SaaS在线CAE计算仿真平台，改变了CAE应用模式，为用户提供了更加便捷、高效的计算服务。平台基于标准的Web浏览器开发，利用云计算、高性能计算和先进的仿真技术，为用户提供模型的轻量化展示、行业SaaS服务以及公有SaaS服务。平台支持CAD模型创建、模型前处理、数据分析配置与运行和结果后处理过程，用户可通过网络在不同的终端上进行操作。核心求解程序部署在私有云或超算中心，让客户可以随手调用计算资源，客户只需要支付传统模式十分之一的价格就可以进行仿真计算工作。

托布带：克重4600g/㎡，厚度10mm 吸油毡：厚度10~20mm 适用于：人造毛皮行业，毛纺行业，烫光机、烫剪机以及各类进口、国产机械以上产品规格根据客户需求均可定制。

        技术成熟度：技术突破         目前的潮流能发电机组以直驱液压变桨及带变速箱的液压变桨为主，其发电机和变速箱均采取机械动密封方式进行密封防水处理，海洋环境下，机械动密封的可靠性和运行效率往往冲突，密封层级多运行阻力大，效率低，密封层级少，密封可靠性差，机组的运行可靠性大大降低。光伏、波浪、海流一体化集成发电，波浪能与海流能水轮机对转并通过磁力耦合驱动发电机增速，具有多能互补、高效获能、转换效率高、结构简单、运行可靠等特点，为规模化海洋能开发提供创新型设计。         意向开展成果转化的前提条件：中试放大及产业化工艺开发资金支持

本发明公开了一种基于图像分层增强的图像去雾方法及系统，方法包括以下步骤：S1、估测原始图像的大气光值 A；S2、结合所述大气光值构造两层半逆图像，对两层半逆图像进行线性对比度增强；S3、计算原始图像和增强后的半逆图像在 CIE-LCH 空间 H 通道的绝对差值，根据所述绝对差值确定增强后的半逆图像的权值分布，根据所述权值分布将两层增强后的半逆图像进行融合；S4、对融合后的图像进一步线性增强，获得最终的对比度增强的去雾

本成果来自有重大应用前景的横向项目。该成果是一个集车站分布方案比选、运营费计算、列车牵引计算系统于一体的计算机辅助设计系统，它解决了轨道线路运输组织设计过程中因为设计和计算工作量大、过程复杂、各环节之间数据孤立而严重影响项目设计进度的问题，实现了自动列车牵引计算、运营费自动计算，大幅提高了工作效率、设计精度、为设计工作提供辅助决策功能。该成果已在铁一院部分线路设计项目中应用。

利用蚯蚓动物反应器将有机废弃物与脱水污泥进行同步处理，能够解决区域一定范围内的以污水处理厂污泥为主的有机废弃物污染问题。蚯蚓的适应和消化能力强，能够起到分解混合物中的有机物，调节系统的氧化还原条件和改善微生物群落结构等作用，迅速的完成将污泥到处理产物(蚯蚓粪和蚯蚓)的转化。本研究从资源循环利用角度出发，主要研究蚯蚓动物反应器对污泥处理的最佳反应条件及处理产物的应用前景，以期为更好的将有机废弃物与污泥一并资源化利用提供科学指导与理论依据。

"本项目属于信息处理、电子与通信技术领域。 超高清显示在电影电视、航空航天、文化传播、科学教育、广告传媒和虚拟现实等领域具有广阔的应用前景。超高清智能终端是市场发展的必然趋势，符合国家重大战略需求。项目组针对超高清智能终端视频处理与交互关键技术开展研究与应用，解决超高清视频智能转换、超高清视频高效编解码以及智能终端交互控制中的新问题，为超高清智能终端的产业转型提供了重要支撑。主要内容、特点如下： （1）发明了面向超高清视频的智能转换技术：提出通用显著性区域检测模型、基于像素融合的立体图像重定向及超高清视频分辨率转换方法，实现了超高清视频的智能转换，适用于不同种类的超高清智能终端。 （2）发明了基于内容特性的超高清视频编解码技术：提出基于空时域上下文和运动复杂度的码率控制、彩色与深度视频联合编码的比特分配及屏幕内容视频快速编码方法，实现了不同格式码流的集成解码，提高了编解码效率。 （3）发明了基于智能分析的终端交互控制技术：提出联合彩色与深度信息的用户检测、基于内容分析的信息推送及终端界面的自适应调整方法，实现了超高清终端的交互控制，提高了交互的智能性。"

