本发明公开了一种适用于盾构机的失效预测与诊断控制方法， 其包括以下步骤：(1)分析盾构机的失效机理；(2)建立盾构机的失效故 ·1093· 障树模型，同时确定各个系统构件之间的失效逻辑关系；(3)根据建立 的失效故障树模型，将故障门向离散时间贝叶斯网络转化以得到与失 效故障树模型相对应的盾构机失效的离散贝叶斯网络；(4)采用贝叶斯 网络的正向推理技术及后验概率对盾构机进行失效预测及风险诊断控 制。

现有伴随诊断主要是基因检测，而基因突变并不等于蛋白质表达，更不意味着靶点激活。本项目基于蛋白组学，特异性捕获磷酸化酪氨酸激酶（最主要靶点），直接检测靶点激活状态，极低成本为肿瘤用药提供最精准指导。

本发明公开了一种检测端粒酶活性的方法，通过带正电基团的 聚集诱导发光化合物、端粒酶引物、dNTPs、RNA 酶抑制剂以及待测 样品在端粒酶扩增缓冲溶液中，23℃～37℃的温度下恒温孵育，使得 反应体系中端粒酶引物发生端粒酶延伸反应，再将反应体系于 80℃～ 100℃下灭活，使得延伸反应停止；由于 DNA 分子磷酸骨架带有负电 ·1078··1079· 荷，随着端粒酶引物序列的延长，每条链上能够结合的聚集诱导发光

本发明公开了一种基于远程视频的数控机床故障诊断系统，其 包括数控机床监控模块、视频数据管理模块和故障诊断模块，该数控 机床监控模块包括摄像头、流媒体服务器和流媒体客户端；该视频数 据管理模块包括数据管理单元和故障数据单元，所述数据管理单元用 于接收并存储由所述流媒体服务器录制并转发的视频数据；所述故障 数据单元预存储有数控机床各类故障的故障信息，并构建故障信息库； 该故障诊断模块根据流媒体客户端实时显示的视频，同时结合故障信 息库中的故障信息，实现数控机床故障的智能诊断。本发明克服了传 统诊断方法实

为打破重载组合列车制动系统维修瓶颈，本成果对电控空气制动系统进行了安全监测与故障诊断技术研究，并研制出相应故障诊断测试装置、在线安全装置；提出车地一体化实时数据联动安全保障技术。主要创新如下： 1.研制了CCBII制动机成套检测设备、法维莱制动机成套检测设备、DK-2制动机成套检测设备，打破了国外制动机厂商Knorr-Bremse的技术封锁，所提出的故障诊断技术已完成湖东电力机务段500台CCBII制动机和360台法维莱制动机的快速检修工作，人工材料成本降低了50%-67%。 2.提出了兼容多机车网络的重载组合列车在线安全监控及检测技术，解决了重载组合列车从同步操控级到部件级的多级通信网络传输一致性、实时性和可靠性问题。研制出紧急制动和惩罚制动记录分析装置、制动阀切除记录分析装置。 3.提出了车地一体化实时数据联动安全保障技术，对列车运行时的在线检测数据和地面检修数据进行联动分析，实现列车状态数据的及时上传，应急指令的自动下发和迅速响应，提高列车状态的自诊断能力和重载列车检修的自动化水平。

我国的电力工业在近十年内有了很大的发展，并将有更大的发展。作为电站的大型设备，其运行的安全性、可靠性和经济性是至关重要的，不仅关系到电厂的安全与生产效益，而且对国民经济有直接影响。 但是多年以来，汽轮发电机组损失均在千万元以上，直接经济损失则在数百亿元以上。据统计，1988年至1991年四年来全国发电机事故总台达219台次，占装机总台数（462台

