葡京娱乐场-富盈娱乐场开户_百家乐试玩_sz全讯网网址xb112 (中国)·官方网站

大健康是未來(lái)世界發(fā)展的趨勢(shì)，在未來(lái)10年內(nèi)將產(chǎn)生10萬(wàn)億美元的產(chǎn)業(yè)。我國(guó)在近期提出的健康中國(guó)，著眼于擴(kuò)大在線健康服務(wù)，依托大數(shù)據(jù)提出診斷和治療建議，實(shí)現(xiàn)大社區(qū)健康管理與大健康服務(wù)。實(shí)現(xiàn)這一體系的關(guān)鍵，在于各種柔性電子、傳感器技術(shù)，與物聯(lián)網(wǎng)、云通信技術(shù)，以及大數(shù)據(jù)與人工智能相結(jié)合。 隨著經(jīng)濟(jì)的發(fā)展，人們對(duì)于健康的重視程度越來(lái)越高，在皮膚表面進(jìn)行檢測(cè)人們身體健康狀況的柔性傳感器，是未來(lái)電子科技發(fā)展的一個(gè)重要方向，將會(huì)有巨大的市場(chǎng)前景。在以智能手機(jī)為主體的電子元器件的開發(fā)日益盛行，開發(fā)一種柔性智能傳感器，舒服的貼在皮膚表面，這種傳感器既能夠檢測(cè)人們生命體征（如血壓、心跳、體溫、血糖等）的變化，又能夠無(wú)線連接手機(jī)。醫(yī)院的醫(yī)生能夠通過互聯(lián)網(wǎng)、云通訊、分布式的監(jiān)測(cè)和管理每個(gè)病房的病人的身體狀況，既節(jié)省大量人力時(shí)間成本，又能夠及時(shí)的檢測(cè)到病人的生命體征變化；結(jié)合無(wú)線互聯(lián)網(wǎng)、云通訊,能實(shí)現(xiàn)分布式醫(yī)護(hù),虛擬空間管理；與大數(shù)據(jù)與人工智能結(jié)合，進(jìn)行智能健康管理,實(shí)現(xiàn)智慧醫(yī)療（圖1）。 圖1 基于柔性傳感器的智慧醫(yī)療系統(tǒng) 本項(xiàng)目主要應(yīng)用生物相容的蠶絲材料作為傳感單元主要組成部分，以無(wú)線藍(lán)牙模塊與無(wú)源RFID標(biāo)簽作為人機(jī)數(shù)據(jù)交互單元，以大數(shù)據(jù)為手段對(duì)平臺(tái)進(jìn)行管理，瞄準(zhǔn)柔性電子與智能大數(shù)據(jù)前沿領(lǐng)域，具有重要的科學(xué)意義。具體如下： （1）柔性電子皮膚等智能傳感新技術(shù)與器件開發(fā) 近年來(lái)，蠶絲等柔性材料作為醫(yī)用生物材料漸漸進(jìn)入人們的視線，具有良好的生物相容性和極佳的力學(xué)性能。以此為基礎(chǔ)開發(fā)柔性電子制造技術(shù)，通過柔性材料的光刻、打印等加工技術(shù)，制備傳感單元。 （2）人體傳感信號(hào)實(shí)時(shí)監(jiān)測(cè)的云系統(tǒng)的開發(fā) 通過建立皮膚表面?zhèn)鞲衅鳠o(wú)線信號(hào)傳輸技術(shù)，實(shí)現(xiàn)體溫、心跳等信號(hào)的遠(yuǎn)程監(jiān)測(cè)，符合國(guó)家精準(zhǔn)醫(yī)療精神。通過云系統(tǒng)可對(duì)老年社區(qū)、醫(yī)院等場(chǎng)所進(jìn)行智能化、集成化的監(jiān)控，實(shí)現(xiàn)健康的大數(shù)據(jù)管理。除此以外，也可實(shí)現(xiàn)個(gè)體的遠(yuǎn)程診療體系。向“健康中國(guó)2030”靠攏，依托大數(shù)據(jù)提出診斷和治療建議。 （3）將系列傳感器材料制備技術(shù)與無(wú)線信號(hào)傳輸云平臺(tái)結(jié)合，實(shí)現(xiàn)個(gè)人和醫(yī)院的對(duì)自身和病人的健康指標(biāo)數(shù)據(jù)進(jìn)行檢測(cè)和管理。以此無(wú)線體征檢測(cè)的平臺(tái)框架為基礎(chǔ)，后續(xù)又可以引入更多傳感與控制體系，適應(yīng)場(chǎng)景的多樣化。 