钢帘线被誉为是线材中的顶级产品，被誉为“皇冠上的明珠”。它是伴随着子午线轮胎的发展而发展起来的。以钢帘线为骨架材料的子午线轮胎具有高速、高载、耐久等一系列优良特性。随着汽车工业的发展，用于制造子午线轮胎的钢帘线需求量不断增加，同时对钢帘线的品种、性能及质量提出新的要求。作为生产钢帘线的原材料，帘线钢质量很大程度上决定了帘线的品质。帘线钢的洁净度，元素偏析等级，尤其是钢中夹杂物的形态对后续产品有着极大的影响。非金属夹杂物易引起钢丝拉拔和合股过程中断丝的发生，因此要求帘线钢中夹杂物尺寸小，且在轧制和冷拔等加工过程中具有良好的变形性能。根据子午轮胎产品性能和太阳能级硅产业的发展要求，钢帘线和切割丝向着超高强度（4000 MPa 及以上）方向发展，开发高强度、超高强度帘线钢丝，对实现轮胎的轻量化、降低用燃料的费用、降低生产成本意义重大。目前国内依旧不能稳定、高效的生产高牌号的帘线钢，开发帘线钢冶炼关键技术对提升企业生产技术水平和质量控制水平，取代进口高端钢帘线产品意义重大。 （1）帘线钢冶炼过程原辅料成分设计技术。帘线钢生产过程中一般采用Si-Mn 复合脱氧，但由于合金和辅料中存在 Al 的来源，帘线钢主要的夹杂物为MnO-Al 2 O 3 -SiO 2 系和 CaO-Al 2 O 3 -SiO 2 系两类。其中，MnO-Al 2 O 3 -SiO 2 为脱氧反应产物，CaO-Al 2 O 3 -SiO 2 为钢渣反应生成。不同工序氧化物复合夹杂类型会发生转变，大量研究表明转炉出钢、精炼过程随着钢液成分的变化，夹杂物的成分在不断变化中。实际生产中使用的各种物料，包括合金、脱氧剂及钢包内衬直接影响钢液成分，进而改变钢液中非金属夹杂物的成分。高端帘线钢中非金属夹杂物主要成分为 SiO 2 -MnO，几乎没有 Al 2 O 3 的存在，因此在实际的生产过程中杜绝任何含 Al的原料。国内企业在实际生产时更倾向于使用价格低廉的合金、脱氧剂等原料以降低生产成本，为此本项目不仅研究了合金、脱氧剂、耐材等物料中 Al 的含量，还研究了各物料对钢液成分以及非金属夹杂物成分的影响程度，以选择更高性价比的物料搭配。在使用不同物料后取样分析，发现合金对钢液中非金属夹杂物的影响最大，低铝硅铁和普通硅铁对钢液中非金属夹杂物的成分影响如图 1，可以看出合金的使用直接改变夹杂物的体系。实际生产过程中可根据产品等级和各物料对钢中非金属夹杂物的影响，针对性的使用物料控制生产成本。 （2）帘线钢精炼渣成分设计技术. 炉渣成分对钢液成分有着直接影响，帘线钢精炼一般采用 CaO-SiO 2 -Al 2 O 3 渣系，精炼渣的成分对钢中夹杂物的控制起重要作用。研究表明精炼渣中相同 Al 2 O 3 含量的条件下，钢液中[Al]s 含量随精炼渣碱度增高而增高；相同碱度的条件下，钢液中 Als 含量随精炼渣中 Al 2 O 3 含量增加而增加。当精炼渣的碱度为 1.0 时，钢液中[Al]s 随渣中 Al 2 O 3 含量增加亦呈增加趋势， [Al]s 增量有限。同时，夹杂物中 Al 2 O 3 和 MnO 含量取决于渣-钢间的氧势，如氧势高，则夹杂物中 MnO 含量高。反之，当系统氧势低时，渣中CaO 和 Al 2 O 3 会有少部分被还原进入钢液，夹杂物 CaO 和 Al 2 O 3 含量增加，MnO 含量减少。在实际的冶炼过程中，精炼渣进入钢液是不可能完全避免的，精炼渣进入钢液后将形成含大量 CaO、Al 2 O 3 的夹杂物。对此为控制钢中非金属夹杂物的成分将精炼渣的碱度控制在 CaO/SiO 2 ≤1，实际生产过程中，精炼渣的最佳成分还应根据精炼过程的渣钢比，所使用合金、脱氧剂、耐材等条件进行优化。 （3）帘线钢中夹杂物变形性能评估模型。许多研究认为低熔点夹杂物在轧制和加工过程中变形更好。如果轧制过程中夹杂物是液态的，那这毫无疑问是对的。 102 / 298然而，实际的轧制温度往往大部分都低于夹杂物的熔点。在轧制温度降到夹杂物固相线温度以前，虽然夹杂物不是液态，但是由于软化它们仍然具有一定的变形性。然而，当温度降低至固相线以下时，夹杂物将完全转变为固态。并且，钢的变形不仅包括轧制，还包括其他冷加工，譬如，帘线钢冷拔过程的温度基本为室温，显著低于夹杂物的固相线温度。因此，只用熔点来评估冷拔或冷轧过程中夹杂物的变形性能不太合理或者说不太全面。本项目提出使用低温下夹杂物的杨氏模量评估变形能力的模型，认为氧化物变形能力与杨氏模量大小成反比，并拟合了低温下的氧化物杨氏模量与平均原子体积关系：2.939811 E V ，对Al 2 O 3 -SiO 2 -CaO 系和 Al 2 O 3 -SiO 2 -CaO系氧化物的低温杨氏模量进行了计算，如图 2所示。由于冷拔过程氧化物变形能力与杨氏模量大小成反比，为了降低冷拔过程的断丝率，夹杂物需要控制到图中所示的深蓝色区域，即要求具有很高的 SiO 2含量和极低的 Al 2 O 3 含量。由图还可知，由于具有最大的杨氏模量，Al 2 O 3 对帘线钢中氧化物的变形性能最为有害，这也是为什么帘线钢生产过程中需要严格控制钢中 Al 含量。