XM-SX-IIIA便携式中医舌诊仪   XM-SX-IIIA便携式中医舌诊仪（中医舌象智能辅助诊断系统）是采用数据挖掘技术、机器视觉技术相结合的产品，该产品安装简单、操作方便、安全可靠、配置灵活，既能用于各大中医药大学舌象相关的教学、科研，又适用于医生舌诊的辅助分析，适用范围较广。   一、主要功能： ■ 计算机控制内部相机进行自动对焦拍摄，操作简单，图像清晰，完全实现舌象采集自动化。 ■ 采用数字化舌象采集平台与标准化方法还原，使舌象真实再现。 ■ 内部摄像采用模拟自然光源并能进行光线调节，使采集环境保持稳定。 ■ 在特定的光源环境下，采用摄像头获得舌像信息，对舌体图像的颜色、纹理、轮廓进行特征提取，由计算机将这些特征值与特征数据库中的阈值进行比对判断，给出舌象分析结果。 ■ 可以随时查询病例报告。 ■ 可以分析舌质颜色、舌苔颜色、舌形状、舌态。 ■ 内置消毒灭菌装置，操作前使用，避免交叉感染。 ■ 软件可以根据实际舌象的瘀斑、点刺、齿痕、裂纹等症状用文字显示舌象特征、临床病症以及饮食及用药建议。   二、主要特点： ■ 系统具有自主学习功能，通过不断学习，有效提高系统自主诊断准确性。 ■ 支持自动分析，且允许人工修正，提高诊断的准确性。 ■ 准确分析舌质、舌苔等，并直观显示结果。 ■ 支持初诊、复诊分离，实现便捷就诊。 ■ 支持多关键字的查询统计。 ■ 支持诊断分析报告打印。 ■ 用户权限管理，提高安全性。 ■ 自动对焦（即自动舌体捕获）。 ■ 灯光控制功能。   三、软件功能： ■ 用户权限管理，提高系统安全性。     ■ 病理、临床库可以持续更新，具备学习能力，且具备自动提取舌体，自动分析舌体、自动分析后手动调整等功能，提高了学习的准确度。 ■ 快捷的初诊、复诊入口，操作方便、快捷。 ■ 功能强大的视频分析能力，既可实时诊断，又可能根据需要进行人工调整。 ■ 灵活多变的查询统计能力，数据分析能力。 ■ 病例学习：单击主界面中的“病例学习”选项，进入学习界面，包括读取、保存、舌体轮廓提取、特征提取、自动提取控制、量化数据显示、舌象特征录入、临床意思录入、饮食指导及用药建议录入等选项，学习与分析过程，采用人机交互的方式。 ■ 自动获取：单击自动获取按钮，如果参数正确，舌体提取成功，若存在不足，可通过自动提取控制中的进度条及取反控制框选择来进行控制。 ■ 特征提取：为了便于分步处理，此处特征提取分步骤完成，分别舌质特征、舌苔特征、齿痕特征、裂纹特征、瘀斑特征以及点刺特征。点击某功能按钮后，相关特征将被量化，以舌质为例加以说明。比如，单击舌质特征、舌苔特征按钮后，数据结果自动分析结果。 ■ 人工绘制：对于某些来自于其他途径的图片，会存在自动获取舌头错误的情况，此时可以通过人工绘制来完成。单击“人工绘制”后，在图像显示区域，单击右键将出现菜单，包括选中舌体、勾画轮廓和撤销。其中选中舌体仅需在舌头四周点选四个点，单击“绘制完成”后再自动识别完成；勾画轮廓则是按住鼠标左键后通过拖动完成绘制，绘制完成后单击“绘制完成”便实现舌体提取。撤销可以对绘制过程觉得不满意的地方进行撤销，最多支持5步撤消。

XM-SX-4中医舌象诊断系统（网络版）   XM-SX-4网络版中医舌象诊断系统在单机版的基础上增加了以下功能： ■ 联网测试：教师机可以以管理员角色进行题库管理、试卷管理、试题管理、用户管理、数据分析。 ■ 题库管理：增加题库、删除题库、修改题库、查看题库。 ■ 试卷管理：可以查看、修改各试卷的详细内容和考生的考试详情，可以把试卷以word格式导出。 ■ 用户管理：修改用户、查看用户、增加或删除用户、查看考试记录。 ■ 试题管理：增加试题、删除试题、批量导入试题、克隆试题、修改试题等，目前默认支持5种题型（单选题，多选题，判断题，填空题和问答题）。 c：考试分析、试卷分析。 ■ 教师机：可以自主添加题库及试题，能随时设置考试开始和结束时间、成绩公布时间，编辑舌象试题发送到学生机中，教师机也可以在后台进行成绩修改。 ■ 学生机：学生机收到试题后在考试允许时间内开始答题，答题完成后提交试卷发送回教师机，系统可以自动评分，成绩公布时学生机可以看到自己的考试成绩。 一、主要功能： ■ 计算机控制内部相机进行自动对焦拍摄，操作简单，图像清晰，完全实现舌象采集自动化。 ■ 采用数字化舌象采集平台与标准化方法还原，使舌象真实再现。 ■ 内部摄像采用模拟自然光源并能进行光线调节，使采集环境保持稳定。 ■ 在特定的光源环境下，采用摄像头获得舌像信息，对舌体图像的颜色、纹理、轮廓进行特征提取，由计算机将这些特征值与特征数据库中的阈值进行比对判断，给出舌象分析结果。 ■ 可以随时查询病例报告。 ■ 可以分析舌质颜色、舌苔颜色、舌形状、舌态。 ■ 内置消毒灭菌装置，操作前使用，避免交叉感染。 ■ 软件可以根据实际舌象的瘀斑、点刺、齿痕、裂纹等症状用文字显示舌象特征、临床病症以及饮食及用药建议。 二、主要特点： ■ 系统具有自主学习功能，通过不断学习，有效提高系统自主诊断准确性。 ■ 支持自动分析，且允许人工修正，提高诊断的准确性。 ■ 准确分析舌质、舌苔等，并直观显示结果。 ■ 支持初诊、复诊分离，实现便捷就诊。 ■ 支持多关键字的查询统计。 ■ 支持诊断分析报告打印。 ■ 用户权限管理，提高安全性。 ■ 自动对焦（即自动舌体捕获）。 ■ 灯光控制功能。 三、软件功能： ■ 用户权限管理，提高系统安全性。     ■ 病理、临床库可以持续更新，具备学习能力，且具备自动提取舌体，自动分析舌体、自动分析后手动调整等功能，提高了学习的准确度。 ■ 快捷的初诊、复诊入口，操作方便、快捷。 ■ 功能强大的视频分析能力，既可实时诊断，又可能根据需要进行人工调整。 ■ 灵活多变的查询统计能力，数据分析能力。 ■ 病例学习：单击主界面中的“病例学习”选项，进入学习界面，包括读取、保存、舌体轮廓提取、特征提取、自动提取控制、量化数据显示、舌象特征录入、临床意思录入、饮食指导及用药建议录入等选项，学习与分析过程，采用人机交互的方式。 ■ 自动获取：单击自动获取按钮，如果参数正确，舌体提取成功，若存在不足，可通过自动提取控制中的进度条及取反控制框选择来进行控制。 ■ 特征提取：为了便于分步处理，此处特征提取分步骤完成，分别舌质特征、舌苔特征、齿痕特征、裂纹特征、瘀斑特征以及点刺特征。点击某功能按钮后，相关特征将被量化，以舌质为例加以说明。比如，单击舌质特征、舌苔特征按钮后，数据结果自动分析结果。 ■ 人工绘制：对于某些来自于其他途径的图片，会存在自动获取舌头错误的情况，此时可以通过人工绘制来完成。单击“人工绘制”后，在图像显示区域，单击右键将出现菜单，包括选中舌体、勾画轮廓和撤销。其中选中舌体仅需在舌头四周点选四个点，单击“绘制完成”后再自动识别完成；勾画轮廓则是按住鼠标左键后通过拖动完成绘制，绘制完成后单击“绘制完成”便实现舌体提取。撤销可以对绘制过程觉得不满意的地方进行撤销，最多支持5步撤消。

