产品详细介绍 平台简介   平台优势 1）多要素深度融合 教学理念、教学方法、教学资源、教学过程和教学工具高度融合，为教学实施提供全面支持。相比单个要素优化，多个要素汇聚共同优化将发挥更大的作用。 2）实现教学闭环   平台资源和工具覆盖了课前-课中-课后教学全过程，教师可以一秒备课、精准授课和总结提升，实现教学闭环。 3）测评贯穿全程                                                                                               即时测评系统贯穿教学全过程，让教师及时了解学生的学习情况，调整教学方式，优化教学内容，提升教学质量。 4）家校深度共育   家长可以了解孩子在校的课中学习情况，教师可以了解学生在家的课前/课后学习情况。基于学生学习情况的家校深度互动，让家校共同发力促进学生成长。 5）轻设备低成本 平台硬件学生终端智学小u针对学校教学场景设置，教学功能丰富，娱乐功能全无。设备轻便，价格优势明显，适合大规模普及应用。

在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。    本实验室与中国中医科学院合作进行中医临床数据仓库与挖掘分析平台，以及中医临床数据挖掘方法的研究，实现了对中医临床采集病历数数据的集成与整合，数据挖掘与分析的中医临床数据仓库及挖掘分析平台，该平台旨在支持从真实世界中医临床诊疗中产生海量科研分析用数据，并以真实、高质量的数据为基础进行中医临床与理论研究，为中医临床疗效评价、临床中药新药创制提供客观的医学证据和适宜的数据分析方法。该成果于2009年12月获得国家科技进步二等奖。   名老中医OLAP展示例子 1.2多维分析与复杂网络分析系统   以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。  在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。  获奖证书   1.中医临床数据仓库与挖掘分析平台 通过分析中医临床数据元素及其多维、多层次的关系特点，研究设计了中医临床参考信息模型，以及为基础构建中医临床数据仓库细节数据模型和多维数据模型，建立以数据仓库为核心的数据整合、数据抽取/转换/转载和数据整理、数据挖掘、OLAP和统计分析的智能信息处理平台。该平台以中医临床数据仓库及其运行环境工具的构建为基础，基于实际的临床诊疗数据，实现对中医诊疗数据进行多主题、多粒度、多需求、高效、快捷的展示、研究和查询检索，并支持基于Web的OLAP主题应用，为名老中医经验继承研究、中医临床评价研究和临床科研提供实际的诊疗数据证据和知识来源，以支持临床科研决策分析，满足中医临床评价研究的探索性分析需求。针对中医临床数据的特点，研究体现中医临床数据模型特点的数据挖掘新方法，为面向中医临床研究的数据挖掘和机器学习方法研究提供新的思路和研究方向。该平台的构建初期以重大慢性疾病：中风、冠心病和糖尿病诊治规律，以及名老中医经验传承研究为支持目标。   中医临床数据仓库平台   1.1中医临床数据预处理技术临床数据的预处理包括数据整合、数据整理和数据转换等技术，我们面向中医临床数据结构内容以及中医临床研究的分析需求，实现具有完善的数据抽取-转换-装载（Extraction-transforming-loading，ETL）、数据整理和数据转换导出功能的数据前处理软件。该软件针对医学数据利用中的分布式（多采集点）采集、患者隐私保护和大规模数据处理的特点，采用灵活的数据映射配置和临床术语库衔接等方式把各采集点数据导入到临床数据仓库中，并支持批量数据核查和数据规范整理（对临床数据中的术语性数据如症状体征、诊断和药物等进行概念化语义规范）功能。   在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。   名老中医OLAP展示例子    以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。     