二、前期研究基礎(chǔ) （1）模仿神經(jīng)元突觸的蠶絲憶阻器 在神經(jīng)系統(tǒng)中，當(dāng)神經(jīng)沖動(dòng)從軸突傳導(dǎo)到末端時(shí)，Ca2+離子大量涌入突觸前膜引起遞質(zhì)的分泌，從而改變突觸后膜的導(dǎo)電性。我們通過仿生該過程，利用Ag+離子在外加電場(chǎng)作用下WK@AuNCs蠶絲蛋白薄膜的遷移行為來(lái)模擬阻值漸變和阻值記憶的過程。其電學(xué)特性表明其具有獨(dú)特的突觸特性，并具有突觸學(xué)習(xí)能力。 （2）蠶絲基應(yīng)力傳感器—柔性電子皮膚 人體電子皮膚傳感器是未來(lái)傳感器發(fā)展的新方向之一，超薄超柔的特性使其可以在人體幾乎難以察覺異狀的情況下，完成多種生理指標(biāo)的采集。我們通過研制柔性壓力傳感器，已在運(yùn)動(dòng)檢測(cè)、發(fā)聲檢測(cè)、脈搏檢測(cè)等方面開展了大量研究。 （3）纖維傳感器 可穿戴設(shè)備在未來(lái)智能裝備領(lǐng)域具有廣泛的應(yīng)用前景，而我們平時(shí)穿戴的衣物均是由纖維編織而成，智能穿戴設(shè)備設(shè)計(jì)的最高境界為對(duì)其本身必須的纖維材料的功能化。我們通過對(duì)纖維材料進(jìn)行改造和設(shè)計(jì)，制備除了纖維狀溫度、壓力傳感器。對(duì)纖維傳感器進(jìn)行編織可實(shí)現(xiàn)多維度傳感，并可適應(yīng)多種場(chǎng)景，這項(xiàng)工作與傳統(tǒng)紡織行業(yè)結(jié)合開創(chuàng)了尖端智能科技研究新領(lǐng)域。

本成果采用最新的深度學(xué)習(xí)和分子模擬算法，結(jié)合新一代分子特征化方法，開發(fā)了多種計(jì)算機(jī)模型，可用于藥物開發(fā)中的多個(gè)階段，為藥物的快速設(shè)計(jì)開發(fā)提供一個(gè)完整的基于人工智能的解決方案。 成果：1.藥物毒性預(yù)測(cè)方法：傳統(tǒng)的化合物毒性檢測(cè)技術(shù)一般需要使用生化試驗(yàn)、細(xì)胞實(shí)驗(yàn)、甚至動(dòng)物模型，這些方法不僅耗費(fèi)大量時(shí)間，而且成本很高。使用計(jì)算模型進(jìn)行有機(jī)化合物的毒性預(yù)測(cè)，所需投入較少，但產(chǎn)出巨大。特別是基于化合物的物理化學(xué)和結(jié)構(gòu)特性的計(jì)算模型，甚至能夠在化合物合成之前就對(duì)其進(jìn)行預(yù)測(cè)，大大提高了效率，使其越來(lái)越受到歡迎。在進(jìn)行體外和體內(nèi)試驗(yàn)之前先使用計(jì)算機(jī)模型對(duì)化合物進(jìn)行大規(guī)模的毒性篩選，能夠更好地解決候選藥物具有毒性的問題。我們建立了一套新的基于多種分子指紋和機(jī)器學(xué)習(xí)算法的化合物毒性預(yù)測(cè)集成學(xué)習(xí)算法，運(yùn)用此集成學(xué)習(xí)算法建立了新的有機(jī)化合物致癌性、致突變性和肝毒性預(yù)測(cè)模型。我們分別建立了名為CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性預(yù)測(cè))、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突變性預(yù)測(cè))、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性預(yù)測(cè))的預(yù)測(cè)服務(wù)器，這些服務(wù)器能夠?yàn)槭褂谜咛峁└咝Ц憬莸念A(yù)測(cè)技術(shù)服務(wù)。自2017年服務(wù)器發(fā)表起，我們已為國(guó)內(nèi)外藥物分子設(shè)計(jì)研究者提供了5000多次共計(jì)超過20多萬(wàn)個(gè)化合物的毒性預(yù)測(cè)服務(wù)。