随着纳米光子学的发展，具有超颖性质的人工微结构吸引了众多研究。针对日益增长的研究和设计需求，北京大学物理学院方哲宇及其研究团队实现了一种自洽的框架——BoNet，其结合了贝叶斯优化（Bayesian optimization）和卷积神经网络（convolutional neural network），实现了纳米结构对于超强光学手性的自学习。基于此框架，他们将纳米结构设计表示为图形，并输入卷积神经网络进行电场分布和反射光谱的学习，此过程不需要将纳米结构参数化为向量，因此最大化的保留了其几何信息和边界条件。同时，利用贝叶斯优化以实现对纳米结构远场光学手性的优化，并运用其采样样本反复训练神经网络实现自学习。利用BoNet，他们针对远场反射光谱的圆二色性进行优化并逼近了其理论极限(CD = 1)，同时利用神经网络匹配预测的近场电场分布，对获得的强光学手性进行分析解释。 此框架能够被直接推广用于其他光学性质的自学习优化，例如实现反常透射，偏振态调制和相位调制。更进一步的，此方法论能够帮助设计更多的，具有良好光学性质和运用价值的纳米光子学器件，比如消色差超透镜，超灵敏的微传感器以及智能超表面等。此研究同时能够启发更多数据驱动的研究，通过利用人工神经网络和其他机器学习的方法，实现对传统科学研究的新探索，在制药，引物设计，固体结构分析上启发新突破。 该工作于2019年11月19日在线发表于学术期刊《PHYSICAL REVIEW LETTERS》上，题为“Self-Learning Perfect Optical Chirality via a Deep Neural Network”(DOI: 10.1103/PhysRevLett.123.213902)。北京大学物理学院方哲宇研究员是本文的通讯作者，李瑜，徐优俊，姜美玲为该文的共同第一作者，北京大学定量生物学中心来鲁华教授为合作者，北京大学为唯一通讯作者单位。该工作得到得到了科技部、教育部、国家自然科学基金委、北京大学人工微结构和介观物理国家重点实验室、北京大学纳光电子前沿科学中心、量子物质科学协同创新中心、北京大学高性能校级计算平台、北京大学生命科学中心高性能计算平台等单位的支持。用于近远场计算的神经网络结构表征实现了逼近理论极限的高手性，并利用神经网络对近场分布进行分析

本实用新型公开了一种主动式偏振目标增强的共光路全景环带光学成像装置，包括全景环带偏振照明系统与全景环带偏振成像系统；全景环带偏振照明系统与全景环带成像系统共光路，由全景环带透镜、后续镜组、偏振分光组件及靶面依次排布组成；偏振分光组件一侧的靶面为照明光源，另一侧的靶面为成像相机。本实用新型实现了大视场范围高对比度的关键目标探测，利用目标物体和背景物体保偏性能的差异，可增强关键目标物体与背景环境的对比度，有利于目标探测与追踪。采用主动成像方式可以提供更真实有效的物体保偏性能信息。本实用新型采用共光路设计，提高了对振动等环境因素的稳健性，装置结构紧凑，体量轻巧，可适用于较为恶劣的工作环境。