葡京娱乐场-富盈娱乐场开户

本發(fā)明公開了一種基于分裂算法的湖泊三維水動(dòng)力-水溫-水質(zhì)模擬預(yù)測方法。構(gòu)建湖泊三維水動(dòng)力-水溫-水質(zhì)模型，將湖泊離散成若干網(wǎng)格單元，并對網(wǎng)格采用 Arakawa-C 模式布置變量，基于分裂算法將湖泊三維水動(dòng)力-水溫-水質(zhì)模型中各算子按照其物理波動(dòng)過程的波頻快慢特性進(jìn)行分類，對低頻慢過程算子采用顯式處理，對高頻快過程算子采用隱式處理，運(yùn)用分裂算法分步離散求解模型，得到湖泊水域內(nèi)不同位置和時(shí)間的三維流場、水溫和水質(zhì)指標(biāo)濃度。本發(fā)明提出的基于分裂算法的湖泊三維水動(dòng)力-水溫-水質(zhì)模擬預(yù)測方法能較準(zhǔn)確地反映湖

本發(fā)明公開了一種基于光譜擬合與差分算法的光纖傳感動(dòng)態(tài)信 號解調(diào)方法，包括：掃描得到光譜紋波；對光譜紋波進(jìn)行擬合獲得靜 態(tài)光譜；將光譜紋波與靜態(tài)光譜進(jìn)行差分處理獲得差值信號；對光譜 紋波的極值點(diǎn)進(jìn)行擬合獲得上下邊緣包絡(luò)曲線；對上下邊緣包絡(luò)曲線 進(jìn)行差分處理獲得光譜變化函數(shù)，將差值信號與光譜變化函數(shù)進(jìn)行歸 一化處理，獲得去包絡(luò)后差值信號，根據(jù)掃描速度和初始波長將波長 換算為時(shí)間，獲得去包絡(luò)后時(shí)域動(dòng)態(tài)信號。本方法對紋波光譜及其擬 合曲線進(jìn)行差分獲得動(dòng)態(tài)信號，可以消除諸如溫度、濕度等環(huán)境干擾， 且恢復(fù)的動(dòng)態(tài)

本發(fā)明公開了一種基于模糊 PI 算法的微電網(wǎng)并網(wǎng)逆變器的控制 方法。該方法包括：（1）采樣當(dāng)前電網(wǎng)電壓、當(dāng)前并網(wǎng)逆變器的輸出 電流和當(dāng)前濾波器的電容電流；（2）確定并網(wǎng)電流指令值；（3）調(diào) 整 PI 控制器的比例系數(shù)和積分系數(shù)；（4）通過修正后的 PI 控制器得 到濾波器的電容電流指令值；（5）通過 P 控制器得到并網(wǎng)逆變器的輸出電壓指令值；（6）產(chǎn)生控制信號控制并網(wǎng)逆變器開關(guān)管的通斷，在 并網(wǎng)逆變器的功率輸出端產(chǎn)生期望的輸出電壓；（7）重復(fù)（1）～（6）， 使并網(wǎng)逆變器的輸出電流始終跟蹤指令值。本

