汽车制动防抱死装置（ABS）（产品） 成果简介：汽车制动防抱死装置（ABS），是汽车主动安全装置的代表，通过在制动过程中自动调节各车轮制动器制动力矩的大小，使车轮滑移率被控制在理想的范围内，保证车轮有较大的侧向附着能力，保持汽车制动时的方向稳定性和缩短制动距离，减少交通事故发生。国家把该装置列为第一条汽车关键零部件急需开发应用的产品。适用于车辆液压、气压制动系统。具有一通道、二通道、三通道、四通道等多种布置型式。目前研发的具有自主知识

成果简介：高精度直驱伺服平台是一种采用直线电机直接驱动的运动控制平台，它改变过去依赖于机械转换装置才能将旋转电机的旋转运动转化为直线 运动的约束，克服了传统机械转换机构的传动链长、体积大、效率低、精度差等缺陷。直线电机结构类型广泛，可针对不同安装要求，选择平板型、U 型、盘型及圆筒型等，同时行程范围不受机械转换装置限制，可广泛适用于 各种运动控制场合。采用直线电机驱动的高精度直驱伺服平台，具有系统结 构简单、环境适应能力强、效率高、动态性能好、定位精度高等优

成果简介：整个系统由转台伺服子系统和目标跟踪及定位子系统所组成。由 一个 DSP 控制电机的伺服运动，一个主控 DSP 处理图像跟踪及定位算法，实 现对运动目标的跟踪及定位。 项目来源：自行开发 技术领域：光机电一体化 应用范围：运动目标跟踪定位，机器人导航，工业产品质量检测 现状特点：结构简单、跟踪精度高 技术创新：  采用双 CC

产品详细介绍结构：钢木结构 材质：台面为富美家/威盛亚防火板贴面,二次成型,基材25mm厚。侧山为18mm厚双贴面三聚氰胺浸渍板,铝合金边条镶边。 立腿：采用40*60方钢经焊接，抛丸除锈，静电喷涂处理.上带玻璃挡板。

产品详细介绍 SBSS-51A2石油产品凝点测定仪用途：本仪器适用于按GB/T510石油产品凝点测定法标准,测定石油产品的凝点。技术性能：冷浴最低温度：SBSS-51A2 0～-51℃（双孔）SBSS-51A1 0～-68℃（单孔）控温精度：±0.1℃60S计时，数显控温 电源：220V 50Hz

VR教育应用硬件系列产品整合VR、AR、MR等技术提出了VR实验室一体化建设方案（图3）。从视觉、听觉、触觉让使用者高度沉浸在虚拟实训、实验环境中，通过在三维虚拟环境进行操作交互来模拟、还原真实实验操作，并通过大尺寸屏幕显示设备提供资源展示平台，可以提升实验中心的整体形象及激发使用者的学习兴趣。产品汇集了虚拟现实（VR）、增强现实（AR）、混合现实（MR）、扩展现实（XR）、物联网（IOT）、大数据（DB）、人工智能（AI）、互联网+等行业尖端技术，采用了音视频处理、仿真交互、图形图像处理等配套硬件设备，为客户在虚拟现实应用领域创造集教学、科研、实验多功能一体化平台。

本项目针对人工速生林木材密度小、强度低的特点，研究开发出木材化学改性与干燥一体化工艺技术及装备。本技术能够大幅度提高速生材性能，同时解决了常规木材改性技术中改性剂浸透困难、环保性差，改性材功能单一、尺寸小，无法满足工业生产要求等问题；解决了传统木材改性技术工艺“先干燥-再浸渍处理-再二次干燥”的能耗高的问题。本项目技术获国家发明专利授权2项，已在多家企业应用。

新冠肺炎常规通过病史、CT等进行病情评估，但重症病房应用超声不便，还需要评估重症患者的心脏等多器官，然而操作者绝大多数不是专业超声医生，这为如何在治疗重症患者的过程中更好地发挥超声的作用提出了难题。深圳国际研究生院袁克虹团队与深圳华声医疗技术股份有限公司合作，用人工智能技术赋能5G超声设备，增添采集心肺关键标准切面的导航以及关键参数的自动测量等功能，辅助医生对重症病人进行动态评估和治疗。 袁克虹团队与深圳华声医疗技术股份有限公司1月中旬组成研发团队，在已有合作工作的基础上，针对新冠肺炎重症患者临床超声的迫切需求开展联合攻关，半个月就获得了较好的成果。该技术从2月初开始在武汉协和西院等多家医院使用，在一定程度上辅助了医生对重症患者进行疾病的动态评估和治疗指导。 目前该技术正由国家感染性疾病临床研究中心（深圳市第三人民医院）牵头开展进一步研究，将完善和改进现有功能，优化远程诊断流程，实现超声为医生治疗重症患者提供更智能、更可靠、更专业的帮助。