本发明公开了一种基于YOLOv8与LSD算法的车道线检测方法，适用于在雨天、夜间或标线磨损严重等复杂环境下准确识别车道线。通过在YOLOv8网络中引入Canny边缘检测，并结合LSD对检测区域内的直线段进行强化识别，可显著提升对模糊或部分遮挡车道线的捕捉能力。首先利用YOLOv8定位车道线大致区域，再采用Canny算法提取全局边缘特征，并在LSD算法的辅助下判断线段的长度、方向及完整性。若检测框紧贴图像边缘，则进一步裁剪子图并使用LSD检测线段连续性，通过周长与面积比值与紧凑度评估车道线是否已完全进入视野。该方法可有效减少漏检、误检，适应多种光照与天气条件，为自动驾驶及高级驾驶辅助系统提供高可靠度的车道线检测结果。

XM-CS300超声、X线引导经皮穿刺肾镜技能训练模型   功能特点： ■ XM-CS300超声、X线引导经皮穿刺肾镜技能训练模型用于超声、X线引导下目标盏的穿刺、导丝置入、通道的扩张、进镜观察乃至碎石等相关操作，基本囊括了经皮肾镜的每个操作环节。 ■ 模型的材质可透超声及X线，超声与X线下均可见肾脏形态及积水肾盏位置。 ■ 可进行超声及X线引导下经皮肾穿刺，穿刺成功后可从针尾抽吸出液体。 ■ 置入导丝后的筋膜扩张器扩张过程所能感受到的阻力与人体组织相近，且可通过模型内注水来判断扩张程度。 ■ 模型可制作成正常以及多种畸形的肾内构造，并可人工置入结石，以便扩张完成后进镜观察及配合超声、气压弹道及钬激光等能量方式完成碎石等相关操作，肾内镜下表现逼真，适合进行各个肾盏的探查。

XM-CS300超声、X线引导经皮穿刺肾镜技能训练模型   功能特点： ■ XM-CS300超声、X线引导经皮穿刺肾镜技能训练模型用于超声、X线引导下目标盏的穿刺、导丝置入、通道的扩张、进镜观察乃至碎石等相关操作，基本囊括了经皮肾镜的每个操作环节。 ■ 模型的材质可透超声及X线，超声与X线下均可见肾脏形态及积水肾盏位置。 ■ 可进行超声及X线引导下经皮肾穿刺，穿刺成功后可从针尾抽吸出液体。 ■ 置入导丝后的筋膜扩张器扩张过程所能感受到的阻力与人体组织相近，且可通过模型内注水来判断扩张程度。 ■ 模型可制作成正常以及多种畸形的肾内构造，并可人工置入结石，以便扩张完成后进镜观察及配合超声、气压弹道及钬激光等能量方式完成碎石等相关操作，肾内镜下表现逼真，适合进行各个肾盏的探查。

