本项目提出将多个龙伯透镜单元组成阵列式分布，通过在透镜底部布置多个馈源，可实现波束相控阵，同时智能化接收、发射多个波束，具有扫描角度大、覆盖范围广的优点。 

面向数字人的大规模生成需求，发展生成式人工智能理论，探索机器学习方法从数据中自动化学习数字人建模方法，提出了高精度三维人脸重建技术、表情驱动数字人技术、语音驱动数字人技术三项世界领先的技术，以低成本、高效率生成可驱动的高保真数字人。该技术能够极大提升数字人的生成质量与生成效率，支持大规模高精度的数字人生成，具有广泛的应用前景。

本发明是一种人工气候室的控制方法，通过传感器元件实时检测气候室内部的温度、湿度，并用滤波器对信号进行滤波处理，滤除外界或传感器干扰带来的信号扰动。然后在考虑光照产热作用的情况下，控制器采用带预测的滞后鲁棒控制处理算法，稳定、准确地控制气候室内部的温度、湿度，采用灯光分级前馈的方法直接设定光照度，最后通过执行器作用于人工气候室。该控制方法采用最少的操作动作，在最小能耗下实现人工气候室温度、湿度及光照的高效控制。

失眠障碍是一种普遍存在的睡眠障碍疾病，我国成年人中的患病比例高达30%，其主要表现为难以入睡、难以维持睡眠或睡眠质量不佳，导致出现疲倦、注意力不集中、记忆力减退、情绪波动等负面影响，并且与多种疾病（如心血管疾病、糖尿病等）的发生和发展密切相关。我国庞大的患者群体增加了对医疗资源的需求和社会负担，对个人和社会经济造成重大影响。失眠障碍需要引起足够的重视和关注，早期诊断是减少其对个人和社会危害性的有效方法。 目前临床睡眠诊断主要依靠睡眠专家人工判读多导睡眠图（polysomnography，PSG），PSG技术同时记录多个生理参数，如心电图、脑电图、肌电图、眼电图等，从而准确评估睡眠的各个阶段和睡眠中的生理变化。然而，现代临床睡眠诊断方法存在一些弊端。首先，依靠睡眠专家人工进行诊断成本很高。例如，临床诊断中标记一位患者的PSG数据并完成诊断，往往需要一位训练有素的睡眠专家数个小时的集中工作才能完成，无法应对大规模睡眠障碍群体需求。此外，睡眠诊断存在个体差异，同一种睡眠障碍在不同人群中的表现可能不同，诊断结果需要根据患者的具体情况进行综合评估和判断。这些方法需要专业人员进行操作和解读，费用昂贵，操作复杂，很难普及应用。 人工智能技术可以帮助解决以上问题。人工智能技术可以在不需要专业人员干预的情况下，对失眠障碍进行自动化分析和诊断，具有高效性、低成本和易普及的优点。此外，还可以在大数据层面上进行分析，深入探究失眠障碍的病理生理机制，从而更好地指导治疗和预防措施的制定。 睡眠诊断是最为适合采用云平台技术进行自动化诊断的领域，患者潜在群体数量庞大。本项目涉及基于人工智能睡眠医学诊断技术的全系统的各个环节，系统的诊断准确率目前为世界范围内第一。前期已经服务于制药企业睡眠类药物评价、可穿戴消费级电子设备睡眠监测等领域。目前市场上的类似产品均不具备临床医疗级的诊断能力，本技术填补了市场空白。 图1.本项目研发的原理样机部件

基于智能视频分析，采用5G+人工智能+边缘计算等高新技术，实现对监控区域内的火烟进行智能识别、实时分析报警。不依赖其他传感设备，直接对视频监控区域的画面的烟雾和火焰均可及时准确识别。 它具有自动扫描、自动识别、自动报警、自动定位的功能，通过系统智能识别，发现火情实时向后端监控中心发送报警信号，同时会将火点位置在地图上精确定位，一旦火灾确定，决策人员可以通过视频追踪、资源查询、火情推演、预案管理等功能进行扑救会商并制定详细的灭火作战方案，达到快速消灭火灾的目的。 系统可协助管理人员，对监测区域内火焰做到全天二十四小时实时分析及时报警。降低误报和漏报现象，减少因火灾造成的生命和财产的损失，是人们同火灾做斗争的有力工具。

人工智能边缘实验平台为标准的2.5U机架式设备，配置20块FPGA开发板(Cyclone® V SoC系列)，可供20位学员同时进行FPGA设计、调试、下载及相关验证，并具备SoC网络技术和FPGA远程调试技术，通过网络为教学实验提供配套服务，实现在线实验室的虚拟仿真技术。AI Edge Platform is a standard 2.5U rack server,which is equipped with 20 FPGA Development Boards  (Cyclone® V SoC  FPGA Series). It can be used by 20 students to design,debug,download and verify FPGA at the same time. It also has SoC network technology and FPGA remote debugging technology,and provides support for teaching experiments through the network;realizes the virtual simulation technology of online laboratory.