在有機(jī)化合物毒性預(yù)測(cè)研究方向，我們主要完成了化合物的細(xì)胞毒性、心臟毒性、生殖毒性、血腦屏障透過性、水生生物毒性預(yù)測(cè)模型，以及糖尿病早期篩查模型的開發(fā)，正在進(jìn)行P450酶阻滯劑性預(yù)測(cè)模型、基于圖神經(jīng)網(wǎng)絡(luò)的毒性預(yù)測(cè)算法研究、基于分子對(duì)接的化合物毒性預(yù)測(cè)研究等。相關(guān)研究成果已發(fā)表多篇學(xué)術(shù)論文（Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次數(shù)80，ESI 1%高被引論文；Ai H., et al. Toxicological Sciences, 2018, 165: 100-107；Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377；Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78；Liu M., et al. Toxicology Letters. 2020, 332: 88-96；Feng H., et al. Toxicology Letters. 2021, 340: 4-14；Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.） 致癌性預(yù)測(cè)服務(wù)器首頁(yè) 致癌性預(yù)測(cè)結(jié)果頁(yè) 相關(guān)綜述對(duì)本服務(wù)器的介紹 RF-hERG-Score預(yù)測(cè)藥物引起的hERG相關(guān)心臟毒性 2.藥物設(shè)計(jì)方法：在計(jì)算機(jī)上對(duì)藥物靶點(diǎn)和藥物分子的結(jié)構(gòu)和活性建模，計(jì)算藥物與靶點(diǎn)之間的相互作用關(guān)系，從而設(shè)計(jì)出具有治療作用的藥物。計(jì)算機(jī)輔助藥物設(shè)計(jì)可以為藥物設(shè)計(jì)各階段的實(shí)驗(yàn)方案提供有意義的指導(dǎo)，減少需要通過實(shí)驗(yàn)評(píng)估的候選藥物的數(shù)量，從而加快新藥研發(fā)速度。我們應(yīng)用分子對(duì)接、分子動(dòng)力學(xué)模擬、自由能計(jì)算、機(jī)器學(xué)習(xí)等方法研究流感病毒等重要疾病的計(jì)算機(jī)輔助藥物設(shè)計(jì)、并開發(fā)更有效的計(jì)算機(jī)輔助藥物設(shè)計(jì)方法。在計(jì)算機(jī)輔助藥物設(shè)計(jì)研究我們主要完成了流感病毒M2質(zhì)子通道蛋白抑制劑虛擬篩選方法研究，正在進(jìn)行先導(dǎo)化合物生成模型研究、基于機(jī)器學(xué)習(xí)的虛擬篩選打分函數(shù)算法開發(fā)、SARS-CoV-2病毒S蛋白與受體相互作用及藥物設(shè)計(jì)研究。 特異性重打分函數(shù)顯著虛擬篩選性能顯著較高 篩選出兩個(gè)候選抑制劑 3.藥物靶點(diǎn)識(shí)別方法：長(zhǎng)非編碼RNA（lncRNA）是一種長(zhǎng)度在200nt至100,000nt之間的非編碼RNA，是轉(zhuǎn)錄物的主要成分。研究表明lncRNA在許多生物學(xué)和病理學(xué)過程中起著重要作用。lncRNA起作用的重要途徑是與其靶蛋白結(jié)合。lncRNA-蛋白質(zhì)相互作用的實(shí)驗(yàn)研究需要大量資源。累積的實(shí)驗(yàn)數(shù)據(jù)使得通過計(jì)算方法預(yù)測(cè)lncRNA-蛋白質(zhì)相互作用成為可能。我們使用各種數(shù)學(xué)建模和機(jī)器學(xué)習(xí)方法開發(fā)了幾種用于預(yù)測(cè)lncRNA-蛋白質(zhì)相互作用的新模型。