研发阶段/n主要研究支持神经网络芯片的设计自动化工具及FPGA验证系统，设计自动化工 具本身针对ASIC和FPGA都适用。 项目主要研究：（1）研究基于模型层的设计空间探索方法;（2）研究可重构 神经网络硬件单元抽象和归约方法；（3）开发面向嵌入式、功耗约束下的FPGA神 经网络芯片系统，突破神经网络芯片设计小型化遇到的关键难题。本项目提出的自 动综合工具至少支持CNN 等两类不同神经网络拓扑，支持Caffe配置文件prototex 拓扑描述语言，生成的FPGA芯片，性能比CPU快1个数量级，能效比

本发明公开了一种面向移动云计算的节能传输方法及相应的中 间件系统，利用云端托管请求管理模块接收并处理移动端的镜像托管 请求，云端应用镜像数据管理模块管理移动应用镜像的数据更新与删 除，云端-移动端数据传输模块实现云平台和移动端之间的节能数据传 输，移动端数据存储与分发模块保存云端传输的数据并且分发给不同 移动应用，移动端应用请求分析模块分析移动应用的数据请求，并且 从存储模块返回相应的数据。本发明能很好地降低无线网络

软土在我国有广泛的分布，为保证列车的高速、平稳运行，高速铁路对路基的沉降 变形控制要求很严，然而由于没有成熟可靠的软土路基沉降计算理论，致使目前我国已 修建运营的多条高速铁路软土路基出现沉降变形过大的情况，严重威胁到高速铁路的运 营安全。 本课题组近年来结合铁道部“CFG 桩复合地基沉降计算理论和设计方法”、“低矮路 堤复合地基沉降变形规律和设计方法”和 863 计划项目“高频重载条件下铁路路基不均 匀沉降设计理论和方法”等多项课题，对软土路基沉降计算理论开展了较为深入的研究， 在软土地基、路基本体及列车动荷载作用下沉降变形规律研究基础上，提出了一套较为 系统的软土路基沉降计算方法，尤其是对高速铁路无砟轨道路基广泛采用的桩网结构、 桩筏结构，建立了基于 Mindlin-Boussinesq 联合应力的沉降计算方法；针对列车动荷载 长期作用下易产生过大附加变形的软土地基低矮路堤，提出了可考虑高循环动荷载次数 的动力隐式与静力蠕变相结合的长期变形计算方法。 研究成果在多条高速铁路建设中得到应用。 

一、行人再识别研究研究背景：行人再识别（Person Re-Identification，简称 Re-ID）研究跨视域跨摄像头情况下对行人进行连续跟踪，是目前计算机视觉研究的热门方向，在智能安防领域有巨大的市场和广阔的发展前景。研究成果：基于特征级有监督背景消除的行人再识别方法、基于激活引导属性分类模型（AGAC）的行人再识别方法。二、面向智能终端的隐式身份认证不同用户的触摸智能手机的习惯具有独特性，不易被模仿。利用用户触摸智能手机的习惯作为生物识别符，“隐形地” 完成对用户身份的合法性认证。三、利用双通道建模的鬼影抑制算法研究背景：检测中的鬼影经常造成误检测，该算法可以抑制在检测时产生鬼影

阿里云创立于2009年，是全球领先的云计算及人工智能科技公司，为200多个国家和地区的企业、开发者和政府机构提供服务。阿里云致力于以在线公共服务的方式，提供安全、可靠的计算和数据处理能力，让计算和人工智能成为普惠科技。2017年1月阿里云成为奥运会全球指定云服务商。

