本发明公开了一种基于动态预测的网络驱动层数据包接收方法， 包括：建立空白链表和循环队列，并创建内核线程和内核定时器，接 收网络设备中断，执行中断处理程序，并在进入中断处理程序后立即 停止接收网络设备中断，判断网络设备中断指令的类型是接收指令还 是错误指令，如果是接收指令，则判断接收指令的接收描述符中数据 到达位是否为 0，如果不是则判断空白链表中数据包缓存的数量是否 低于阈值，如果不是则从空白链表中获取一个新数据包缓

本项目突破了机理模型与工况数据混合驱动的航空/航天复杂薄壁曲面零件全流程加工精度/效率/能耗预测技术，提出了零件全流程加工智能工艺优化决策方法，开发了具有完全自主知识产权的智能加工产线工艺全流程智能决策和优化软件系统。 一、项目分类 关键核心技术突破 二、成果简介 本项目突破了机理模型与工况数据混合驱动的航空/航天复杂薄壁曲面零件全流程加工精度/效率/能耗预测技术，提出了零件全流程加工智能工艺优化决策方法，开发了具有完全自主知识产权的智能加工产线工艺全流程智能决策和优化软件系统。 1、提出机理模型和工况数据混合驱动的航空/航天复杂薄壁零件全流程加工精度/效率/能耗高效高精预测算法，突破全流程加工工艺智能优化与决策技术。 2、开发具有自主知识产权的智能加工产线工艺全流程智能决策和优化软件系统，实现能耗监测/DFM/CAM/CAPP等工艺设计软件核心算法完全自主可控。

本发明公开了一种短路电流零点预测方法及短路电流选相分断 控制方法，短路电流选相分断控制方法包括 S1 实时采集电流信号，并 判断是否发生短路故障，若是，则转入步骤 S2，若否，则继续采集电 流信号；S2 采用类-Prony 方法对短路电流进行处理，获得短路电流零 点；S3 根据短路电流零点、断路器的分闸动作时间和最佳燃弧时间获 得距离目标相位的延时时间；S4 判断继电保护指令是否达到，若是， 则直接分断开关，若否，则进入延时倒计时；S5 判断延时倒计时时间 是否为 0，若是，则转入步骤 S6，若否，

西安交通大学实验室安全设施建设-存储柜竞争性磋商

道路与铁道学科平台建设 招标项目的潜在投标人应在北京宏信天诚国际招标有限公司（北京市海淀区复兴路乙12号中国铝业大厦11层1110室）获取招标文件，并于2022年06月17日 09点30分（北京时间）前递交投标文件。

本发明公开了一种基于卷积神经网络的城市轨道交通乘客拥挤程度检测方法，首先对待检测视频进行预处理，分段并提取运动残差图像，将原始图像与运动残差图像组合作为卷积神经网络算法的输入，建立至少包含一个卷积层和最大池化层的特征提取块，处理并计算原始图像和运动残差图像中包含的人群状态特征，再将人群状态特征和运动特征结合，构建至少包含一个卷积层、最大池化层和全连接层的特征融合块，进行融合处理，同时构建分类器，使用预制的带有拥挤程度标签的训练集对卷积神经网络进行训练，使分类器对待测视频中的乘客拥挤程度进行正确检测，更加全面的表征监控视频中的客流状况，实现拥挤程度的检测，提高了算法检测的准确率。