动物捕食植物种子（下称种子捕食）是动植物协同进化的重要方面。动物捕食植物种子可影响植物种群更新和繁衍；植物通过调节各种性状，如种子大小、蛋白质含量，调节动物捕食行为。植物性状对种子捕食调节能力的评估对理解动植物协同进化具有重要意义。 因此，建立一种用于种子捕食追踪的人工种子系统，对于种子捕食追踪及相关研究，理解动植物协同进化，促进野生植物尤其是珍稀濒危植物保护具有重要的作用。

本成果采用最新的深度学习和分子模拟算法，结合新一代分子特征化方法，开发了多种计算机模型，可用于药物开发中的多个阶段，为药物的快速设计开发提供一个完整的基于人工智能的解决方案。成果：1.药物毒性预测方法：传统的化合物毒性检测技术一般需要使用生化试验、细胞实验、甚至动物模型，这些方法不仅耗费大量时间，而且成本很高。使用计算模型进行有机化合物的毒性预测，所需投入较少，但产出巨大。特别是基于化合物的物理化学和结构特性的计算模型，甚至能够在化合物合成之前就对其进行预测，大大提高了效率，使其越来越受到欢迎。在进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选，能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法，运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。我们分别建立了名为CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性预测)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突变性预测)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性预测)的预测服务器，这些服务器能够为使用者提供更高效更便捷的预测技术服务。自2017年服务器发表起，我们已为国内外药物分子设计研究者提供了5000多次共计超过20多万个化合物的毒性预测服务。在有机化合物毒性预测研究方向，我们主要完成了化合物的细胞毒性、心脏毒性、生殖毒性、血脑屏障透过性、水生生物毒性预测模型，以及糖尿病早期筛查模型的开发，正在进行P450酶阻滞剂性预测模型、基于图神经网络的毒性预测算法研究、基于分子对接的化合物毒性预测研究等。相关研究成果已发表多篇学术论文（Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次数80，ESI 1%高被引论文；Ai H., et al. Toxicological Sciences, 2018, 165: 100-107；Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377；Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78；Liu M., et al. Toxicology Letters. 2020, 332: 88-96；Feng H., et al. Toxicology Letters. 2021, 340: 4-14；Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.）致癌性预测服务器首页致癌性预测结果页相关综述对本服务器的介绍RF-hERG-Score预测药物引起的hERG相关心脏毒性2.药物设计方法：在计算机上对药物靶点和药物分子的结构和活性建模，计算药物与靶点之间的相互作用关系，从而设计出具有治疗作用的药物。计算机辅助药物设计可以为药物设计各阶段的实验方案提供有意义的指导，减少需要通过实验评估的候选药物的数量，从而加快新药研发速度。我们应用分子对接、分子动力学模拟、自由能计算、机器学习等方法研究流感病毒等重要疾病的计算机辅助药物设计、并开发更有效的计算机辅助药物设计方法。在计算机辅助药物设计研究我们主要完成了流感病毒M2质子通道蛋白抑制剂虚拟筛选方法研究，正在进行先导化合物生成模型研究、基于机器学习的虚拟筛选打分函数算法开发、SARS-CoV-2病毒S蛋白与受体相互作用及药物设计研究。特异性重打分函数显著虚拟筛选性能显著较高筛选出两个候选抑制剂3.药物靶点识别方法：长非编码RNA（lncRNA）是一种长度在200nt至100,000nt之间的非编码RNA，是转录物的主要成分。研究表明lncRNA在许多生物学和病理学过程中起着重要作用。lncRNA起作用的重要途径是与其靶蛋白结合。lncRNA-蛋白质相互作用的实验研究需要大量资源。累积的实验数据使得通过计算方法预测lncRNA-蛋白质相互作用成为可能。我们使用各种数学建模和机器学习方法开发了几种用于预测lncRNA-蛋白质相互作用的新模型。这些模型命名为：RWLPAP（随机游走），LPI-NRLMF（邻域正则化逻辑矩阵分解），IRWNRLPI（集成随机游走和邻域规则化Logistic矩阵分解），LPI-BNPRA（双向网络投影推荐算法），LPI-ETSLP（基于特征值变换的半监督链路预测），HLPI-Ensemble（集成学习）。在交叉验证中，我们的模型获得了较好的预测性能。lncRNA-蛋白质相互作用预测模型的性能比较lncRNA-蛋白质相互作用预测服务器相关软件著作权：