睿行智能是速羽動(dòng)力旗下的低速智能車品牌，專注于多種場景的無人駕駛車輛、智能車的研發(fā)生產(chǎn)制造。 一、項(xiàng)目進(jìn)展 已注冊公司運(yùn)營 二、企業(yè)信息 企業(yè)名稱 南京速羽動(dòng)力科技有限責(zé)任公司 企業(yè)法人 史昀珂 注冊時(shí)間 2016.06.29 注冊所在省市 江蘇省南京市 組織機(jī)構(gòu)代碼 91320115MA1MNUC45H 經(jīng)營范圍 經(jīng)營范圍包括汽車、電動(dòng)車、汽車模型、賽車、機(jī)動(dòng)車及相關(guān)零配件的研發(fā)、生產(chǎn)、銷售、技術(shù)服務(wù)和售后服務(wù)；工業(yè)產(chǎn)品造型設(shè)計(jì)開發(fā)；自營和代理各類商品和技術(shù)的進(jìn)出口業(yè)務(wù)（國家限定公司經(jīng)營或禁止進(jìn)出口的商品和技術(shù)除外）；鋼管、鋁材、金屬材料銷售；碳纖維制品、鋰電池組、電池管理系統(tǒng)、高壓箱的研發(fā)和銷售；體育賽事策劃；賽車場地維護(hù)；自有設(shè)備租賃（不得從事金融租賃）；新能源汽車技術(shù)領(lǐng)域額內(nèi)的技術(shù)開發(fā)、技術(shù)咨詢、技術(shù)服務(wù)、技術(shù)轉(zhuǎn)讓；機(jī)械加工；游樂設(shè)備設(shè)計(jì)、生產(chǎn)、加工、銷售及技術(shù)服務(wù)。 企業(yè)地址 南京江寧區(qū)東南大學(xué)路33號東南大學(xué)國家科技園1號樓3樓 獲投資情況 東大科技園-紫金創(chuàng)投學(xué)生創(chuàng)業(yè)基金 15萬元 三、負(fù)責(zé)人及成員 姓名 學(xué)院/所學(xué)專業(yè) 入學(xué)/畢業(yè)時(shí)間 史昀珂 機(jī)械工程 2021年9月 四、指導(dǎo)教師 姓名 學(xué)院/所學(xué)專業(yè) 職務(wù)/職稱 研究方向 殷國棟 機(jī)械工程 教授 汽車工程 五、項(xiàng)目簡介 睿行智能（RUIMOVE）是速羽動(dòng)力旗下的低速智能車品牌，專注于多種場景的無人駕駛車輛、智能車的研發(fā)生產(chǎn)制造。 團(tuán)隊(duì)在多個(gè)領(lǐng)域的綜合經(jīng)驗(yàn)，使得我們在智能車領(lǐng)域擁有全方位的綜合實(shí)力，不同的技術(shù)積累構(gòu)成不同的解決方案，應(yīng)用于無人駕駛的多個(gè)場景，包括無人駕駛科研平臺(tái)、無人貨運(yùn)、無人巡邏、無人物流、無人清掃、無人擺渡、無人軍事等。睿行智能（RUIMOVE）整合優(yōu)勢資源，立足低速智能車領(lǐng)域，致力于技術(shù)創(chuàng)新和產(chǎn)品創(chuàng)新，為低速無人車提供智能底盤整體解決方案，包括：車規(guī)級、全線控化的核心零部件，多場景電驅(qū)動(dòng)系統(tǒng)方案，底盤輕量化、高性能解決方案。以強(qiáng)大的供應(yīng)鏈、生產(chǎn)制造管理實(shí)現(xiàn)智能車的大批量生產(chǎn)及成本控制。睿行智能決心成為無人駕駛解決方案提供商，并積極布局軟件算法、高精度地圖、云服務(wù)、數(shù)據(jù)服務(wù)等領(lǐng)域，通過提供高性能的低速智能車和用戶體驗(yàn)，為用戶創(chuàng)造簡便的生活方式，在全球范圍內(nèi)打造用戶企業(yè)，致力于未來低速智能車的全面普及工作。

概述 GL-LBY/L型流變儀提供了一種科學(xué)的測試混凝土和易性的方法，是一種全新多功能和輕便的混凝土流變儀，用于檢測骨料粒徑在32mm以下的混凝土流變性。可應(yīng)用于科研、混凝土材料配比確定、生產(chǎn)質(zhì)量控制等領(lǐng)域。軟件自動(dòng)控制采集數(shù)據(jù)，自動(dòng)計(jì)算Bingham流變參數(shù)—屈服應(yīng)力和塑性粘度，繪制曲線，儲(chǔ)存試驗(yàn)結(jié)果及導(dǎo)出試驗(yàn)數(shù)據(jù)。 性能特點(diǎn) 可移動(dòng)，適用于實(shí)驗(yàn)室內(nèi)環(huán)境 結(jié)實(shí)耐用，低成本，多功能 實(shí)驗(yàn)快速，準(zhǔn)確 操作簡單，自動(dòng)化 更好地確定材料和易性 提高混凝土質(zhì)量和性能 提高工人生產(chǎn)效率 加速高效新材料的推廣使用