本发明实施例提供了一种冬小麦穗分化期识别方法及装置，发明方法包括：根据收集到的待识别冬小麦种植区内的参数，获取小麦生长模拟模型的模型参数，获得本地化小麦生长模拟模型；根据待识别冬小麦种植区农业气象站数据，获取待识别冬小麦的第一气温数据时间序列，根据待识别冬小麦种植区内的多时相遥感影像，获取待识别冬小麦的第二气温数据时间序列；利用数据同化方法，将第一气温数据时间序列和第二气温数据时间序列进行数据同化，获得待识别冬小麦同化气温数据时间序列；根据同化气温数据时间序列和本地化小麦生长模拟模型，获得待识别冬小麦种植区内的穗分化期识别结果。本发明实施例实现了区域尺度上的冬小麦穗分化期识别。

该成果每天可定时和随机方式要求社矫人员上传个人GPS位置信息，同时进行人脸识别和活体检测，从而在不需要增加额外的专用硬件设备，仅借助现有的智能手机，便实现对相关社矫人员行踪的实时监管，并有效杜绝监管工作中普遍存在的社矫人员“人机分离”、“冒名打卡”、“照片刷脸”等现象。目前，该系统已与现有社矫系统（蓝信、律兜）无缝对接。无人社矫厅版本已经投入使用。可以用于疫情中必要隔离人员的位置监控，提高人员移动的管控。

团队目前主要产品有：‍（1）三维彩色测量系统：基于光栅投影的三维测量技术，获取被测物体的三维彩色信息。可以用于工业级高精度测量，电影、游戏等行业中的人物、场景建模。（2）三维快速测量系统：可实现快速测量，获取物体三维动态数据，适用于工业有限元分析、动画人物动作捕捉等应用。系统整体性能达到国际先进水平。（3）三维微小测量系统：利用远心镜头获取微小物体的三维点云数据。可用于工业微小器件尺寸、材料形变测量、三维指纹识别、三维生物特征识别领域。（4）（门禁/闸机）三维安检人脸识别系统：将三维快速测量系统与自主开发的三维人脸识别软件有机结合，集自动人脸检测、自适应调光、三维测量与识别、身份认证为一体，构成可实时进行三维人脸测量与识别的自动化系统（门禁，闸机为应用场景之一）。

本发明公开了一种基于李群论的多模态情感识别方法，包括以 下步骤：获取视频，并提取视频帧中图像区域的高斯型特征描述子， 基于高斯型特征描述子对视频中的图像区域进行跟踪，根据视频子序 列构建 ARMA 模型获取 ARMA 模型间的距离，根据 ARMA 模型之间 的距离构建核函数，并进行情感表达分类，根据人体、脸部和手部的 情感类别概率对人进行情感识别。本发明根据视频中所包含的人体姿 态运动信息、手势和脸部表情信息来判断人的情感状态，是一个将视 频数据映射到人体运动特征、手势特征和脸部表情特征，再从人体运 动特征空间和脸部表情特征映射到状态空间的过程，并提出利用李群 论进行多模态情感识别，提高模型进行情感识别的精确性。

本发明公开了一种基于支持向量机的纳米结构形貌识别方法。首先生成训练光谱，确定支持向量机的核函数与训练方式；生成测试光谱及多种不同的支持向量机；利用测试光谱对支持向量机进行特征形貌识别准确率测试，找出识别准确率、训练光谱数目和核函数之间的关系，作为支持向量机训练的指导原则；对测试光谱添加不同量级的噪声影响，将含有不同量级噪声的测试光谱用于支持向量机中进行测试，找到在能保证正确识别率较高情形下所能添加的最大噪声量级，作为另一指导原则；利用两个指导原则，训练得到最优的支持向量机；对真实待识别结构对应的测量光谱进行映射，识别其形貌。本发明可以对半导体纳米结构的形貌特征进行快速、精确地识别。

本发明主要由计算机、数字摄像机、补光装置和声光提示装置组成,数字摄像机的视频信号输出给计算机,接受到视频传感器输入后计算机控制补光设备和声光提示设备,计算机内安装有QR码智能检测模块,通过循环读取扫描视频中的帧数据,检测其中的QR码图形,并提取和译码。