中医临床复杂网络分析系统  1.3 真实世界中医临床有效处方发现系统 中药新药创制与研发是极具挑战和机遇的领域，当前化学制药和单成份药物研发已经出现明显的瓶颈，传统植物/天然药以及多成份复方药物的研发成为国内外关注的焦点。而从多成份调控和多靶点机理的研究为主要视角的网络药理学更成为新的趋势和方法。针对中医临床诊疗过程中具有证-治-效信息，且个体性的真实世界诊疗实践特点，我们研究基于大规模临床诊疗数据进行有效处方分析和发现的问题，通过对以中药复方为重点的治疗手段药物组成原理的分析，基于复杂网络模型和方法研制形成了有效核心处方及适应症分析方法、有效临床中药筛选与发现系统，对基于真实世界临床诊疗数据分析获得有效处方知识的方法、技术平台和示范应用进行了探索和初步实践，初步表明从真实世界临床诊疗数据中发现和挖掘有效方药是一种可行的途径，有望为中医新药创制提供可以验证的新处方、新药物等临床有效目标药物。     1.  中医临床数据挖掘分析方法 海量观察型临床数据是中医辨证论治数据的主体内容，具有复杂、多维和多关系的特点。从大规模中医临床观察数据中分析提炼形成有意义的临床假设或诊疗知识如有效处方、人群划分、药症关系以及多阶段优化治疗方案等，是实现从复杂、系统的中医辨证论治过程中发现并确认有效优化的临床诊疗处方及其药物组成的基本方法。中医临床数据包括门诊数据和住院数据两大主要部分，其数据内容由临床表现、诊断和治疗（临床疗法）三部分核心内容（如下图），其中辨证知识、证候分布、药症关系、方证关系和药物组成等是数据挖掘和分析的主要目标，而所有这些知识的有效性的评价依据是临床疗效，即确认和发现临床有效的中医诊疗知识是中医临床数据挖掘分析方法的主要有价值研究目标。    中医临床数据挖掘问题：在疗效信息的约束下，验证和发现有价值的临床诊断/治疗关系知识。  2.1基于复杂网络的中药配伍分析方法 人们通过对中医临床处方数据的初期分析，并与临床专家的交流中发现，名老中医的临床复方的组织特性体现在两个层次。第一层次为临床医生一般以经典复方（包括经方、时方和验方等）为基础进行临床处方；第二层次为在药对或药症关系基础上的药物随症加减处理。这两个层次的临床处方配伍过程形成了具有核心处方结构，而又具有较大灵活性的处方集合。因此，通过对名老中医处方集的共性网络结构分析，能够发现体现其处方思维和学术特点的核心处方配伍结构，从而辅助进行名老中医经验的传承和整理研究。通过应用基于无尺度网络现象的网络分析方法进行研究。无尺度网络作为复杂系统研究的一种实证现象和方法，对基于网络研究复杂现象和复杂系统的方法具有很大的推动作用。具有宏观无尺度现象的网络在拓扑上存在幂律现象，即节点的度分布服从幂函数分布。这在医生处方中的具体体现就是某医生对药物的使用具有比较集中的趋势，某些名老中医偏好使用某些药物，使得这些药物的已有或潜在功效得到更大的发挥或挖掘。 我们基于网络中权值的幂律分布规律，实现了多层核心子网分析方法，能够从复杂的中药配伍网络中抽取多层核心子网。该算法已经在名老中医处方配伍经验的分析中得到广泛应用。其得到的结果具有直接而明确的临床含义，且可靠性较强。第一层核心子药物子网一般解释为共性的核心处方；第二层解释为主要药物配伍；第三层解释为次要药物配伍。这些药物配伍分别对应样本的核心病机如主要疾病和主要证候等、兼证和加减症状等。以下是两类特定中药处方：1287个肝脾不调证(GPBT)处方和752个2型糖尿病合并代谢综合征处方的分析结果。   特定中药处方的核心药物配伍网络和主要加减网络，其中的网络中的节点是药物，边的权重表示两相关药物配伍使用的次数。 2.2基于隐主题模型的疾病人群临床特征类别分析方法 症状-中药-诊断主题模型（Symptom-Herb-Diagnosis Topic model，SHDT), 用来提取中医临床数据中的症状、中药和诊断间的隐主题结构。SHDT模型是LDA主题模型在多关系应用中的扩展。该模型的核心思想是假设一类样本里面包含有多个主题，例如，一类糖尿病人群有不同的并发症，且这些主题所包含的信息特征（以症状来表达）具有相对完整性和独立性。SHDT把每个主题看作是症状上的多项式分布，并通过症状来表达主题的内容；同时，把每种中药看作是主题上的多项式分布，因为一类中药可以治愈多种症状/疾病；又因为一种诊断包含多种症状/疾病，于是把诊断看作是对主题的描述，构建一种“症状-中药-诊断”主题模型。