本发明公开了一种基于注入种子光的光学微腔光频梳产生装置 及产生方法，包括泵浦激光、第一光放大器、第一分束器、光纤环、 光滤波器、合束器和光学微腔；第一放大器的输入端连接泵浦激光， 分束器的输入端连接至第一放大器的输出端；光纤环的一端连接至分 束器的第二输出端，光滤波器的输入端连接至光纤环的另一端，合束 器的第一输入端连接至分束器的第一输出端，合束器的第二输入端连 接至光滤波器的输出端，光学微腔的输入端连接至所述合束器

产品详细介绍SC-G型自动考种分析及千粒重仪系统（多功能种子分析仪）1、货物名称：SC-G型自动考种分析及千粒重仪系统2、主要用途：SC-G型自动种子考种分析及千粒重仪系统是根据图像识别原理来实现自动分析的。目标照明模式可在背光和普通日光之间切换。可用于各类农作物实粒种子（谷粒、玉米、小麦、油菜籽等）的精确考种、各类粮库的虫口计数分析，以及出苗数、整齐度、均匀度分析，可兼做表面光滑的昆虫计数或虫卵计数（如：米象、蚜虫、蚕卵、鱼籽等），以及被当作种子净度工作台用于种子净度检验。内置支持网上在线升级的模块。3、主要技术指标：★ 500万像素分辨率的彩色数码拍摄仪，及超薄的背光光源板，具有相机画面畸变、背光板均匀性的自动矫正特性，有效减小尺寸测量误差。拍照分析的种粒直径1～20mm。稻种的实粒与秕谷需经风选，再分别计数分析。能大批量自动分析成像后的种粒图片。★ 全自动数粒速度：1200～20000粒/分钟，数粒误差≤±0.1~0.4%，极少监视修正即达100%正确。全自动千粒重分析的精度误差：≤±0.5%。适用于各类农作物实粒种子的自动精确考种、各类粮库的虫口自动计数，以及出苗数、整齐度、均匀度分析，显示和输出计数结果。★ 具有对被分析目标颜色、形状进行自学习和再学习，并实现自动分类的特性，以及品种比对特性。能自动测出各类粘连种粒的每粒粒形参数（长、宽、长宽比、面积、等效直径、周长等），并排序输出。分析过程为全程电脑控制，高效、准确、简便易用，真正一键式操作，鼠标一点，结果即现。具有被测样本条码、电子天平RS232重量数据的自动输入接口。辅助删补：用鼠标选择增加/删除，或直接用鼠标在屏上手工计数，以确保100%正确目标区的个性化计数：对工作区视野中任选范围或矩形范围内的计数。分析数据导出：分析图像结果可保存，自动形成总报表，统计分析结果能输出至Excel表，以及，以及按宽度、长度、面积等输出的排列图和测量图。4 供货基本配置：SC-G型自动考种分析及千粒重仪系统 数量 备注SC-G型自动考种分析及千粒重软件系统及电子版简明手册 1张 光盘，3年免费升级软件锁 1个 1年保换、2年保修SC-G型自动考种分析及千粒重系统软件质量三包卡 1张 光盘电子文档中USB2.0接口的拍摄仪（彩色500万像素） 1台 非人为损坏，质保1年超薄的背光光源板（A4工作台板） 1个 非人为损坏，质保1年带RS232通讯接口的量程220g电子天平（精度1mg） 1台 生产厂家质保1年RS232接口通讯传输线 1条 非人为损坏，质保1年种粒成像盘、种粒收纳小盘 各1个 注：本技术标书中打★款项必须响应，否则为重大偏离5. 推荐电脑配置（需另配，由投标的经销商在当地找供应商）品牌一体机电脑（酷睿双核CPU / 4G内存/1G显存/ 500G硬盘 / 19.5”彩显/无线网卡，5个以上USB2.0口，Windows 10完整专业版或完整旗舰版）

北京体育大学主导研发的全球首款基于AI图像识别技术的三维运动解析系统可以自动识别人体关键点，将不同摄像机拍摄到的同一运动画面进行三维合成和运动技术分析，获得运动生物力学的详尽参数。该系统利用AI 技术大大降低了人工解析时间，提高了三维解析效率，有效提高运动表现。

研发阶段/n内容简介：用人工神经网络将生产过程的数据所隐含的目标函数关系降维映射到二维平面上，自动生成目标函数的等值曲线，由此可展现出操作空间的面貌和特征，直接识别出最优操作点或最优操作区域，实现生产过程的操作优化，达到降低原料消耗和能量消耗、提高生产率和产品质量、把对环境污染降到最小的目的。技术指标：1、人工神经网络降维优化技术通过降维，在映射平面上能全景式的展现出多维空间的面貌和特征，可以根据优化目标选择最优操作区域，最大限度的挖掘生产过程或装备的潜力；2、当最优操作点或区域不在现有数据集合区域

分析说明国内外相关技术的状况和项目背景，项目基于什么，做了什么，形成了什么技术或产品，  主要创新点或优势（少写理论，多介绍成果，精炼易懂，300 字以内）。 高铁组基础设施中螺栓结构处处可见，大量螺栓松弛检测和拧紧工作依靠人工操作，不仅费事费   力且易漏检漏测，为了降低劳动强度、提高工作效率和准确度，需设计一种专用双臂机器人替代作业 者进行螺栓校验和紧固工作。项目包括柔顺轨迹规划控制、协同紧固操作控制及环境和对象特征提取 等诸多研究难点。 项目基于该需求已经在轨迹规划控制方面做了大量研究，其中建立了关节刚度模型，并提出了考   虑运动和动力约束下的轨迹优化方法，基于该方法能够对机器人实现快速、平稳、准确的轨迹运动控制， 从而达到提高操作效率和操作精度的目的。

、

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