本实用新型公开了一种无线电磁自适应清管器及其定位系统，属于清管器无线电磁自适应定位领域，包括清管器、管道内电磁波发射装置、管道外传感器接收装置，清管器内部安装有管道内电磁波发射装置；所述管道外传感器接收装置包括有传感器，传感器为六个，且六个传感器在三个坐标方向上采用对称结构、均匀分布。可实现清管器的自适应三位定位测量跟踪并且定位的精度较高。

本发明公开了一种可溯源白光干涉原子力探针自动定位工件方 法，该方法包括如下步骤：在纳米级位移平台运动之前记录下激光干 涉位移计量系统的初始位移；接着其在垂直方向上快速产生一个适量 的位移，在位移发生后通过零级条纹的移动量是否在阈值范围内来判 断原子力探针是否定位到工件，而如果纳米级垂直位移平台在到达极 限的位移运动时还未定位到工件，记录下其最终位置，并将纳米级垂 直位移平台复位，重复上述步骤，直至定位到工件。按照本发明设定 的自动定位的方法，不受原子力探针与工件之间的距离限制，同时在定位过程中对位移进行计量，可实现可溯源，而采用零级条纹的移动 量来判断探针是否定位到工件具有定位快速和高精度的显著效果。 

本发明公开了一种基于区域分割和曲面拟合的室内定位方法， 包括：在给定目标区域中设置 M 个信号源和 N 个参考点，保证每个参 考点能够接受来自至少一个信号源的信号强度，同时记录每个参考点 的二维坐标信息，对于每个参考点进行信号强度采样，然后对样本取 均值，得到第 i 个参考点的指纹，将给定目标区域划分为 K 个区域， 并根据每个区域内的参考点的指纹，建立相应的区域指纹，并存到指 纹数据库，在每个区域内，针对每一个信号源，利用该区域内参考点 的指纹，建立一个曲面拟合函数来表示该信号源在该区域内的信号强 度分布。本发明能够解决现有指纹定位技术中，定位性能受参考点粒 度的制约，定位结果只能从有限个参考点中提取，导致定位精度有限 的问题。

本发明提出一种基于调频连续波的超宽带室内定位方法，该方法由三个模块组成：标签端是待定位的实体，向外发送调频连续波；系统配备若干个基站，每个基站配备成对天线，两根天线上接收到延时不同的调频连续波，之后依次通过混频、滤波、采样、DFT等模块提取到达时间差(TDOA)信息，并且每个基站都将TDOA信息发送给服务器；服务器综合每个基站发来的TDOA信息，通过求解非线性最小二乘优化，得到待定位标签的位置信息。该系统支持多标签同时定位，并首次将调频连续波引入到了室内定位技术，进而将距离差信息承载在了易于提取的频

本实用新型公开了一种单目三维实时在线跟踪与定位系统。该系统包括激光测距装置、望远镜、CCD、 三角架、标靶及计算机。激光测距装置固定在望远镜的上方，望远镜被固定在三角架上，CCD 安装在望 远镜成像面上，用于获取标靶的二维图像，与激光测距装置一起通过 USB 数据线将获取的图像传输到 计算机中，并将测量的结果在计算机上显示出来。本实用新型能对目标进行在线跟踪，实时监测目标的 三维微小移动，系统组成简单，应用成本不高，适合在工程建筑变形观测领域推

本发明公开了一种基于水体分层滤波的水下热源探测定位方法，属于海洋科学、热物理学和模式识别的交叉领域，意在于对水体进行分层滤波处理，通过最优准则确定滤除深度，准确反应水下热源的具体位置。本发明包括水体中水下热源的热辐射仿真步骤、实测获取水下目标红外图象步骤、水体分层滤波步骤、水下热源探测定位步骤。本发明构建分层的海洋水体的热场模型，进一步建立简化的水下热源包括水下航行器的热场模型，利用水下热源在水体中热场模型的结果

本发明属于网络安全技术领域，具体为一种基于贝叶斯优化的漏洞补丁定位方法。本发明针对PatchScout工具的漏洞‑代码提交关联度排序算法作出改进，以提升其在开源软件漏洞安全补丁定位方面能力。本发明在PatchScout漏洞信息提取与特征生成、RankNet排序生成初始概率的基础上，通过贝叶斯优化动态调整RankNet模型的超参数；使用高斯过程模型进行超参数优化，以最小化损失函数；在反复迭代与参数调整之后，最终获得性能优秀的排序模型。本发明方法显著提高了模型的精确度与召回率，有效缩小了搜索范围，对收敛速率有明显改善，在安全补丁识别的不平衡数据集问题中体现出良好的性能，为开源漏洞补丁定位提供了可靠的技术支持。

本发明公开了一种用于激光解吸离子化质谱的螺旋二十四面体结构基底，该基底为三维网络状结构，表面覆盖一层贵金属，能与激光发生耦合，吸收并转移激光能量到待测分析物分子，使之脱附并裂解成带电荷的分子碎片。所述的螺旋二十四面体结构(Gyroid结构)服从以下关系：其中L为螺旋二十四面体结构的周期，t调节螺旋二十四面体结构的形貌。

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。