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

該技術(shù)建立了在役輸電鐵塔結(jié)構(gòu)性能弱化模型和評(píng)估方法，提出了適用于瞬變載荷測(cè)量的輸電鐵塔狀態(tài)全面感知技術(shù)，考慮臺(tái)風(fēng)、龍卷風(fēng)、覆冰等災(zāi)害氣象條件下載荷的瞬變特征，完成了輸電線路瞬變載荷狀態(tài)感知系統(tǒng)及終端設(shè)備研制，提出以架空導(dǎo)線載荷、鐵塔結(jié)構(gòu)傾角和應(yīng)力狀態(tài)實(shí)時(shí)測(cè)量為基礎(chǔ)，與數(shù)字仿真模型深度融合的輸電鐵塔狀態(tài)全面感知技術(shù)，構(gòu)建輸電鐵塔的邊緣智能感知端與云端協(xié)調(diào)工作架構(gòu)，實(shí)現(xiàn)輸電鐵塔結(jié)構(gòu)狀態(tài)全面高速感知，可以實(shí)現(xiàn)輸電線路巡護(hù)重點(diǎn)定位和輸電鐵塔災(zāi)害反演。 該技術(shù)的應(yīng)用將解決重要架空輸電線路通道中鐵塔結(jié)構(gòu)的健康狀態(tài)智能感知與評(píng)價(jià)問(wèn)題，能夠?qū)崿F(xiàn)架空輸電線路結(jié)構(gòu)健康狀態(tài)全面感知，有效提升輸電鐵塔結(jié)構(gòu)健康狀態(tài)感知的準(zhǔn)確度和智能化水平，為定位輸電線路的巡護(hù)重點(diǎn)提供重要技術(shù)手段，為我國(guó)堅(jiān)強(qiáng)智能電網(wǎng)的建設(shè)，提供重要理論支撐、技術(shù)保障和實(shí)踐依據(jù)。 1 系統(tǒng)功能 （1）輸電線路地理信息 以電子地圖方式顯示輸電線路的地理信息，展示輸電線路走向及鐵塔位置信息。同時(shí)，可標(biāo)識(shí)當(dāng)前的氣象信息。 （2）輸電鐵塔結(jié)構(gòu)狀態(tài)感知實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù) 以表格、圖形的方式顯示狀態(tài)感知實(shí)時(shí)數(shù)據(jù)，對(duì)異常的狀態(tài)感知數(shù)據(jù)實(shí)現(xiàn)聲光報(bào)警，并可進(jìn)行歷史狀態(tài)感知數(shù)據(jù)的查詢。 （3）輸電鐵塔災(zāi)害反演 建立塔線體系三維模型，在三維模型上顯示導(dǎo)線位移、導(dǎo)線和絕緣子的應(yīng)力計(jì)算結(jié)果，并可實(shí)現(xiàn)災(zāi)害過(guò)程反演。 （4）輸電鐵塔實(shí)時(shí)健康狀態(tài) 建立輸電鐵塔的三維模型，在三維模型上顯示輸電鐵塔的桿件應(yīng)力計(jì)算結(jié)果、輸電鐵塔結(jié)構(gòu)變形結(jié)果及實(shí)時(shí)的健康狀態(tài)評(píng)價(jià)結(jié)果。 （5）輸電線路結(jié)構(gòu)健康狀態(tài)及巡護(hù)重點(diǎn)定位 顯示輸電線路結(jié)構(gòu)健康狀態(tài)評(píng)價(jià)結(jié)果，提供輸電鐵塔薄弱環(huán)節(jié)定位功能，為輸電線路重點(diǎn)巡護(hù)提供支持。 2 系統(tǒng)組成 輸電線路結(jié)構(gòu)健康狀態(tài)智能感知平臺(tái)的系統(tǒng)結(jié)構(gòu)分為感知裝置和主站系統(tǒng)構(gòu)成，如下圖所示。 圖1 系統(tǒng)圖 系統(tǒng)客戶端界面如下圖所示。 圖2 客戶端界面

本發(fā)明公開了一種感知時(shí)長(zhǎng)和資源分配聯(lián)合優(yōu)化的方法，優(yōu)化目標(biāo)為：其中r為數(shù)據(jù)總速率，τ為感知時(shí)隙寬度，X和W分別為用戶對(duì)各頻帶的占比矩陣和發(fā)射功率矩陣，約束條件為檢測(cè)和虛警概率、發(fā)射功率峰值和均值均受限于預(yù)設(shè)門限。所述方法首先將優(yōu)化問(wèn)題分解為上下兩個(gè)子層；然后在τ可行區(qū)下界附近選取第一二插值點(diǎn)，基于其連線斜率選取第三插值點(diǎn)；其次令插值函數(shù)導(dǎo)數(shù)為零導(dǎo)出τ最優(yōu)解最后將τ的最優(yōu)解代入至下層進(jìn)行優(yōu)化，得到X和W的最優(yōu)化解本發(fā)明方法速度優(yōu)勢(shì)明顯并且精度仍能維持較高水平。