SHDT模型这种分析原理和思路与中医辨证论治过程基本吻合，它可以客观地按照症状找到自然分类人群，给出诊断描述特征和中药治疗特征。SHDT模型分别在2型糖尿病、冠心病和肝炎等慢性疾病中进行人群特征分析。实验结果说明了该模型具有较好的适宜性和科学性，分析结果能够较为完整的反映特定疾病中相关的主要人群特征类别。   症状-中药-诊断主题模型，图中三个黑色圆圈，代表显变量（观察变量），其中s 表示一个采样症状，表示患者p的所有药，表示患者p的所有诊断。白色圆圈代表隐变量，其中z 采样症状s对应的主题，x表示s对应的药，u表示s对应的诊断。矩形框表示重复采样。外部矩形框表示在集合中有P个患者。内部矩形框表示对患者p的个症状、主题、药物以及诊断重复采样。 2.3基于内隐对照和部分可观察马尔可夫决策过程模型的动态序贯处方治疗方案优化方法 中医辨证论治是症-治-效紧密相关的个体、动态的复杂干预过程，动态序贯干预是中医临床治疗慢性疾病的基本方法。以患者为轴心的治疗原则和医生的个体性特点，使得中医动态序贯干预过程中包含多样化的治疗方案。在临床诊疗经验知识的形成阶段，医生往往通过对治疗前后患者健康状态的判断，试图获得较好的治疗方案的认识，进而逐步形成固化的有效经验性治疗方案。因此，在无外部对照的情况下，如何从大规模的复杂多维临床关系数据中发现并确认在临床实际中较优的动态序贯诊疗方案是有效临床方案形成的重要课题。 考虑到实际可行性和研究代价的问题，在未有明确的有效干预方案形成的临床研究初期，无外部对照的传统中医经验整理和归纳普遍存在，且长期的中医学实践表明是有效的。但由于临床诊疗信息关系的复杂性，基于传统经验整理方式形成有效治疗方案是一个较为漫长的过程。 因此，如何借助源自真实世界（无外部对照）的大规模临床观察数据，进行挖掘分析，以辅助发现和确认较优的临床治疗方案成为辨证论治临床评价研究的关键问题之一。我们采用部分可观察马尔可夫决策过程模型(POMDP)对此问题进行研究，实现了基于POMDP的中医临床处方优化分析方法，以探寻从来自临床实际的大规模观察性临床数据中发现较优或最优的动态序贯治疗方案，为中医辨证论治有效动态干预方案的形成和临床验证提供参考知识。   中医临床诊疗过程对应的POMDP模型 1.  成果的推广应用 本成果已经在国家科技重大专项：重大传染病防治、重大新药创制等两个项目；国家科技支撑计划项目-名老中医经验传承研究；北京市科技攻关项目和国家中医临床研究基地等项目中进行推广应用。分别对艾滋病、肝炎和肺结核等传染病的中医药防治规律，从中医临床中分析确认有效处方与药物，名老中医的辨证论治个体诊疗经验，中风、冠心病和糖尿病等重大慢性疾病的临床诊治规律，以及全国10余家重点中医院诊疗优势病种（如上海龙华医院的中医胃癌治疗、骨关节病治疗；河南中医学院一附院的中医艾滋病治疗、中医慢性阻塞性肺炎治疗等）的临床诊疗优化方案等进行应用研究。逐步探索和完善中医临床科研一体化技术体系，支持基于临床诊疗实践及其真实世界诊疗数据，进行中医临床研究和中药新药创制研究的医学模式。   北京地区22家单位应用分布图

新媒体时代，各类融媒实践逐步开展，本项目致力于研究省级融媒平台长江云的党建宣传实践，将理论与实践相结合，以新视野关照现实问题。 一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 杨寒露 网络新媒体 2019/2023 王嘉琦 广播电视 2019/2023 黄艺丹 网络新媒体 2019/2023 吉珈漩 网络新媒体 2019/2023 杨宁 广播电视 2019/2023 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 袁满 新闻与文化传播学院 讲师 网络与新媒体 四、项目简介 新媒体时代，各类融媒实践逐步开展，本项目致力于研究省级融媒平台长江云的党建宣传实践，将理论与实践相结合，以新视野关照现实问题。以2021年湖北广播电视台旗下的长江云融媒体平台中“建党百年”的专栏内容、专栏形式以及专栏机制为例，研究其对党建宣传活动的报道的内容、形式、机制、技术和服务，分析研究省级融媒体平台对党建宣传活动的实践路径。结合新闻学、传播学、社会学以及统计学的知识，通过数据分析、个案分析和访谈等多种形式，多维度地探究省级融媒体平台对党建宣传活动的实践。

