本发明公开了一种分级式远距离有源电子标签及其识别方法， 该标签包括射频模块、控制器、存储器、电池模块，控制器与微型开 关相连，当人、设备、设施或者物品的状态发生改变时，拨动微型开 关，从而生成新的射频序列号，该新的序列号包含电子标签的原射频 序列号和识别对象状态改变后的新的序列号，将识别对象的不同状态 与不同的射频序列号相对应。按照本发明，能够实现电子标签的分级， 该电子标签将识别对象不同的状态与不同的射频序列号对应，通过读 写器可以将信息传输给数据管理系统，从而使管理人员对识别对象的 状态有全面具

本发明提供一种基于区域相关反馈的行人重识别方法及系统，进行初次查询匹配和反馈样本收集， 选取不相关图像作为反馈样本并标记类型;确定近邻集合、区域权重调整和特征权重调整;进行特征表 达和距离度量，得到查询匹配结果;查询匹配结果，如果符合要求则输出结果，如果不符合要求，则返 回进行迭代更新反馈样本，直到符合要求。本发明提出的基于区域相关反馈的技术，是充分了利用行人 图像的局部特征信息，从局部特征出发，结合其他信息实时动态地调整局部特征权重，并结合传统行人 重识别方法最终实现准确快速地找出并成功匹配目标嫌

本发明公开了一种面向人机交互的“1”手势识别方法，可应用于手机、电脑、电视等电子产品的操控。该方法步骤如下：人脸检测，拳头检测，肤色标记，亮度计算。本发明在手势识别过程中，将摄像头采集到的 YUV 视频帧图像中的亮度信息 Y 与颜色信息 UV 独立开来，先利用 UV 通道信息进行肤色的点的采集以及标记，再利用 Y 通道亮度信息进行进一步的判断；其中 UV 通道信息将肤色点与非肤色点区分开，Y 通道信息将与肤色点相近的

本发明涉及城市设计规划，提供在城市规划设计中识别城市风貌要素，通过建立城市在地建筑风貌案例库、理论分析、实验数据采集、数据公式分析、实际校正等手段，精准识别城市风貌要素的权重关系。 一、项目分类 显著效益成果转化 二、成果简介 本发明涉及城市设计规划，提供在城市规划设计中识别城市风貌要素，通过建立城市在地建筑风貌案例库、理论分析、实验数据采集、数据公式分析、实际校正等手段，精准识别城市风貌要素的权重关系。依靠要素分类簇群的数值为基准，动态平衡城市风貌控制区内的各类风貌要素的控制比例，科学系统地指导城市风貌规划设计和保护的一种基于VR结合眼动跟踪的城市风貌特征识别的方法。 在当前大力宣扬城市特色文化的背景下，为了突出地域风貌特色，许多城市常将具有一定城市地域文化代表性的旧城或历史街区进行整治和修复，城市风貌识别是开展城市风貌保护及塑造工作的重要基础。这是利用数字技术来感知、认知城市，进而科学精细化挖掘和智慧化发展城市风貌的新方法，该技术用于城市风貌特征要素分区和精细化识别、监控和提升，为城市风貌规划管理提供科学系统的指导建议。

制备隐藏二维码图像全息防伪标签的方法及其识别装置，属于防伪标签制备及识别领域，解决现有裸露二维码图像防伪力度不高的问题。本发明的方法，依次得到数据符号密文、生成二维码图像、得到傅里叶变换频谱图、绘制信息调制条纹图像、形成方形缩微条纹图像、将多个方形缩微条纹图像排列成组合图案、将组合图案制成浮雕图案母板，最后将浮雕图案母板复制到标签材料上。本发明的识别装置，包括激光光源、全反镜、标签平台、毛玻璃片、图像传感器、信号采集模块、识别模块、显示屏及语音播报器。本发明将隐藏有经信息加密的二维码衍射光栅条纹制作在全息防伪标签上，识别需经特殊处理，同时信息经过加密，将大大提高防伪性能。 