工业机器人技能考核与实训平台主要应用在工业机器人基础操作教学阶段，可以实现工业机器人基本结构、基础操作、参数配置、在线示教编程、简单语言编程、工具更换、复杂轨迹规划及编程、模拟上下料和码垛工艺应用、IO通讯、离线编程应用等教学内容，实训台式设计特别适合于标准教室型实训场地，为学生掌握基础编程能力和调试技能提供硬件支撑，满足教学需求。该实训台主要用于工业机器人技术人才的培养教学和技能考核。

人工智能边缘实验平台为标准的2.5U机架式设备，配置20块FPGA开发板(Cyclone V SoC系列)，可供20位学员同时进行FPGA设计、调试、下载及相关验证，并具备SoC网络技术和FPGA远程调试技术，通过网络为教学实验提供配套服务，实现在线实验室的虚拟仿真技术。AI Edge Platform is a standard 2.5U rack server,which is equipped with 20 FPGA Development Boards  (Cyclone V SoC  FPGA Series). It can be used by 20 students to design,debug,download and verify FPGA at the same time. It also has SoC network technology and FPGA remote debugging technology,and provides support for teaching experiments through the network;realizes the virtual simulation technology of online laboratory.

本项目创造性提出符合中药特点的制药工业大脑模型，将中药传统工艺与最新智能技术相融合，改革中药粗放型生产制造方式，建成符合高效能生产优质中成药要求的中药智能制造平台，成为信息化、网络化、智能化制造中成药的开拓者，为中药制药企业高效营运、提质降本、高质量发展提供了关键核心技术体系，实现了科学、严谨、智能、精准管控中药制药过程的技术跨越。   关键技术1：中药制药关键物料属性智能辨识技术 本项目在中医药理论指导下，将现代医学分子实验方法与知识网络分析等智能技术相融合，科学认知中成药临床优势特色和中药产品质量属性。 研发了3种辨识方剂化学物质的新方法，整合方剂药材组成、化学成分、中医证候和临床疗效等知识单元，从方-药-病-证入手，提出三个层次的知识关联网络构建方法。根据“病证结合、方证对应、理法方药一致”研究理念，构建了涵盖药材-证候、药材-疾病、成分-疾病三个层次的方剂关联知识网络。在此基础上，整合中医遣方用药规律、现代分离分析与高通量筛选技术，发展了基于知识发现的方剂活性物质智能认知新策略，研究发现小青龙汤类方宣肺平喘、助阳解表功效物质组以及一系列具有潜在抗病毒活性的方剂活性物质，不仅为诠释方剂组方的科学内涵提供了技术工具，也为智能认知中成药质量属性探索了新路。 以中医气血理论认识心脑血管疾病及2型糖尿病的共同特征，针对疾病发生发展的关键病理环节，以糖脂代谢、血管功能、血液流变等为重点，构建心脑血管疾病共有生物分子网络模型；创新设计靶向PTP1B等关键靶点的荧光探针，用于辨识具有抗脂质累积、改善胰岛素抵抗等生物效应的中药活性物质，在此基础上建立了“成分-靶点-通路-疾病”多层次网络整体分析方法。 以芪参益气滴丸、冠心宁片、丹红注射液等品种为研究载体，通过系统总结中成药化学、生物及临床应用信息，梳理中药生产制造中所涉及的知识实体类、实体类属性及属性数据来源，并详细描述各类实体间的关系，从而构建中药制药知识图谱，科学认知中成药临床特色和中成药质量属性。   关键技术2：中药产品质量多属性同时检测技术 本项目发明了可同时检测中药质量及其生物活性成分的方法以及中药产品化学属性与生物属性同时检测法，并建立了基于深度学习与计算视觉的中药理化属性与生物属性高光谱同时检测法，实现了中药化学-生物属性融合检测、化学-生物-物理属性融合检测以及生物活性多重检测，为多方位快速检测中药产品质量开辟了技术新路。 