本系统可用于提高化成厂家在化成、检测和配组等电池生产过程的自动化程度和生产效率。本项目研究依托于国家863计划项目“电动汽车充电设备电气检测技术及标准研究”，围绕建立安全、可靠、完善的电动汽车充电设施和服务体系，以电动汽车充电设备电气检测技术为研究目标，为电动汽车充电设施科学、有序地发展提供技术支撑。1. 研制了电动汽车车载、非车载充电机等充电设备的测试平台；提出了电动汽车充电设备运行和使用的技术检测规范；2. 提出了先进的电动汽车充电设备性能的快速测试诊断技术；3. 开发了计算机虚拟电池管理系统,实现了非车载充电机快速充电的可控测试；4. 研究了电动汽车车载和非车载充电机、充电桩等充电设备接入电网的电能质量检测技术，提高了蓄电池的生产效率。电动汽车充电设备电气检测技术的突破将推动电动汽车充电设备产业的科学化和规范化发展。通过电动汽车充电设备电气检测技术及标准，可规范电动汽车充电设备的制造质量标准，提高电动汽车充电设备使用过程中的安全性和高效性，促进电动汽车充电设备的规范化制造，对于保障充电过程中动力电池组的安全性和电网的稳定性均具有重要意义和潜在的经济价值。

磁粉探伤自动检测设备控制器以PLC为核心，触摸屏为人机操作界面，设计自动检测线，具有较高的自动化水平。 根据检测功能，具有周、纵向复合磁化、交直流磁化、电流自动跟踪、断电相位控制等功能。检测工件实现自动上料和夹持，探伤速度快，效果好，能适应多种不同规格被探工件的需要。不仅提高工作效率，更重要的是保证了探伤工艺的规范化和准确化，确保缺陷的检出率。

根据目前钢铁企业产品定制化的开发需要，进行工艺与设备的集成开发，以满足企业的产品开发要求，提高产品附加值，提高企业的市场竞争力。 通过全线工艺优化，开发紧凑型、集约化生产线，实现主体设备生产能力与生产节奏协调化、设备配置轻量化、工艺模型多样化，使之适合小批量、多规格、多品种高附加值宽厚板材的柔性化生产；针对高品质宽厚板材的柔性化生产要求，进行设计理论创新，开发大吨位、高刚度、高强度、高可靠性的宽厚板材轧机和精整成套装备与技术。

在国家“863”计划的支持下，合作研制开发的铝合金半固态成形技术及设备已经成熟，研制的电磁搅拌制备铝合金半固态坯料连铸设备可以制造直径为50~100mm的铝合金非枝晶半固态连铸棒料，研制的感应加热技术可以将铝合金非枝晶坯料快速加热到固液两相区，半固态坯料温度差可控制在1~2℃之内，研制的铝合金半固态成形技术可成形各种铝合金零件毛坯。目前，该项目已经通过国家“863”计划组织的专家委员会的验收。 目前制备铝合金半固态连铸坯料的最佳工艺是电磁搅拌方法，该工艺制备的半固态连铸坯料纯净, 不易卷入气体, 控制方便, 产量大。铝合金半固态连铸坯料的最佳重熔加热工艺是电磁感应加热，该工艺加热速度快、效率高，组织均匀，坯料不易变形。非枝晶铝合金在半固态成形中不会喷溅，凝固收缩小，毛坯致密，能够热处理强化；毛坯不存在宏观偏析, 性能更均匀；可以实现近终成形，大为减少机加工量，降低生产成本；易于实现机械化或自动化操作，生产效率高；减轻了模具的热冲击, 提高了模具的寿命。 目前，铝合金半固态成形应用主要集中在汽车零件和耐压阀体零件毛坯，如汽车制动总泵壳、油道、轮毂等，也可以应用于其他要求较高的零件毛坯，如航空、摩托车用铝合金零件等。

系统非接触式实现变电站及所有设备的异常监测，包括全景视频、温度和局部放电。对GIS、变压器、电抗器、开关、电缆、CT、PT等一次设备各部件温度及各类绝缘缺陷，违规作业、异物入侵等实施直接监测或计算外推，并实时智能预警。系统由多物理量值守机器人、智能云APP和大数据后台组成，值守机器人集成局部放电、红外测温、视频图像及声音诊断等传感器，并具备初步的人工智能算法和设备异常诊断能力，后台包括设备管理和大数据评估功能模块，APP接收智能终端和后台信息，主要显示诊断结果、数据内容，并实现人机交互。通信方式有无线、有线两种。 局放传感模块、红外传感模块、视频模块、气体传感模块、声音模块、油色谱等不同功能模块可根据实际情况合理增减搭配使用。产品的集成度高，远距离非接触采集信息，高智能、高可靠、低成本。近5年来，使用该技术发现了48起变电站内潜在故障隐患，避免了多起停电事故。 