该项目是863计划项目，现处于实验室研究阶段。项目成果受专利保护。 1、项目概述 本项目针对高速公路进出城路段交通拥堵严重、事故频发，以及高速公路监控系统和城市快速路监控系统各自为政、协同性差的普遍现象，构建了基于互联网的分布式交通特征信息共享平台，实现了不同监控系统的信息共享；借助信息共享平台，系统分析了结合部的动态交通特征，提出了适应不同交通条件的短时交通特征预测技术；采用分层递阶控制和神经网络控制的方法，研发了多匝道的协同控制系统软件，并实现了结合部道路交通系统的微观仿真。 2、技术创新点 在监控系统的信息共享研究方面，初步建立了交通特征信息共享的平台，其中对异构监控系统之间交通特征级信息共享的内容和模式进行了系统分析，对异构信息进行了融合处理，实现了特征级信息的发布。 在短时交通特征预测研究方面，已对京津塘高速公路及北京市快速环路监控系统的海量交通流实测数据进行了特征与关联分析，完成了短时交通特征的预测，并实现了交通拥挤的预判。 在结合部的协同控制方面，利用模糊神经网络的建模和学习方法，对高速公路多匝道控制系统算法进行设计，并进行了控制效果仿真。   3、能为产业解决的关键技术 （1）基于服务水平的特征级交通动态信息融合技术 针对目前高速公路和城市快速路监控系统所采集的交通流基础数据格式和像素级融合技术都有所不同，控制目标参数不统一的现实情况，项目提出的交通特征信息共享平台首先要处理现有高速公路和城市快速路服务水平判定标准不统一的问题，其次需要解决区域交通监控系统的特征级数据融合问题，寻求基于服务水平的动态信息融合技术和方法。 （2）交通特征信息共享平台的设计技术 针对集中式信息共享平台投资大、实施困难的缺点，提出采用成熟的互联网技术，以及分布式技术建立交通信息共享平台，为异构监控系统的信息共享模式提供了一种新的建设思路。不需要增加额外的硬件投资、操作方便，就现有的管理体制来说，也容易实现。 （3）基于关联分析和智能控制技术的短时交通特征预测模型 将时间序列理论与关联理论引入交通状态分析，并根据不同交通条件建立的短时交通预测模型，在很大程度上提高了预测方法的实时性、准确性和可靠性，有利于预测技术的应用和推广。 （4）高速公路和城市快速路结合部实现协同控制的关键技术 基于区域道路交通网络动态信息采集系统数据资源的综合利用与共享，在交通服务水平判定技术的支持下，运用系统论、控制论的思想以及智能交通系统工程的理论方法，实现高速公路和城市快速路结合部的协同控制。 4、相关的行业发展水平，以及同类技术产品或成果比较 目前，我国已建设的交通信息系统中，各子系统基本上是作为一个个分支存在的，不仅子系统自身的数据尚未实现充分融合，集成度很低，而且系统之间存在行政分割问题，异构情况严重；在信息共享平台设计上，大都采用集中式为主，需要新建一个监控总中心，投资大，操作困难。 与本项目所提出的预测思路及预测方法相比，现有预测方法的适用性方面还存在不少缺陷。 目前，我国高速公路和城市快速路交通控制所采取的区域控制策略尚未形成较成熟的控制模式，高速公路和城市快速路的协同控制模式更是处于起步阶段，尚未形成成熟的技术产品。 应用范围： 本课题针对的主要对象是高速公路与城市快速路的结合部，课题研究成果不仅充分利用了现有的道路监控系统硬件资源，节省了建设成本，而且可以满足结合部的交通控制与管理需要，具有较强的应用和推广价值。在实际的应用和推广中，还需进一步扩充和细化协同控制目标，优化大范围内的多匝道协同控制模型及其算法，并对具体的控制策略和控制设施进行详细设计，以提升协同控制的实际效果。 预期效果： 运用系统论和其他相关领域研究的最新成果，探索建立区域高速公路和城市快速路交通信息共享平台的新思路和新方法，并在系统平台的基础上研究协同控制的策略和方法，并形成整套协同控制系统算法和软件。在实践中，研究成果能够得到较好的应用，并且能够部分解决高速公路和城市快速路结合部的交通问题。

发明公开了一种基于关联分析与关联分类的蛋白质二级结构预测技术，以双库协同机制为基础，将KDD*过程模型引入蛋白质二级结构预测问题中，KAAPRO方法以数据挖掘(知识发现)为主体，采用基于KDD*过程模型Maradbcm算法以及关联规则分类D-CBA方法。KAAPRO方法所取得关联规则在一定程度上揭示了氨基酸物化属性对蛋白质二级结构的影响关系，从而提高了预测的精度。其中Maradbcm算法挖掘意外规则的特性对纯度较高的α蛋白质库与β蛋白质库进行关联规则的挖掘，由此获得的挖掘结果是精化的规则。D-CBA关联分类方法使用可信度与支持度的测度作为一个复合型度量来进行蛋白质关联分类。在保证预测精度的同时，为生物学家对二级结构进一步分析提供了依据。

随着现代神经外科手术和神经重症技术、理念和诊疗系统的发展，越来越多严重脑损伤患者得以幸存，但因此维持于严重意识障碍状态下的患者也越来越多，如何准确判断患者的意识水平和预测患者能否苏醒就愈加重要。