创新设计中药化学-生物融合检测原理，通过在能够特异性识别生物靶标的肽段上修饰易离子化的标签分子，合成制备靶向质谱响应探针，用于多靶标高灵敏同步检测，再使用DART-MS对中药质谱指纹图谱与多靶酶活性进行融合检测，从而建立了基于质谱响应探针的中药质量多属性同时检测法，可快速、灵敏、准确地同时检测中药产品化学成分一致性与生物活性，相关研究成果发表在国际分析技术领域顶级期刊《Analytical Chemistry》（IF=6.7）。 首次将微流控芯片应用于中成药质量评价，针对心脑血管疾病相关的两个关键靶酶（凝血酶与血管紧张素转化酶），发明并研制出多功能的微流控芯片，将其用于评价芪参益气滴丸等中成药的生物活性，实现了对正常与异常批次产品的准确识别，且效果优于色谱指纹图谱方法。这种微流控芯片不仅可用于评价中药产品生物活性，而且能够同时筛选出中药产品内具有酶抑制活性的化合物。 将新一代人工智能技术与高光谱分析技术相融合，用于智能处理高光谱（可见光和短波近红外）数据，研制出一种可同时检测中药注射剂化学、生物及物理质量属性的在线分析方法。该方法包括一个端到端的多输出深度学习模型和一种新的双尺度异常检测算法，前者以光谱数据为输入，可同时测定多个化学成分含量和生物活性指标；后者通过对图像数据进行边缘检测、角点检测以及曲率计算，能检测出最小直径为60 μm的可见异物，实现了总黄酮、总内酯、抗氧化活性、抗凝血活性、色度及可见异物的同时检测。   关键技术3：中药制药过程多维度智能感知技术 本项目建立了中药制药过程多维度智能感知技术，从不同方位表征制药过程物料信息与时变特性，为智能认知制药过程规律提供关键信息。 采用高光谱和高速摄像等技术获取不均匀药材表面上光学数据，优选数据融合及分类方法，依靠计算机视觉准确感知药材真伪、产地、质量等级；进一步与常规液相色谱检测等技术相结合，从物理性状、指标成分和大类成分等多个维度综合精准感知药材品质。针对致病微生物快速检测，研制了基于SERS的生物传感器，利用拉曼光谱仪快速检测中药产品中微生物，攻克微生物检测时间长、灵敏度低的现场感知难题。 针对提取过程等中药制药关键工序中有效成分时变信息检测，采集并比对正常及异常工况时的提取动态光谱数据，采用机器学习算法建立监测模型，在线实时获取过程中有效成分提出情况，通过提取数据积累，不断提升模型精度，准确感知提取过程工艺品质。 为有效降低异常工况发生率，提出中药制药过程轨迹监测方法，采用Hotelling T2、DModX和主成分得分等多维统计量综合表征过程状态，快速灵敏感知制药过程状态异常；根据状态特征控制后续工况操作参数，提前排除潜在扰动因素，保持过程轨迹始终处于控制限内，攻克了中药生产制造状态无法测控的难题，并成功应用于丹红注射液生产现场。 运用所建立的适用于中药复杂体系并体现整体观的中药制药过程多维度智能感知技术，将制药分析技术从以往的“检测指标成分”创新发展为“监控制药过程状态”，科学测判中药制药过程状态一致性，开创了中药制药过程一致性管控的技术先河。   关键技术4：中药制药过程智能认知与优化技术 本项目在中医药理论指导下，聚焦中药先进制药与信息化融合中的重大技术挑战，创造性提出符合中药特点的制药工业大脑模型以及中成药生产制造知识图谱构建方法，建立了制药过程智能认知与优化技术，打通“信息孤岛”，从而能利用中药工业大数据来发现中药制药知识，提升中药制造智能化程度。 建立药材关键性质和关键过程参数范围与过程产物品质之间的定量关系，明确制药过程对药材质量波动的承受能力大小，建立与之相匹配的投料药材质控标准；进而采用不同批号药材按比例混匀投料等均一化质控手段严控药材关键指标成分含量波动在预设质控标准范围内，显著减少原料批次间差异，从制药过程源头保障了中药质量。   创建了风险分析和统计分析相结合的中药制药关键工艺单元辨析及工艺关键参数辨识技术，提出加权决定系数法综合制药工艺对有效成分含量、风险物质限量和生产效率等的多目标需求，自主开发计算机软件并获软件著作权，为精准设定制药过程控制目标参数提供了有效认知工具。

通过选种选配、合理搭配饲料营养、光控技术提高繁殖率和疫病控制等综 合配套技术建立水貂育种核心群，育种核心群水貂断奶时平均成活率达 5 只以 上，毛绒品质提高 20%以上。