本发明公开了一种数控系统，包括设置在本地的数控装置以及设置在远程的服务端，其与本地的数控装置网络互连，用于处理非实时性任务，包括 G 代码编程、译码、加工仿真，同时可实现加值功能；其中，所述服务端与数控装置通过安装在所述数控装置上的客户端实现互连，该客户端运行在数控装置系统上，其通过利用虚拟技术在数控装置的人交互设备上对服务器进行虚拟操作，实现在本地数控装置上对服务端的操作控制，进而两者完成协调配合实现数控加工控制。本发明还公开了一种针对该系统的控制方法。本发明可实现整个数控系统功能的多样化、弹性化

1.痛点问题 本项预期成果是解决复杂场景中目标三维数据重建、驱动的关键技术。 针对实际应用中复杂运动场景，例如刚性运动的交通工具，变形移动行人等，传统的运动结构恢复方法在进行场景深度求解时无法确定每个单元结构的相对尺度，导致无法对复杂运动场景进行重建。在现有的深度估计、语义分割、位姿估计等相关技术，存在识别精度低、提取不到关键信息、应用场景单一等问题，无法满足大尺度场景应用的需求。 2.解决方案 本项目成果提出了一套面向目标、人体深度数据重建技术，有效实现对复杂运动场景下人、物的深度重建与驱动，有效解决现实场景目标的数字化模型生成与虚拟场景下的驱动映射问题。提出多模态采集、时空复用编码摄像方法，获取大景深、高时空分辨、丰富的精确场景视觉信息，基于超像素关系分析的深度重建方法，包括目标超像素分割，图像帧匹配，运动关系判定，通过时序传播与概率模型更新实现实时深度重建，提高最终三维重建模型的稠密度、鲁棒性、一致性和准确度。构建了基于深度卷积神经网络的目标实例检测与位姿估计框架，从目标对象观测图片提取其分割掩码并不断迭代更新，输入深度卷积神经网络进而得到目标6D位姿估计并进行迭代改进，从而实现目标在动态复杂场景下的位姿还原，克服了在光照、姿态变化、遮挡等不良因素环境下的目标位姿不准确问题，确保了目标6D位姿估计的鲁棒性与准确性。 合作需求 寻求在元宇宙、数字城市、自动驾驶、AR/VR、机器人、制造业等领域有相关技术开发、市场推广经验，能推广本技术落地的高科技企业，可以进行深度合作。

近年来，随着人们生活水平的不断提高，空气污染问题日益受到公众的重视。由于人们在室内度过的时间远远多于室外，在室外大气污染尚不能得到及时治理的情况下，研究室内（包括居室、办公室、车辆等环境）的空气污染状况及其净化措施，以期创造一个优美的小环境，不仅显得尤为重要，而且切实可行。

彩色等离子体显示器是平板显示器件之一，在大屏幕、宽视角、响应快、重量轻、超薄型和全数字等方面具有独特优势，是实现大屏幕显示及壁挂电视和多媒体数字电视的理想显示器件。在信息显示领域具有广阔的市场并具有巨大的经济效益和社会效益，对推动我国电子信息技术和国民经济的发展有着重要的点略意义和现实意义。本项目通过对21英寸彩色PDP显示器件结构的设计及关键工艺技术的研

近年来，随着人们生活水平的不断提高，空气污染问题日益受到公众的重视。由于人们在室内度过的时间远远多于室外，在室外大气污染尚不能得到及时治理的情况下,研究室内（包括居室、办公室、车辆等环境）的空气污染状况及其净化措施,以期创造一个优美的小环境,不仅显得尤为重要,而且切实可行。 

本成果主要应用于金属矿地下开采以及尾矿处置领域，打破传统低浓度分级尾砂充填与尾矿库排放模式，以提高尾矿处置浓度为主线，提出了一种全尾砂膏体充填与排放技术，将从选矿厂来的低浓度全尾砂料浆，不经分级，直接输送至深锥浓密机，添加絮凝剂并使用耙架进行搅拌，形成高浓度膏体料浆，再选择性添加粗骨料、细骨料以。搅拌并通过柱塞泵输送至采空区充填或者直接输送至尾矿库进行堆存。既解决了地表尾矿库溃坝与环境污染的灾害问题，又解决了井下采空区垮冒的灾害问题，具有“一废治两害”的优势。

南科大生物医学工程系助理教授郭琼玉课题组在肿瘤介入栓塞领域构建透明化离体模型方面取得最新研究进展，相关成果论文以“构建透明化肝脏离体模型评估肿瘤血管栓塞治疗（Decellularized liver as a translucent ex vivo model for vascular embolization evaluation）”为题发表在生物材料领域顶级学术期刊Biomaterials。 此项研究工作为建立透明化器官模型可视化研究及评估临床治疗手段开辟了新的途径，有望为蓬勃发展的生物技术和生物材料提供更加有效的评估策略。