一、项目简介 随着AlphaGo及其Zero的相继推出，近年来以神经网络计算为基础的深度学习及相关优化算法已成为人们研究AI的热点。深度学习算法在AlphaGo中的成功应用主要是依赖神经网络监督学习的网络层次及神经元数量提升，而其Zero的应用不同则是在于引进了博弈优化的思想，这就给以并行计算为核心的神经网络优化算法理论研究提供新的思路。 鉴于传统神经网络优化算法面临非全局优化的难题，我们基于吉布斯分布采样优化计算，提出一种以脉冲神经元构成的混合网络结构动力学系统来实现的神经网络全局优化算法，引进纳什平衡理论来优化的神经网络计算方案，并设计一款相应的通用神经网络并行处理器芯片，以新型芯片编程架构模拟人脑功能进行感知、行为和思考新型芯。 二、前期研究基础 本团队主要是由厦门大学福建省集成电路设计工程技术研究中心、厦门大学集成电路设计与测试分析福建省高校重点实验室的教师与学生组成的，主要从事人工智能、网络通讯、集成电路设计、纳米单电子器件等方面的研究工作，并积累了深厚的研究基础。团队首席科学家郭东辉教授十多年前曾在美国加州Berkeley 大学非线性电路实验室访问，从事有关细胞神经网络(CNN)有关课题的研究，先后主持国家自然科学基金项目五项，其中与神经网络研究内容相关的有两项，分别是《视觉神经网络光电集成系统的研究》(批准号：69686004)和《混沌神经网络加密算法及其相应集成电路的设计研究》(批准号：60076015)。 本团队同时也是厦门市集成电路设计公共服务平台的主要技术支撑单位。在厦门市科技重大专项经费的支持下，我们配备了开展模拟及数字SOC 芯片设计所需要的各种EDA 工具和IC 测试设备。此外，厦门集成电路设计公共服务平台也是TSMC、SMIC 等芯片制造厂重要合作伙伴，并与厦门联芯、三安集成等芯片制造厂也有长期的合作协议，可以进行包括射频及功率芯片在内各类模拟及数字SOC 芯片的设计流片。同样，在学校211 和985 经费的支持下，本团队也独立配备了8 台IBM 服务器分别运行MATLAB、OPNET、SPW、ANSYS、Silvaco TCAD 等系统设计与器件工艺仿真工具。本团队所在的微电子与集成电路学科也已列入我校“双一流”建设学科，有关类脑芯片设计相关课题研究所需要的科研环境建设将得到重点支持。特别是厦门联芯公司在量产后，已将本团队作为其先导技术开发的重要合作伙伴，也委托我们开发相应的器件模型及电路工艺库。在厦门火炬高新区及厦门市IC 平台的支持下，厦门联芯公司还可以为我们团队提供免费的MPW流片业务。 自2009年，本团队与福建新大陆电脑股份有限公司签署 “共建SoC联合实验室”以来，基于该平台，每年合作项目经费近百万，同时还完成了多项横向合作项目：面向金融、税控的专用信息处理与控制SoC芯片开发、安全密码算法研究、区块链接技术研究等等，培养了大批优秀的硕士毕业生；厦门市美亚柏科信息股份有限公司是本团队的长期合作伙伴之一。 总之，不管从算法理论研究还是从应用技术开发来看，本课题组已具备相当优秀的研究基础和研究经验，以及显著的前沿技术攻关能力。 三、应用技术成果我们的相关研究成果也得到企业界的重视和肯定，课题组先后承担过如深圳 华为公司首歀交换芯片项目的调度算法设计、福建新大陆首款二维码识别芯片的算法及后端版图综合设计、台湾盛群公司首款32 位处理器及专用处理器编译器开发和厦门元顺公司多款电源管理芯片的设计。最近课题组还为我国某研究机构开发28nm 的低功耗设计流程专门设计一款挂载加可重构解密算法协处理器的32 位通用处理器验证芯片。

1. 背景随着工农业生产的不断发展和人民生活水平的提高，氨氮的排放量急剧增加，已成为环境的主要污染源并引起了社会各界的关注。氨氮是引起水体富营养化的主要因素之一，对饮用水的安全构成一定的威胁。如何进一步削减工业废水氨氮/总氮的排放总量，是改善水质富营养化状况的根本措施。2. 关键技术：高效吹脱与氨资源化技术及装置3. 技术原理本项目针对传统氨氮吹脱技术目前存在的缺点，通过对氨吹脱塔填料及塔内件结构等的改进，强化气液传质过程，在提高氨去除效率的同时，降低气液比，缩短吹脱时间，从而显著降低能耗；同时开发新型氨吸收-解吸溶剂，采用高效吸收-解吸技术获得一定浓度的氨水，从而实现吹脱气中氨的高效回收与资源化，同时吸收-解吸溶剂能循环使用，从而消除二次污染，变废为宝，进一步降低氨氮吹脱技术的运行成本；进而运用集成化技术，对氨氮吹脱技术和氨高效回收资源化技术进行优化集成，形成高效、节能、低成本的高浓度氨氮废水处理与资源化预处理集成技术，满足工业企业对高浓度氨氮废水处理的技术需求。

多模态医学影像信息处理与分析，具有重大的应用背景，是国家和社会当 前高度重视的研究领域之一。 本项目拟基于机器学习方法，主要研究医学影像的特征描述、设备无关性 的特征评价与特征选择、基于内容的多模态医学影像检索、医学影像信息挖掘、 参考库建设与算法辅助研究平台的设计与开发等内容。研究目标为： （1）建立统一的特征描述模型，实现跨模态医学影像的统一特征描述； （2）提出有效解决特征提取层面上医学影像信息处理与分析算法的设备无 关性问题的通用框架； （3）在医学影像标注数据有限、数据库为海量等条件下，实现高效率单模 50 态影像检索，有效提高多模态、跨模态医学影像检索的精度，实现用户友好的 检索结果展示； （4）从结构复杂的多模态医学影像数据中，挖掘有用的知识，构建有效的 辅助诊断模型、实现个人疾病风险预警； （5）完成首期参考库建设与算法辅助研发平台的开发，为项目研究内容的 开展提供有效数据和环境支撑。本项目获得国家自然科学基金重点项目资助，项目执行期 2013.1-2017.12。