這些模型命名為：RWLPAP（隨機(jī)游走），LPI-NRLMF（鄰域正則化邏輯矩陣分解），IRWNRLPI（集成隨機(jī)游走和鄰域規(guī)則化Logistic矩陣分解），LPI-BNPRA（雙向網(wǎng)絡(luò)投影推薦算法），LPI-ETSLP（基于特征值變換的半監(jiān)督鏈路預(yù)測(cè)），HLPI-Ensemble（集成學(xué)習(xí)）。在交叉驗(yàn)證中，我們的模型獲得了較好的預(yù)測(cè)性能。 lncRNA-蛋白質(zhì)相互作用預(yù)測(cè)模型的性能比較 lncRNA-蛋白質(zhì)相互作用預(yù)測(cè)服務(wù)器相關(guān)軟件著作權(quán)：

圖1. 礦識(shí)的4個(gè)頁(yè)面 a: 選取待識(shí)別的礦物，可現(xiàn)場(chǎng)拍照獲取或從手機(jī)相冊(cè)中選取 b: 截取待識(shí)別礦物中心圖 c: 輸入便攜硬度儀測(cè)量或經(jīng)驗(yàn)估計(jì)所得的硬度值后得到識(shí)別結(jié)果 d: 可以不使用硬度值，僅用圖片進(jìn)行識(shí)別 表1 礦識(shí)與其他相關(guān)工作的對(duì)比 圖片類型 相關(guān)研究 性能 可識(shí)別礦物數(shù) 準(zhǔn)確率(%) Raman spectroscopy 拉曼光譜 Computers & geosciences 2013 6 83.0 Microscope 顯微鏡 Sensors 2019 4 90.9 Mathematical and Computational Applications 2011 5 93.9 Photo 相機(jī)圖片 Artificial Intelligence in Theory and Practice, 2008 6 91.0 Minerals 2019 12 74.2 photo & hardness 相機(jī)圖片+硬度 礦識(shí) 36 90.6   表2 礦識(shí)能夠識(shí)別的36種礦物及其準(zhǔn)確率 礦物名 樣本數(shù)  僅用圖片識(shí)別的正確數(shù) 結(jié)合圖片與硬度識(shí)別的正確數(shù) Agate瑪瑙 5 5 5 almandine鐵鋁榴石 6 4 4 azurite藍(lán)銅礦 2 1 2 beryl綠柱石 1 1 1 chalcopyrite黃銅礦 2 1 2 cinnabar辰砂 1 1 1 copper銅 2 2 2 fluorite螢石，氟石 11 8 10 galena方鉛礦 3 2 3 halite石鹽 1 1 1 hematite赤鐵礦 8 1 5 malachite孔雀石 6 5 5 opal歐泊 1 1 1 orpiment雌黃 3 1 3 pyrite黃鐵礦 6 5 6 quartz石英 4 4 4 sphalerite閃鋅礦 1 0 0 stibnite輝銻礦 8 7 8 sulphur硫磺 2 2 2 total 73 52 65 Accuracy \ 71.2% 89%    

本平臺(tái)基于SAAS云模式，以大數(shù)據(jù)與人工智能技術(shù)為支撐，解決了多中心醫(yī)學(xué)健康研究、藥物試驗(yàn)、慢病管理、隨訪管理等各類臨床數(shù)據(jù)采集與分析問題，集成了輕量級(jí)項(xiàng)目管理、多終端靈活病例采集、支持隊(duì)列與隨機(jī)對(duì)照的臨床試驗(yàn)設(shè)計(jì)、數(shù)據(jù)采集、數(shù)據(jù)質(zhì)控、生物樣本庫(kù)、數(shù)據(jù)統(tǒng)計(jì)分析以及臨床資料數(shù)據(jù)存儲(chǔ)管理等功能，有效提高臨床科研、流行病調(diào)查、臨床試驗(yàn)和健康隨訪的流程化數(shù)據(jù)全生命周期的管理效率，保障了臨床數(shù)據(jù)真實(shí)性和有效性。