本發(fā)明提出一種分塊陣列塊內(nèi)壓縮感知逐點(diǎn)掃描相機(jī)。該相機(jī)包括：物體光源、透鏡組、DMD陣列、感光片、A/D轉(zhuǎn)換器、DSP處理器組成。預(yù)先將DMD陣列分割成若干個(gè)小方塊，透鏡組將景物光線投向DMD陣列上面，通過(guò)控制DMD陣列上面數(shù)字微鏡逐點(diǎn)翻轉(zhuǎn)，實(shí)現(xiàn)對(duì)景物光線的分塊逐點(diǎn)掃描，即在每一個(gè)小方塊內(nèi)分別進(jìn)行壓縮采樣。然后根據(jù)重構(gòu)算法重構(gòu)原始信號(hào)，DMD陣列將逐點(diǎn)掃描后經(jīng)過(guò)重構(gòu)的景物圖像反射到感光片上成像。本發(fā)明利用DMD陣列的逐點(diǎn)掃描提高了成像的速度，是一種具有很大潛在應(yīng)用價(jià)值的新型拍攝方法，突破了香農(nóng)采樣定理的瓶頸，從少量采樣測(cè)量值精確重構(gòu)出原始圖像，將傳統(tǒng)數(shù)據(jù)采集與壓縮合二為一，節(jié)省存儲(chǔ)資源。

本發(fā)明公開了一種實(shí)時(shí)流計(jì)算流速感知彈性執(zhí)行容錯(cuò)系統(tǒng)，將 傳統(tǒng)流計(jì)算框架中元組發(fā)射、計(jì)算、狀態(tài)保持與處理單元緊耦合關(guān)系 變成一種模塊化、專職化的松耦合關(guān)系，結(jié)合流速感知、彈性執(zhí)行、 狀態(tài)管理等模塊，使系統(tǒng)能夠精細(xì)控制各階段的處理時(shí)間進(jìn)而保證整 個(gè)應(yīng)用的延遲。流速感知使系統(tǒng)能夠快速響應(yīng)輸入流變化或可用資源 變化。分發(fā)模塊可靈活改變分發(fā)關(guān)系、并適時(shí)按批發(fā)送元組，進(jìn)一步 減少了資源消耗和發(fā)送延遲。彈性執(zhí)行使系統(tǒng)對(duì)用戶透明地調(diào)

機(jī)器人產(chǎn)業(yè)在過(guò)去十年中得到了長(zhǎng)足的發(fā)展，有效提高機(jī)器人的智能感知能力，是未來(lái)數(shù)年內(nèi)進(jìn)一步推動(dòng)該產(chǎn)業(yè)發(fā)展的關(guān)鍵所在。機(jī)器人的智能認(rèn)知能力，是指通過(guò)人工智能理論和技術(shù)，賦予機(jī)器人一種類似人類的高層認(rèn)知能力，從而使得機(jī)器人可以自己適應(yīng)復(fù)雜多變、具有較強(qiáng)不確定性的自然場(chǎng)景。本項(xiàng)目擬在前期計(jì)算機(jī)視、聽覺認(rèn)知算法研究基礎(chǔ)上，進(jìn)一步探索機(jī)器多模態(tài)認(rèn)知關(guān)鍵技術(shù)在機(jī)器人環(huán)境感知問(wèn)題中的具體應(yīng)用。1.&n

一、項(xiàng)目分類 關(guān)鍵核心技術(shù)突破 二、成果簡(jiǎn)介 可穿戴設(shè)備已成為疾病診斷與治療方面的一項(xiàng)重要?jiǎng)?chuàng)新技術(shù)，在人體生理指標(biāo)與機(jī)能監(jiān)測(cè)方面發(fā)揮著極其重要的作用。可穿戴外骨骼機(jī)器人技術(shù)漸漸融入人類日常生活，但面臨著環(huán)境多變、骨骼特征復(fù)雜、傳感電極順應(yīng)性差等挑戰(zhàn)。本技術(shù)針對(duì)人-機(jī)-環(huán)境耦合中的關(guān)鍵難題，開展面向人體運(yùn)動(dòng)感知的柔性可穿戴系統(tǒng)研究，研發(fā)了面向關(guān)節(jié)轉(zhuǎn)角、肌肉形變、足底三維力測(cè)量的可穿戴柔性傳感系統(tǒng)，旨在揭示人體自然運(yùn)動(dòng)規(guī)律、促進(jìn)外骨骼機(jī)器人研究，為復(fù)雜環(huán)境中的外骨骼自適應(yīng)控制提供智能感知技術(shù)支撐。