成果描述：旨在為大規(guī)模代數(shù)系統(tǒng)設(shè)計(jì)新型高效的求解算法，并結(jié)合信息科學(xué)進(jìn)行交叉研究。在大規(guī)模代數(shù)系統(tǒng)新型Krylov子空間算法及其基礎(chǔ)理論、復(fù)雜電磁計(jì)算、圖像處理高性能數(shù)值方法、動(dòng)力系統(tǒng)與智能控制理論方面進(jìn)行了系統(tǒng)深入的研究，取得了具有創(chuàng)新性的成果，例如：解決了科學(xué)計(jì)算中的有關(guān)基礎(chǔ)或困難問題；提出了Lanczos雙共軛A-標(biāo)準(zhǔn)正交短遞歸Krylov子空間迭代法BiCOR/CORS/BiCORSTAB方法、一種新的“二維雙連續(xù)投影(2D-DSPM)方法”等一系列高效算法；為求解復(fù)雜電磁問題產(chǎn)生的復(fù)雜線性系統(tǒng)設(shè)計(jì)了高效算法與預(yù)條件技術(shù)；提出了一些新型高效的邊界處理、圖像復(fù)原方法，具有更快的計(jì)算速度和更好的復(fù)原質(zhì)量；將數(shù)值代數(shù)與特殊矩陣分析和神經(jīng)網(wǎng)絡(luò)交叉研究取得成果。市場前景分析：本成果隸屬于計(jì)算數(shù)學(xué)學(xué)科的數(shù)值代數(shù)領(lǐng)域，是數(shù)學(xué)基礎(chǔ)理論研究。本項(xiàng)目著眼于科學(xué)與工程問題當(dāng)中的難于解決的數(shù)學(xué)問題的快速算法及其理論研究，在國民經(jīng)濟(jì)和國防安全的若干大數(shù)據(jù)領(lǐng)域具有重要的學(xué)術(shù)和應(yīng)用價(jià)值。因此，本成果不涉及經(jīng)濟(jì)效益，亦不涉及直接應(yīng)用。與同類成果相比的優(yōu)勢分析：主要成果發(fā)表在國際權(quán)威期刊上，構(gòu)建的新方法新理論得到了權(quán)威專家的高度評價(jià)，相關(guān)工作引起了國內(nèi)外同行的廣泛關(guān)注與引用。通過國際合作，本項(xiàng)目提出的相關(guān)快速算法已通過國際合作研究被法國INRIA、法國LAPLACE國家實(shí)驗(yàn)室、荷蘭格羅寧根大學(xué)等國際知名研究機(jī)構(gòu)用于解決科學(xué)計(jì)算中的大規(guī)模代數(shù)方程組求解難題。

本發(fā)明公開了一種基于改進(jìn)遺傳算法的配電網(wǎng)互動(dòng)方案編制方法，根據(jù)具體的互動(dòng)需求、配電網(wǎng)用戶的申報(bào)互動(dòng)容量和互動(dòng)成本以及互動(dòng)用戶的功率和電量數(shù)據(jù)通過帶精英策略的非支配排序遺傳算法得到各互動(dòng)用戶的用電曲線，并根據(jù)各互動(dòng)用戶的用電曲線制定各互動(dòng)用戶的參與互動(dòng)的調(diào)度計(jì)劃。根據(jù)上述方法制定的調(diào)度方案，模擬各互動(dòng)用戶的響應(yīng)行為。本發(fā)明通過帶精英策略的非支配排序遺傳算法合理安排需求側(cè)用戶的互動(dòng)方案，降低配電網(wǎng)的峰谷差，減小新能源發(fā)電出力波動(dòng)的影響從而實(shí)現(xiàn)配電網(wǎng)中電源、負(fù)荷的協(xié)調(diào)運(yùn)行，達(dá)到配電網(wǎng)整體消納新能源以及可靠經(jīng)濟(jì)運(yùn)行的目標(biāo)。