产品详细介绍

产品详细介绍

产品详细介绍

产品概述： 中医脉诊实训教学系统采用仿生手臂来模拟真实的手臂结构，模型包含桡骨、尺骨、肘关节等骨性结构和标志。根据真实的成人上肢高仿真建模，采用硅胶外皮，手感逼真。内部含有智能控制电路，采用独有传感器模拟脉搏跳动，配合专业的三维虚拟仿真软件，为脉诊的实训提供了一种全新的实训方法。 一、软件功能： 1.1、认脉识脉：系统内置7大类模拟脉象，包含沉脉、迟脉、促脉、大脉、代脉、动脉、短脉、伏脉、浮脉、革脉、洪脉、滑脉、缓脉、疾脉、结脉、紧脉、芤脉、牢脉、平脉、平脉Ⅱ、濡脉、弱脉、散脉、涩脉、实脉、数脉等30余种单脉，还包含了浮脉相兼、沉脉相兼、迟脉相兼、实脉相兼等70余种复合脉象。 *1.2、脉诊认知：详细介绍了各个脉象的定义、鉴别、主病、脉机、应用举例、歌诀等知识。 1.3、脉象模式图：每种脉象都配备对应的脉象模式图和脉图以及脉象搏动周期、形态、浮中沉位置等，直观、形象展示脉象搏动情况。 1.4、一键返回：系统架构简洁明了，点击可返回主界面。 1.5、语音功能：针对详细注解内容，可以选取语音播报方式。 二、脉诊实训 2.1、开机检测：开机后系统可自动检测脉象设备的连接与故障情况。 2.2、脉诊原理的展示：通过模拟尺骨桡动脉的血液流动产生波动，在仿真手臂上动态形象的模拟脉搏形态。 2.3、脉诊部位：仿真手臂具有明显的桡骨茎突、肌腱等标志，可直接定位寸、关、尺的具体位置。 *2.4、正确脉诊部位的感知：手指放到正确的寸、关、尺的位置，系统可实时进行反馈感知，便于正确识别脉诊的位置。 *2.5、取脉力度：通过柱状图动态展示仿真手臂寸、关、尺三个部位取脉力度的大小，并可通过浮、中、沉、重沉四个取脉力度进行区分。 *2.6、系统可自动采集并获取用户当前取脉力度的大小。 *2.7、色块堆积：系统检测寸关尺三个部位的取脉力度，通过色块堆积的方式精准反应瞬间力度的变化。 *2.8、可对不同取脉力度的参数进行调节，可调范围为0-255。 *2.9、可自定义脉象的脉压、脉幅、频率，并配合仿真手臂来实现脉象的变化。 2.10、切脉周期：通过计算机控制脉搏的周期，详细模拟整个脉诊切脉时的时间和周期，同时脉象模式图与脉象保持同步、同频。 2.11、手臂解剖结构：可隐藏、显示三维手臂的皮肤、肌肉、神经、血管系统，以便了解手臂的解剖结构。 *2.12、三维透明功能：可调节三维手臂皮肤不同层次的透明度。 2.13、单臂硬件模型可实现左臂、右臂模式，可在系统中一键切换。 *2.14、系统内置理论试题与脉象实训试题，实训试题结合脉象模拟进行实训考核。 2.15、系统包含学生端、教师端、后台管理端。 三、考试管理功能参数 *3.1、教师端 考试管理：可以组织任意时间段的考试，设置考试时间并发布。 试卷管理：可以调用内置试题库系统自动组织生成试卷，也可以手动编辑试题组成试卷。 试题管理：可添加、删除试题，设置试题形式与分数。 学生管理：学生信息的导入和编辑管理。 考试结果：可实时记录每位考生的考试记录与信息。 智能分析：通过对考试结果的分析，方便教师掌握医学生实际学习状况。 *3.2、学生端 考试模式设置：可以接收考试提醒，实时进行考试。 实时提交：分主动提交和自动提交两种形式，实时显示考核结果并记录进个人中心，方便查看。 实训考核：基于计算机互联技术配合仿真手臂模拟脉象进行脉诊考核。 3.3、个人中心 个人考试记录：可查看脉诊理论考核与脉象考核记录详情，方便进行针对性的练习。 个人注册登录：登录个人账号可通过日历进行个人相关信息查询或学习。 个人设置：可以针对性的进行个性化设置。 四、硬件参数 4.1、多功能一体台车：符合人体工程学设计的一体台车，台车尺寸（长宽高）:110CM*60CM*77CM。 4.2、电脑一键进行开机，启动带有灯光提示，可旋转屏幕支架。 4.3、电脑配置：intel i5处理器、 8G 内存、 SSD高速固态硬盘、支持高清输出、双频WiFi网卡、24寸高清显示器。 4.4、高仿真脉诊模型一个。采用高仿真材质一体成型，手感真实，有尺骨、桡骨、肌腱、腕横纹、掌纹等骨性和体表标志。 4.5、脉枕一个。 4.6、仿真皮肤护理粉一盒。

随着物联网设备的指数型增长，传统云计算的集中式处理方法已不能满足数据处理和数据安全等需求，边缘计算应运而生。边缘计算可以提升物联网的智能化，促使物联网在各个垂直行业落地生根。但是，一般的应用都默认只支持一种物联网组网协议或使用一种边缘计算框架，且组网协议跟边缘计算框架的接入十分繁琐，用户使用操作不便，耗时长。   一种集成多组网协议多边缘计算框架的边缘计算处理平台可同时兼容多种组网协议和集成多种边缘计算框架，简化接入步骤，大幅度降低用户的操作步骤和时长。同时，部署简单快捷，通过配置文件执行一键启动脚本即可实现平台的自动化部署及统一管理。与现有技术相比，该平台配置变更灵活。针对不同的服务器，不同的设备，只需要修改配置文件就可以直接部署生效。无须重新编译代码，无须重新创建镜像。此外，该平台具有良好的扩展性，极高的并发处理能力和很强的稳定性。可利用硬件加速数据处理，通过对FPGA、GPU和ASIC等的加速算法实现对数据的加速处。