1. 針對(duì)人機(jī)交互和人體感知場(chǎng)景開發(fā)智能微波感知識(shí)別技術(shù)，實(shí)現(xiàn)基于手勢(shì)識(shí)別和動(dòng)作識(shí)別技術(shù)的交互控制應(yīng)用、基于人體定位跟蹤、呼吸心跳測(cè)量、跌倒檢測(cè)和身份識(shí)別技術(shù)的存在檢測(cè)、健康監(jiān)護(hù)和安防監(jiān)測(cè)應(yīng)用。 2. 采用小尺寸的集成毫米波雷達(dá)芯片，精簡(jiǎn)硬件設(shè)計(jì)，縮小模組尺寸，軟硬件聯(lián)合優(yōu)化減低功耗，集成針對(duì)人機(jī)交互和人體感知場(chǎng)景設(shè)計(jì)的多種功能算法，打造小尺寸、低成本、低功耗、多功能的新型通用傳感器。

本發(fā)明公開了一種基于帶寬感知的 Hadoop 調(diào)度方法，包括：對(duì)Hadoop 任務(wù)調(diào)度建立一個(gè)作業(yè)時(shí)間完成模型，為 Hadoop 調(diào)度系統(tǒng)建立一個(gè)數(shù)學(xué)模型，將 Hadoop 的任務(wù)調(diào)度問(wèn)題轉(zhuǎn)化為一個(gè)為待調(diào)度的作業(yè)尋找一個(gè)使得該作業(yè)的作業(yè)完成時(shí)間最短的任務(wù)調(diào)度方法的問(wèn)題；利用 SDN 提供的實(shí)時(shí)網(wǎng)絡(luò)管理與流量控制功能，提出了一種基于時(shí)隙的網(wǎng)絡(luò)帶寬分配機(jī)制，將每一條鏈路的剩余帶寬的占用期劃分為相等的時(shí)隙，在作業(yè)完成時(shí)間模型和網(wǎng)絡(luò)時(shí)隙帶寬分配機(jī)制的基礎(chǔ)之上；在為某個(gè)任務(wù)分配計(jì)算節(jié)點(diǎn)之前，綜合考慮任務(wù)的本地性與實(shí)時(shí)網(wǎng)絡(luò)帶寬情況，為每一個(gè)任務(wù)分配一個(gè)能夠提供最早完成時(shí)間的計(jì)算節(jié)點(diǎn)。本發(fā)明解決了現(xiàn)有方法中不能同時(shí)從全局視角和實(shí)際網(wǎng)絡(luò)可用帶寬兩方面進(jìn)行任務(wù)調(diào)度的問(wèn)題。

項(xiàng)目屬現(xiàn)代農(nóng)業(yè)技術(shù)領(lǐng)域，圍繞農(nóng)田信息快速感知、穩(wěn)定傳輸和精準(zhǔn)管控三大瓶頸難題，在植物養(yǎng)分/生理/病害信息快速感知，土壤水/鹽/養(yǎng)分特性多維快速測(cè)試，農(nóng)田復(fù)雜環(huán)境下信息無(wú)線穩(wěn)定傳輸，基于作物生長(zhǎng)需求的物聯(lián)網(wǎng)環(huán)境調(diào)控和肥水藥精準(zhǔn)管理等核心技術(shù)取得了重大突破，自主研制了系列產(chǎn)品和系統(tǒng)，總體達(dá)到了國(guó)際同類研究先進(jìn)水平，部分達(dá)國(guó)際領(lǐng)先水平。相關(guān)成果已經(jīng)在全國(guó)20 多個(gè)省市的農(nóng)田、果園與設(shè)施農(nóng)業(yè)等推廣應(yīng)用，取得了重大經(jīng)濟(jì)和社會(huì)效益，對(duì)推動(dòng)我國(guó)數(shù)字農(nóng)業(yè)和農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)的發(fā)展具有重要意義。

本發(fā)明公開一種基于多人眼感知分組特性的圖構(gòu)造方法，包括以下步驟：將待處理圖像過(guò)分割成多個(gè)超像素，并將超像素定義為圖的頂點(diǎn)；基于人眼感知分組特性中的空間鄰近特性，將在圖像空間中相鄰的超像素相連，作為圖的一部分邊；基于人眼感知分組特性中的顏色相似特性，將圖像中顏色特征相似的超像素相連，作為圖的另一部分邊；基于人眼感知分組特性的紋理相似特性，將圖像中紋理特征相似的超像素相連，作為圖的又一部分邊；基于PRSVM算法，學(xué)習(xí)空間鄰近度、顏色相似性和紋理相似性對(duì)圖中邊權(quán)的作用大小；將圖的邊權(quán)定義為相連的兩個(gè)超像素之間空間鄰近度、顏色相似性和紋理相似性的加權(quán)和。本發(fā)明充分考慮人眼的多種感知分組特性，有效描述圖像中各區(qū)域之間的關(guān)系，有助于對(duì)圖像中的目標(biāo)進(jìn)行檢測(cè)。