平臺(tái)提供了項(xiàng)目管理、臨床業(yè)務(wù)管理（隨訪管理、隊(duì)列數(shù)據(jù)采集、隨機(jī)試驗(yàn)、流程規(guī)劃、慢病管理）、盲法設(shè)定、郵件提醒（微信掃描）、CRF表庫(kù)管理、受試者管理（電子病歷管理與知情同意書）、數(shù)據(jù)分析、數(shù)據(jù)高級(jí)檢索、生物樣本庫(kù)管理、數(shù)據(jù)集管理與共享、知識(shí)庫(kù)管理、平臺(tái)門戶（新聞公告）、公開注冊(cè)、微信集成與智能通知、用戶管理、機(jī)構(gòu)倫理審核與管理、日志管理、字典管理、菜單管理、角色管理、數(shù)據(jù)留痕等服務(wù)，幫助快速配置和積累各臨床科室CRF表和數(shù)據(jù)采集（教育培訓(xùn)）流程規(guī)劃，形成臨床大數(shù)據(jù)采集、管理與分析平臺(tái)，提供全生命周期的臨床數(shù)據(jù)服務(wù)，服務(wù)于醫(yī)院隨訪管理、隊(duì)列研究、臨床評(píng)價(jià)、醫(yī)學(xué)健康調(diào)查、慢病管理、健康管理等各類臨床業(yè)務(wù)，積累臨床大數(shù)據(jù)資源，促進(jìn)醫(yī)學(xué)科學(xué)發(fā)展。

項(xiàng)目成果/簡(jiǎn)介:數(shù)據(jù)采集技術(shù)可穿戴傳感器是接觸式傳感器。加速度傳感器測(cè)量運(yùn)動(dòng)加速度，心率、血壓和血氧傳感器檢測(cè)心率、血壓等生理數(shù)據(jù)?？蓪⒉煌膫鞲衅骷稍谥悄苁汁h(huán)、腳環(huán)、腰帶等可穿戴設(shè)備中，以實(shí)現(xiàn)加速度、角速度和生理等數(shù)據(jù)的采集；物體和環(huán)境傳感器是非接觸式傳感器，常見的物體傳感器基于RFID技術(shù)，通常用于身份、物流等信息的識(shí)別。常見的環(huán)境傳感器有聲音傳感器、磁力計(jì)、氣壓傳感器、溫濕度傳感器和PM 2.5傳感器等，實(shí)現(xiàn)各種環(huán)境信息的采集。多模態(tài)傳輸技術(shù)LPWAN (Low-Power Wide-Area Network，低功率廣域網(wǎng)絡(luò))在LPWAN技術(shù)出現(xiàn)以前，通信技術(shù)已經(jīng)有多種類別，短距離的有wifi、藍(lán)牙、zigbee等，長(zhǎng)距離的則有2G、3G、4G、5G等，但是如果把這些無(wú)線通信技術(shù)按照功耗與傳輸距離這兩個(gè)維度劃分的話可以發(fā)現(xiàn)在功耗低、距離遠(yuǎn)這個(gè)范圍的技術(shù)還欠缺，而LPWAN技術(shù)的出現(xiàn)正好彌補(bǔ)了這個(gè)短板。       LPWAN可分為兩類：一類是工作于未授權(quán)頻譜的LoRa、SigFox等技術(shù)；另一類是工作于授權(quán)頻譜的基于蜂窩組網(wǎng)的通信技術(shù)，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 專為低帶寬、低功耗、遠(yuǎn)距離、大量連接的物聯(lián)網(wǎng)應(yīng)用而設(shè)計(jì)。最具前景的LPWAN技術(shù)——NB-IoT和LoRa：物聯(lián)網(wǎng)（IoT）應(yīng)用需要考慮諸多因素，例如節(jié)點(diǎn)成本、網(wǎng)絡(luò)成本、電池壽命、數(shù)據(jù)傳輸速率(吞吐率)、延遲、移動(dòng)性、網(wǎng)絡(luò)覆蓋范圍以及部署類型等，可以說(shuō)沒有一種技術(shù)可以滿足IoT所有的需求。NB-IoT和LoRa兩種技術(shù)具有不同的技術(shù)和商業(yè)特性，也是最有發(fā)展前景的兩個(gè)低功耗廣域網(wǎng)通信技術(shù)。