本发明公开了一种基于车辆视频识别的混合式主线收费站交通冲突评价方法，包括如下步骤： 1、在收费站的收费广场布置摄像头，采集车辆在收费广场的行驶视频； 2、对采集到的车辆行驶视频进行车辆识别和跟踪，获取每一帧图像中车辆的位置坐标； 3、利用车辆的M帧图像数据，计算车辆在每一帧图像中的速度和减速度指标如果发生跟驰冲突，计算车辆跟驰模型的时间指标TTCk；如果发生变道冲突，计算车辆转向模型时间指标Tpet； 4、将TTCk和Tpet进行同级化处理，统一为交通冲突评价指标STC，根据STC的值判断交通冲突的严重程度。 该方法可以对收费站交通冲突的严重程度进行量化，对收费站道路安全性评价、管理运营、道路引流措施等决策有重要的应用价值。

主要研究APT 网络攻击全链条的通用表征和威胁模型， 实现攻击的全链条威胁分析；研究跨平台内核数据实时可信 采集方法，探索基于去噪和去冗技术的高效数据解析、基于 语义恢复技术的关键字段填充；研究多源异构内核数据的重 构方法；研究保持全局依赖的数据压缩方法，实现实时、高 效、普适的数据压缩；研究面向APT网络攻击全链条的智能 检测框架，实现对攻击的全链条高效检测；研究APT网络攻 击的演化模式，实现APT网络攻击的可解释溯源分析。

成果描述：通信网络关键节点可视化分析系统提供了Degree、 Betweenness centrality、Closeness centrality、 Eigenvector centrality、 HITS和PageRank等中心性计算算法。 不同的算法适用于不同的场合。Degree算法表示节点的直接影响力强弱。 节点的Degree中心性值越高，该节点的直接影响力越大。 Betweenness centrality算法研究节点之间的通信程度和节点对信息的控制， 使用该算法可以准确找到网络中某些“流量”非常大的重要节点；本算法可用于设计网络的通信协议、 优化网络部署和检测网络瓶颈等。Closeness centrality研究信息传播的独立性和有效性； 本算法反映了节点在网络中居于中心的程度；本算法可用于考察一个节点不依靠其它节点来传播信息的程度。Eigenvector centrality基于特征向量的方法不仅考虑节点邻居数量还考虑了其质量对节点重要性的影响， 这是从网络中节点的地位和名望角度考虑，适用于网页排序。HITS是一种重要的网页重要性排序算法，主要适用于网络信息检索领域。 PageRank是网页排序领域中最著名的算法；该算法基于网页的链接结构给网页排序；它认为万维网中一个页面的重要性取决于指向它的其它页面的数量和质量；本算法适用于网页排序。 在本系统中可以方便、轻松和快捷的使用以上算法；输入数据，选择中心性算法，系统会快速展现算法分析结果；结果中越重要的节点在画面展示中直径越大， 直径越小的节点表示节点的重要性越低；在系统右侧栏目中节点以重要性程度降序排序，前五个节点名字用红色突出标记。 以上展示方式是为了让分析人员方便分 析数据。市场前景分析：发掘网络中重要性节点 （边）一直是图论领域 的一个基本问题。随着 近年来复杂网络研究热 潮的兴起，特别是很多 实际网络所抽象出来的 复杂网络，表现出了与 以往图理论不同的特性， 如小世界特性、无尺度 特性等。如何在复杂网 络环境下，发掘重要性 节点已经成为复杂网络 研究的一个基本问题， 同时网络中节点的重要 性进行评估具有重要的 实用价值。尤其对各种 各样具体的网络，更可 以有针对性地分析其性 质，制定正确的策略和 措施。与同类成果相比的优势分析：本系统提供了更多的中 心性算法，分析人员可 以在本系统上从多角度 分析数据，从而得出更 为准确的分析结果； 本系统提供了数据可视 化的展示方式，并且将 重要的节点突出展示； 本系统提供了不同算法 的对比分析表，方便分 析人员对比分析； 本系统提供重要节点的 进一步分析思路，提供 节点的详细分析页面。