本发明涉及光致发光材料技术领域，具体公开了一种配位聚合物闪烁体、柔性闪烁体薄膜及其应用，本发明所制备得到的配位聚合物闪烁体在360nm的激发光源下和X射线光源辐照下均发射绿光，并且对X射线展现处优异的线性响应性，并且表现出明显的热活化增强发光，当信噪比为3时，该闪烁体的最低检测限达到29.6nGy/s，这一数值较典型医学成像系统所需的检测限(5500nGy/s)低约186倍，同时，本发明所制备的闪烁体薄膜可对不同物体实现X射线成像效果，本发明所制备得到的闪烁体薄膜完全可以替代目前商用的闪烁体。

该成果提供了一种通过抑制受精卵极体释放获得异源多倍体泥鳅的方法，通过该方法可获得高比例的异源多倍体泥鳅。该成果综合利用了杂交技术和染色体组操作技术培育出新型的泥鳅群体，分别获得异源三倍体泥鳅、异源四倍体泥鳅以及异源五倍体泥鳅，其诱导率高达81.25%-100%；该专利提供的方法诱导泥鳅异源多倍体种类多，数量大，后代生长快， 12月龄比正常自交对照组体重平均增加19.99%-142.34%，增重效果明显；该专利采用的方法是利用冰水对受精卵进行冷休克处理，操作简单，材料易得，操作过程无毒无害，对操作者和受精卵均无毒性；该方法同时适用于诱导其他鱼类异源多倍体，具有较强的推广效益。 市场预期：该专利预期可创造不小的经济效益。 成果完成时间：2017年1月

随着人工智能、大数据、物联网、区块链等新一代信息技术兴起，数据量呈现爆炸式增长，传统计算系统的算力难以满足海量数据的计算需求。与此同时，摩尔定律逐渐放缓，单纯依靠提高集成度、缩小晶体管尺寸来提升芯片及系统性能的路径正面临技术极限，通过引入忆阻器新器件、模拟计算新范式、存算一体新架构，将拓展出全新的高性能人工智能芯片与系统，实现计算能力的飞跃。 目前被广泛使用的经典冯·诺依曼计算架构下数据存储与处理是分离的，存储器与处理器之间通过数据总线进行数据传输，在面向大数据分析等应用场景中，这种计算架构已成为高性能低功耗计算系统的主要瓶颈之一：数据总线的有限带宽严重制约了处理器的性能与效率，且存储器与处理器之间存在严重性能不匹配问题。忆阻器存算一体系统把传统以计算为中心的架构转变为以数据为中心的架构，其直接利用阻变器件进行数据存储与处理，通过将器件组织成为交叉阵列形式，实现存算一体的矩阵向量乘计算。忆阻器存算一体系统可以避免数据在存储和计算中反复搬移带来的时间和能量开销，消除了传统计算系统中的“存储墙”与“功耗墙”问题，可以高效、并行的完成基础的矩阵向量乘计算，未来极有潜力成为支撑人工智能等新兴应用的核心技术。 清华大学吴华强教授团队实现了材料与器件、电路设计、架构和算法的软硬件协同等多方面原始创新，解决了系统精度损失等被广泛关注的难题： 材料与器件创新。科研团队选择了电学特性稳定的二氧化铪作为忆阻层核心材料，提出了通过插入少量氧化铝层来固定离子分布、抑制晶粒间界形成的新理论，提出了引入热增强层的新原理器件结构，成功抑制了忆阻器非理想特性的产生。 电路设计创新。开发了一套忆阻器与晶体管的混合电路设计方法，提出“差分电阻”设计思想，采取源线电流镜限流设计，抑制了忆阻器电路中可能产生的各种计算误差。 算法创新。提出了混合训练算法，仅用小数据量训练神经网络并只更新最后一层网络的权重，即可将存算一体硬件系统的计算精度达到与软件理论值相同的水平。 “技术链”创新。从“单点技术突破”拓展到“技术链突破”，开发了针对忆阻器存算一体芯片的电子设计自动化（EDA）工具，打通了从电路模块设计到系统综合再到芯片验证的设计全流程。 上述理论和方法发表于《自然》《自然·纳米技术》《自然·通讯》等国际顶级期刊，以及被誉为“集成电路奥林匹克”的“国际固态电路大会”等顶级学术会议。研究成果被“国际半导体技术路线图”和30多部综述文章长篇幅引用。团队已在该研究方向申请国内外专利72项，其中30项已获得授权，知识产权完全自主可控。 团队已研制出全球首款忆阻器存算一体芯片和系统，集成了8个忆阻器阵列和完整的外围控制电路，以更小的功耗和更低的硬件成本大幅提升了计算设备的算力。全系统的计算能效比当前主流的人工智能计算平台——图形处理器（GPU）高两个数量级。团队还设计了一款基于130nm工艺研制的完整忆阻器存算一体芯片，在MNIST数据集上计算速度已超过市面上28nm工艺的四核CPU产品近20倍，能效有近千倍的优势。