這兩種LPWAN技術(shù)都有覆蓋廣、連接多、速率低、成本低、功耗小等特點(diǎn)，都適合低功耗物聯(lián)網(wǎng)應(yīng)用。LoRa （Long Range）:   一個(gè)LoRaWAN網(wǎng)絡(luò)架構(gòu)中包含了終端、基站、NS(網(wǎng)絡(luò)服務(wù)器)、應(yīng)用服務(wù)器這四個(gè)部分?；竞徒K端之間采用星型網(wǎng)絡(luò)拓?fù)洌捎贚oRa的長(zhǎng)距離特性，它們之間得以使用單跳傳輸，終端節(jié)點(diǎn)可以同時(shí)發(fā)送信息給多個(gè)基站?；緞t對(duì)NS和終端之間的LoRaWAN協(xié)議數(shù)據(jù)做轉(zhuǎn)發(fā)處理，將LoRaWAN數(shù)據(jù)分別承載在了LoRa射頻傳輸和TCP/IP上。NB-IoT（Narrow Band Internet of Things）NB-IoT構(gòu)建基于蜂窩網(wǎng)絡(luò)，只消耗大約180KHz的帶寬，可直接部署于GSM網(wǎng)絡(luò)、UMTS網(wǎng)絡(luò)或LTE網(wǎng)絡(luò)。NB-IoT是IoT領(lǐng)域一個(gè)新興的技術(shù)，支持低功耗設(shè)備在廣域網(wǎng)的蜂窩數(shù)據(jù)連接。NB-IoT支持待機(jī)時(shí)間長(zhǎng)、對(duì)網(wǎng)絡(luò)連接要求較高設(shè)備的高效連接。NB-IoT具備四大特點(diǎn)：一是廣覆蓋，將提供改進(jìn)的室內(nèi)覆蓋，在同樣的頻段下，NB-IoT比現(xiàn)有的LTE網(wǎng)絡(luò)增益提升20dB，覆蓋面積擴(kuò)大100倍；二是具備支撐海量連接的能力，NB-IoT一個(gè)扇區(qū)能夠支持10萬(wàn)個(gè)連接，支持低延時(shí)敏感度、超低的設(shè)備成本、低設(shè)備功耗和優(yōu)化的網(wǎng)絡(luò)架構(gòu)；三是更低功耗，NB-IoT終端模塊的待機(jī)時(shí)間可長(zhǎng)達(dá)10年；四是更低的模塊成本，企業(yè)預(yù)期的單個(gè)接連模塊不超過5美元。數(shù)據(jù)分析技術(shù)人工智能研究的各個(gè)分支，包括專家系統(tǒng)、機(jī)器學(xué)習(xí)、進(jìn)化計(jì)算、模糊邏輯、計(jì)算機(jī)視覺、自然語(yǔ)言處理、推薦系統(tǒng)等。2012年以后，得益于數(shù)據(jù)量的上漲、運(yùn)算力的提升和機(jī)器學(xué)習(xí)新算法（深度學(xué)習(xí)）的出現(xiàn)，人工智能開始大爆發(fā)。機(jī)器學(xué)習(xí)是一種實(shí)現(xiàn)人工智能的方法，深度學(xué)習(xí)是一種實(shí)現(xiàn)機(jī)器學(xué)習(xí)的技術(shù)。機(jī)器學(xué)習(xí)是用大量的數(shù)據(jù)來(lái)“訓(xùn)練”，通過各種算法從數(shù)據(jù)中學(xué)習(xí)如何完成任務(wù)。深度學(xué)習(xí)本來(lái)并不是一種獨(dú)立的學(xué)習(xí)方法，但由于近幾年該領(lǐng)域發(fā)展迅猛，一些其特有的學(xué)習(xí)手段相繼被提出（如殘差網(wǎng)絡(luò)），因此越來(lái)越多的人將其單獨(dú)看作一種學(xué)習(xí)的方法。深度學(xué)習(xí)的各種算法已成為行為識(shí)別主要應(yīng)用的技術(shù)，傳感器采集的各類信號(hào)，通過卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)等分類，識(shí)別出坐、走、跑、跳、上下樓等日常行為，也可以實(shí)現(xiàn)對(duì)被監(jiān)護(hù)者摔倒等異常行為的檢測(cè)。應(yīng)用范圍:家居智慧控制，提高舒適度：家庭生活狀態(tài)統(tǒng)計(jì)和日常需求預(yù)測(cè)與推薦；多模態(tài)行為分析和數(shù)據(jù)采集和傳輸系統(tǒng)；多模態(tài)行為數(shù)據(jù)采集和分析平臺(tái)；基于LoRaWAN/5G的工廠環(huán)境、農(nóng)業(yè)大棚等環(huán)境監(jiān)測(cè)系統(tǒng)。技術(shù)成熟度:通過中試