本项目经过十余年的研发与产学研合作，对应了目前泛在电力物联网的总体思路和要求，具有多个电网公司的应用案例，取得了一系列国际上具有独创性的成果。 适用范围广  能在高温、低温、高湿等环境条件下可靠运行，防水防尘。 多物理量协同  集成局放、红外、视频、声音等传感器，同时监测变压器、敞开式开关、电抗器等变电站内一次设备的局放信号、红外热像、视频信息，实现多传感器的高效结合及协调诊断。 使用方便  配备智能云APP，实时接收现场值守机器人采集的数据，实现人机交互，能够早期发现缺陷，判断缺陷位置，提高现场人员的工作效率。 智能化程度高  监测的数据可以通过无线网络或有线数据同步传输，嵌入人工智能算法，提高了监测数据及时率、准确率及有效性。 安装方便  值守机器人体积小，重量轻，一键式安装。有线通信与无线通信系统自动切换，内部参数可以通过手机设置。 性价比高  采用低成本、高可靠技术路线，通过人工智能算法降低硬件的复杂性。 目前该系统已获得14项国内发明专利授权、3项PCT专利授权、8项实用新型专利、软件著作权登记3项。高电压技术、电力设备智能监测领域权威期刊上发表论文30篇。应用在国家电网、中国石化30多个变电站，有三百多套挂网运行。 不同场景的实物及应用照片，或原理图解 图1 长距离多参数智能传感器（视频、红外、局放、声音+人工智能边缘计算） 图2 短距离多参数智能传感器（视频、红外、局放、声音+人工智能边缘计算） 图3 用户报告 图4 变电站安装监测 图5 大数据后台应用

1、主要功能和应用领域： 本设备由多通道图像采集模块、复杂光学模块、复杂照明模块、精密机械运动模块、分布式大数据分析处理模块等多个模块组成。能够实现对第4.5代以上的液晶显示器件ITO、银浆线路的快速检测并输出报表。利用高分辨率线阵相机阵列和光源对PET基材的触摸屏进行成像，并利用计算机图像处理、模式识别及人工智能的理论与技术，拍摄到的触摸屏图像进行研究，通过对各种线路和特征进行特征匹配与边缘分析，分别检测上述线路缺陷并自动报告，从而达到在线自动检测触摸屏线路缺陷的目的，作为生产线上品质保证的重要方法。 2、特色及先进性： 1）针对ITO材料的高透光率：采用特殊设计的高功率光源和精密光学成像系统，确保能够采集到图像清晰、缺陷显著、ITO线路对比度高的图片，为算法处理达到不漏检和低误检打下良好基础。 2）针对ITO线路不规则：由于ITO线路的形式多样且比较复杂，需要采用样品和模板配准、像素值直接对比、线路边缘对比、周期性判断及DRC方法等算法方案同时进行处理。 3）针对软材质基板（PET）：由于基板为软材质，并且基板为600*600 mm的大规格尺寸，采用高精度的光学平台和自动快速对焦系统，保证大尺寸范围内图像采集的清晰度。 4）针对缺陷类型繁多：采取提取局部特征并结合周期性和对比性完成缺陷检测，针对不同类型的缺陷进行建标以达到较高的检测效率，通过框选候选(潜在)缺陷位置，采用神经网络算法进行自主机器学习，不断匹配各种可能存在的缺陷类型，并结合不同的算法模块进行检测，宽进严出保证检测效果。 3、技术指标： ？ 检测对象： PET和电子玻璃为基板的ITO。 ？ 检测项目：线路过宽、过窄、多线、线断、线裂、连线、毛刺、爆点；膜刮痕、导电薄膜异物、气泡、针孔、凸出、凹陷。 ？ 台面要求：台面能满足检测600mm×600mm以下尺寸产品。 ？ 检测精度：能检测最小线宽间距为20um。 ？ 最大检测面积：检测精度为20um时，最大检测面积是600mm*600mm。 ？ 检测效率：单张、单次检测时间小于等于30秒。 ？ 检测效果：错报率控制在1%以下,检出率99%以上。 ？ 设备稳定性：设备至少可5*24小时连续无故障工作。 4、关键问题和实施效果 该设备可广泛应用于触摸屏行业、LCD行业、太阳能行业和LED行业等领域，可满足触摸屏行业需求。以电子玻璃、PET为基板的ITO线路对于最终产品性能的影响是非常显著的，如线路发生缺陷，则会直接造成产品功能缺陷，而越靠近出货端检出缺陷，对于厂家来说修复的成本越高，同时废品的损失越高。该设备可以在最早的工艺流程上对线路进行检测，从而整体提高生产厂家的制程控制能力。 该设备采用复杂高分辨率多通道线阵相机阵列进行光学成像，同时配合精密运动平台实现2.5微米分辨率的图像采集，其三维组装图如下图所示。