平面·UI、原画·插画、IT·技术、互联网·运营、其他设计等，零基础入门、精品小课。

1.电子、电器线路的图纸设计、技术指导 2.操作程序自动化的设计 研究

全球变暖造成植物向高纬度扩张。在此背景下，植物-土壤反馈在植物扩张过程中的变化以及对植物扩张的影响并不清楚。该研究以北美东海岸黑红树向北扩张入侵本地互花米草群落为研究背景，发现互花米草群落的土壤能显著降低黑红树的低温耐受力，并且能显著抑制黑红树与暗隔内生菌（DSE，dark septate endophyte）的结合。暗隔内生菌被认为是一类能提高植物低温耐受力的有益真菌。该研究认为随着北美东海岸极端低温事件频率的减少，黑红树在互花米草群落的多度增加，削弱了互花米草群落土壤对黑红树低温耐受力的负效应（如上图），从而提高了黑红树的低温耐受力，并最终成功取代互花米草。       该研究揭示了北美东海岸黑红树向北扩张入侵本地互花米草群落的新机制；证明了全球变暖背景下，植物-土壤反馈是影响植物向高纬度扩张的重要原因之一；为研究全球变化下物种重新分布提供了理论支持。

一、基于虚拟现实（VR）的中小学智慧教育：为在教育行业落实重庆市五届人 大一次会议打好“三大攻坚战"，实施“八项行动计划”的精神，该成果充分利 用VR身临其境和游戏互动的高科技手段，采用中小学生易于接受的方式，学习 和体验初高中的课本教学大纲内的知识重点难点，让学习不再枯燥。参展内容包 括《物理》VR课程（17章节），《化学》VR课程（10章节），《生物》VR课 程（6章节）。该成果直接或者间接解决几个问题：1激发学生学习兴趣；2. 易于接受；3.有利于教育公平；4.中小学学习减负和升学压力平衡的解决方案；5.教育奢侈化潮流下的一种解决方案；6.教师上课的强有力的辅助工具；7.画面 场景效果优异，让学生瞬间爱上这种方式的学习，在玩耍中潜移默化的学习。 二、智能穿戴及其应用：为深入贯彻党的十九大精神，为促进我市经济转型 升级、积极响应重庆市以大数据智能化为引领的创新驱动发展战略，全方位对接 和服务重庆“三大攻坚战"和“八项行动计划"，加快大数据、人工智能技术率 先在相关领域的深度应用，落实重庆市《关于加快推进可穿戴设备产业发展的工 作意见》，加强“互联网+ ”人工智能核心技术及平台开发，推动虚拟现实、增 强现实产品研发及产业化，支持可穿戴设备、智能服务机器人等产品创新和产业 化升级。为解决现有如Kinect、LeapMotion等视觉感知产品场景受限，并且国 际上无完善的基于穿戴产品的应用识别的技术等问题，实施可穿戴设备与云计算、 大数据、人工智能、虚拟现实等技术的融合应用开发。参展内容包括智能穿戴硬 件设备（智能手套、智能手表等），以及智能穿戴应用（1.基于智能手环的非 接触式Fly Bird游戏；2,面向老年人的穿戴式家居设备控制系统；3.基于智 能手环的手势控制音乐播放器；4,基于穿戴手势的智能小车控制系统）。市场及经济效益分析： 一、 基于虚拟现实（VR）的中小学智慧教育项目效益：针对中小学“物联网、大数据、人工智能”教育培训提供实验室搭建指导、师资 培训、课程研发与学生体验。为中小学提供“建立实验室、师资培训、学生体验培训、课程研发”服务； 结合全国计算机教育指导委员会指导设立行业标准服务重庆及西部教育市场。 二、 智能穿戴及其应用项目效益： 填补重庆智能穿戴产业研发空白； 成立重庆市智能穿戴健康大数据中心；通过核心技术研发协助政府招商，形成穿戴产品产业链聚集，推进重庆传统制造 业升级转型，占领国际智能穿戴科技领域，促进我国民生保障，医疗服务和环保 事业的发展；通过全国甚W全球智能穿戴协会资源，引入领域高层次人才。

本发明公开了一种气动肌肉驱动的穿戴式肘关节康复训练装置，包括人工气动肌肉组件、上臂支撑组件、前臂支撑组件、肘部连接组件和摇杆滑块组件，其中气动肌肉组件用于提供驱动力；上臂支撑组件包括肩部护板、主支撑板、肘部护板和转盘，由此用于将驱动力继续传递；前臂支撑组件包括底板、小臂挡板和前臂板，并构成容纳前臂的接收腔；肘部连接组件包括第一滑板和第二滑板，共同构成肘部转动关节；摇杆滑块组件包括曲柄套、曲柄杆和滑块，由此完成驱动力由上臂支撑组件向前臂支撑组件的传输。通过本发明，可以提供便于穿戴、安全性高、具有人体工

本发明公开了一种基于可穿戴生理设备的睡眠阶段分类检测算法，包括以下步骤：获取多模态脑电生理信号；对多模态脑电生理信号依次执行滤波去除噪声和Z‑score归一化处理，得到预处理信号数据；对预处理后的信号数据通过反向传播算法和梯度下降优化实现，以交叉熵损失函数衡量生成信号与真实信号的差异，不断调整参数使生成信号更接近真实睡眠信号；构建一个与生成器具有相同的卷积单元形式的判别器，判别器与生成器构成生成对抗网络模型，自动调整调节参数，输出不同睡眠阶段的分类结果。本发明通过合理整合EEG和EOG等信号和GAN模型的应用，使模型能够学习到真实睡眠信号的分布并进行准确分类；提高分类的准确性和稳定。