本發(fā)明公開了一種基于圖像分割的數(shù)字體積相關(guān)算法中邊界處理方法，該方法首先區(qū)分感興趣區(qū)域和背景區(qū)域，然后對要進(jìn)行DVC計(jì)算的其中一套三維圖像進(jìn)行圖像分割，分割為感興趣區(qū)域(VOI)和背景(BG)兩部分，在進(jìn)行DVC計(jì)算時(shí)只計(jì)算VOI內(nèi)的計(jì)算點(diǎn)的位移和應(yīng)變；計(jì)算位移時(shí)，子體塊間的相關(guān)性匹配僅僅針對VOI部分，計(jì)算應(yīng)變時(shí)，只利用VOI內(nèi)的位移點(diǎn)來求解應(yīng)變。此外，本發(fā)明通過區(qū)分子體塊還有應(yīng)變計(jì)算窗口內(nèi)的連通域個(gè)數(shù)，只利用子體塊或者應(yīng)變計(jì)算窗口內(nèi)的主連通域去計(jì)算位移和應(yīng)變，進(jìn)一步提高了處理復(fù)雜輪廓或者邊界時(shí)計(jì)

本發(fā)明公開一種基于格子復(fù)雜性算法的無線動(dòng)態(tài)麻醉深度檢測方法。該發(fā)明方法是基于以下麻醉深度監(jiān)測裝置，該裝置包括采集模塊、無線傳輸模塊、數(shù)據(jù)處理模塊、中央處理模塊、顯示模塊；采集模塊采集腦電信號對該模擬腦電信號進(jìn)行放大，并將該將其轉(zhuǎn)換為數(shù)字腦電信號。無線傳輸模塊通過WiFi無線網(wǎng)絡(luò)，將采集模塊輸出的數(shù)字腦電信號數(shù)據(jù)上傳到數(shù)據(jù)處理模塊進(jìn)行預(yù)處理；預(yù)處理后的數(shù)據(jù)輸入中央處理模塊進(jìn)行分析處理，分別計(jì)算格子復(fù)雜度、邊緣頻率、爆發(fā)抑制比，并利用決策樹算法擬合得到麻醉深度指數(shù)并顯示。由于使用了無線傳輸模塊和格子復(fù)雜性算法，使得該發(fā)明方法省去傳統(tǒng)檢測裝置的導(dǎo)線所帶來的不便，且算法簡單，實(shí)時(shí)性強(qiáng)。

旨在為大規(guī)模代數(shù)系統(tǒng)設(shè)計(jì)新型高效的求解算法，并結(jié)合信息科學(xué)進(jìn)行交叉研究。在大規(guī)模代數(shù)系統(tǒng)新型Krylov子空間算法及其基礎(chǔ)理論、復(fù)雜電磁計(jì)算、圖像處理高性能數(shù)值方法、動(dòng)力系統(tǒng)與智能控制理論方面進(jìn)行了系統(tǒng)深入的研究，取得了具有創(chuàng)新性的成果，例如：解決了科學(xué)計(jì)算中的有關(guān)基礎(chǔ)或困難問題；提出了Lanczos雙共軛A-標(biāo)準(zhǔn)正交短遞歸Krylov子空間迭代法BiCOR/CORS/BiCORSTAB方法、一種新的“二維雙連續(xù)投影(2D-DSPM)方法”等一系列高效算法；為求解復(fù)雜電磁問題產(chǎn)生的復(fù)雜線性系統(tǒng)設(shè)計(jì)了高效算法與預(yù)條件技術(shù)；提出了一些新型高效的邊界處理、圖像復(fù)原方法，具有更快的計(jì)算速度和更好的復(fù)原質(zhì)量；將數(shù)值代數(shù)與特殊矩陣分析和神經(jīng)網(wǎng)絡(luò)交叉研究取得成果。