本儀器是紡織總會(huì)作為纖維細(xì)度及含量測(cè)定的標(biāo)準(zhǔn)儀器，利用先進(jìn)的光學(xué)和計(jì)算機(jī)圖像處理系統(tǒng)來(lái)測(cè)量各種纖維直徑和分析纖維表面的綜合儀器。是毛、麻、棉紡、化纖、羽絨行業(yè)、畜牧業(yè)，商檢、纖檢系統(tǒng)的必備檢驗(yàn)設(shè)備。 本儀器具有圖像清晰、分辨率高、檢測(cè)快速可靠的特點(diǎn)。可在普通實(shí)驗(yàn)室條件下穩(wěn)定工作及可將測(cè)量到的原始數(shù)據(jù)，利用數(shù)據(jù)處理平臺(tái)進(jìn)行分類統(tǒng)計(jì)，獲得最終定量分析結(jié)果并可打印輸出數(shù)據(jù)報(bào)表及直方圖。 技術(shù)規(guī)格： 1．投影系統(tǒng)，采用放大500倍，符合國(guó)際標(biāo)準(zhǔn)A方法檢測(cè)和國(guó)家標(biāo)準(zhǔn)B方法檢測(cè)。目視系統(tǒng)可放大960倍。 2．計(jì)算機(jī)顯示系統(tǒng)：光學(xué)成像CCD轉(zhuǎn)化成數(shù)字圖像，并由計(jì)算機(jī)專用軟件對(duì)數(shù)字圖像進(jìn)行處理。 3．內(nèi)置纖維平均直徑、變異系數(shù)、標(biāo)準(zhǔn)偏差計(jì)算，根據(jù)國(guó)家標(biāo)準(zhǔn)GBl0685—89、國(guó)際標(biāo)準(zhǔn)RS0137-85制定。 測(cè)量范圍為2-200μm，圓型截纖維；測(cè)量精度±0．5μm；測(cè)量重復(fù)性±0．1μm：測(cè)量速度500根／10min。

本實(shí)用新型公開了一種基于單片機(jī)控制的智能液晶遙控風(fēng)扇系統(tǒng)裝置。包括按鍵模塊、電源模塊、液晶顯示模塊、紅外遙控模塊、輸出控制模塊、負(fù)離子發(fā)生模塊和單片機(jī)，其中：所述單片機(jī)采用T46R47單片機(jī)，為八位高性能精簡(jiǎn)指令集單片機(jī)，具有多輸入/輸出口；所述電源模塊為系統(tǒng)提供穩(wěn)定的直流電源，將單相交流電經(jīng)過阻容降壓，半波整流電路，濾波電路和穩(wěn)壓電路轉(zhuǎn)化成穩(wěn)定的直流電源；所述液晶顯示模塊用于系統(tǒng)狀態(tài)的顯示；所述紅外遙控模塊由發(fā)送和接收兩個(gè)部分組成。本實(shí)用新型具有液晶顯示功能，利用傳感器可顯示室內(nèi)溫度；風(fēng)速可進(jìn)行調(diào)

可以量產(chǎn)/n汽車制造業(yè)目前的裝配線物料采用按序批量供給方式，存在線邊零部件庫(kù)存大、占地需求大、效率低、易產(chǎn)生漏裝與錯(cuò)裝等弊端。該項(xiàng)目攻關(guān)重點(diǎn)聚焦混流物料并行配送調(diào)度、動(dòng)態(tài)路徑規(guī)劃與實(shí)時(shí)沖突消解、物料傻瓜式撿配與全流程驗(yàn)證、柔性化物料配送裝置與配送線用戶定制重組等難點(diǎn)，研制了乘用車柔性裝配線物料智能配送系統(tǒng)，廣泛應(yīng)用于汽車制造行業(yè)，促進(jìn)了其技術(shù)水平的提升。該項(xiàng)目成果已通過湖北省科技廳組織的鑒定，已獲授權(quán)發(fā)明專利2項(xiàng)，授權(quán)實(shí)用新型專利5項(xiàng)，軟件著作權(quán)2項(xiàng)。