu)建及同步演化；4.結(jié)構(gòu)安全在線評估，并提 出結(jié)構(gòu)安全完成任務(wù)使命所需的運(yùn)維處理和運(yùn)維策略。  對技術(shù)提供方的要求:1.在船體結(jié)構(gòu)監(jiān)測領(lǐng)域具有一定的研 究經(jīng)驗；2.具備相關(guān)領(lǐng)域軟件開發(fā)和硬件集成、測試能力；3. 具有相關(guān)技術(shù)的研發(fā)和軟件開發(fā)背景；4.具備船級社質(zhì)量管理體 系認(rèn)證。 

? 植物在重力引導(dǎo)下的生長稱為植物的向重力性。根向重力是植物適應(yīng)陸地環(huán)境的重要過程。植物向重力性反應(yīng)的第一步是感受重力信號。目前，關(guān)于重力信號感受的機(jī)制有兩種假說：一是淀粉平衡石 (statolith) 假說，二是原生質(zhì)體壓力假說。植物根冠的柱狀細(xì)胞和莖的維管束鞘細(xì)胞中存在淀粉體，這些淀粉體被命名為平衡石。中柱細(xì)胞和內(nèi)皮層細(xì)胞通過淀粉體的沉降來感受重力變化。生長素在調(diào)節(jié)植物根系向重力作用中發(fā)揮重要作用，但生長素促進(jìn)重力感知的分子機(jī)制及隨后的反應(yīng)尚不清楚。 ? 非損傷微測技術(shù)（Non-invasive Micro-test Technology, NMT）是通過測定活體動植物組織、細(xì)胞與內(nèi)/外環(huán)境間Ca2+/Cd2+/Na+/K+/NO3-/NH4+/O2...交換量的實時變化，揭示基因功能的一種新技術(shù)。目前已被103位諾貝爾獎得主所在單位，以及北大/清華/中科院使用。 應(yīng)對挑戰(zhàn)： 重力研究中對于活體樣品基因功能方面的檢測手段匱乏 樣品檢測過程中樣品重力變化與檢測設(shè)備的結(jié)合方式是一個難點 重力變化過程中生理指標(biāo)的實時監(jiān)測 解決方法： 非損傷重力感知分析系統(tǒng)(GRASS)是基于非損傷微測技術(shù)的底層核心技術(shù)，是能夠檢測活體樣品基因功能的技術(shù) 非損傷重力感知分析系統(tǒng)(GRASS)配有立體可移動旋轉(zhuǎn)樣品固定裝置，可對樣品施加不同方向的重力并能實時檢測 非損傷重力感知分析系統(tǒng)(GRASS)能夠進(jìn)行長時間的監(jiān)測，為重力變化過程中，比較分子、離子流動速率，提供長時間的數(shù)據(jù)結(jié)果 產(chǎn)品介紹 名稱：非損傷重力感知分析系統(tǒng)（GRASS） 型號：NMTG-100 品牌：旭月 產(chǎn)地：中國 功能特點 1.基本功能： 檢測樣品所受重力發(fā)生變化時的生理指標(biāo)變化 配備立體可移動旋轉(zhuǎn)樣品固定裝置，對樣品施加不同方向的重力 檢測指標(biāo)：Ca2+、H+、K+、Na+、Cd2+、Cl-、NH4+、NO3-、Mg2+、Pb2+、Cu2+、O2、H2O2、IAA 2.性能參數(shù)： 工作電壓：220V 最短檢測周期：5s 離子分子濃度測量精度：10-6M 離子分子流速測量精度：10-12mol·cm-2·s-1 傳感器最小移動距離：1μm 立體顯微成像系統(tǒng)分辨率：1920×1080 3. 軟件參數(shù)： 操作界面：中文 檢測指標(biāo)模塊化可選 離子流速、濃度檢測軟件模塊（包含：Ca2+、H+、K+、Na+、Cd2+、Cl-、NH4+、NO3-、Mg2+ 、Pb2+、Cu2+） 分子流速、濃度檢測軟件模塊（包含：O2、H2O2、IAA） 支持中英文輸入、標(biāo)記與記錄 可直接輸出流速、濃度數(shù)據(jù)和折線圖，無需額外換算

利用多機(jī)器人和多模態(tài)視覺傳感器有效探索與感知復(fù)雜 環(huán)境的三維結(jié)構(gòu)，進(jìn)而理解和分析三維場景。研究從多源異 構(gòu)的機(jī)器人定位與建圖等環(huán)境感知方面、多模態(tài)融合的前景 分割、顯著性檢測和目標(biāo)檢測等場景分析方面取得突破。

清華大學(xué)公共安全研究院和北京辰安科技股份有限公司快速搭建了疫情實時態(tài)勢感知與分析系統(tǒng)，對區(qū)域疫情數(shù)據(jù)進(jìn)行實時動態(tài)監(jiān)測、搜集、分析和可視化，服務(wù)各級政府疫情應(yīng)急的資源調(diào)度、態(tài)勢研判和決策指揮。該系統(tǒng)在實時播報全國和世界范圍內(nèi)疫情最新動態(tài)的同時，對省級和地市級的人員遷徙比例與分布進(jìn)行重點信息排查，密切關(guān)注人口流動與疫情分布的內(nèi)在聯(lián)系，為疫情跨區(qū)域傳播規(guī)律和病例溯源提供依據(jù)。該系統(tǒng)深入剖析大數(shù)據(jù)并探查民眾意識和情感傾向，研判民眾主流感情傾向和重點關(guān)注事件等疫情相關(guān)輿情，以“情感分析拼圖”、“事件文章熱詞云”和“全國輿情熱度”等分析結(jié)果為引證，為辟謠和積極引導(dǎo)輿論提供幫助，在國家抗擊疫情最為嚴(yán)重困難的時期為大眾的理性思考和科學(xué)防備貢獻(xiàn)力量。國疾病預(yù)防控制中心以及廣東省、武漢市、合肥市、深圳市、廣州市、佛山市等20多個省市在指揮調(diào)度中使用該系統(tǒng)。

自然場景視覺感知與理解是人工智能的前沿?zé)狳c，其主要任務(wù)是對場景中的視覺要素進(jìn)行認(rèn)知，進(jìn)而推斷出其中包含的場景語義。IMAGINE實驗室近年來相繼從場景構(gòu)成分析、場景內(nèi)容推理、場景結(jié)構(gòu)建模等角度對這一問題展開了系統(tǒng)研究，著重探索了融合先驗建模與深度學(xué)習(xí)的自然場景視覺理解這一問題。大數(shù)據(jù)具有規(guī)模大、種類多、產(chǎn)生速度快、有價值數(shù)據(jù)密度低等特點。對大數(shù)據(jù)信息分析具有重要意義，也是目前研究的熱點，其主要任務(wù)是利用數(shù)據(jù)分析的方法從大數(shù)據(jù)中獲取有價值信息。IMAGINE實驗室近年來結(jié)合深度學(xué)習(xí)前沿技術(shù)和傳統(tǒng)數(shù)據(jù)分析方法進(jìn)行數(shù)據(jù)分析和預(yù)測，并在海關(guān)大數(shù)據(jù)分析項目和國網(wǎng)電力冰風(fēng)災(zāi)害預(yù)測項目中進(jìn)行應(yīng)用