本发明公开了一种基于子空间融合和一致性约束的准稠密匹配扩展方法。首先获取可靠的种子匹配，在种子匹配周围选定待扩展区域。然后对区域内的所有待扩展像素点进行稠密 SIFT 特征提取，并通过子空间学习将待扩展点的特征信息和位置信息进行融合。在寻找匹配时，利用一致性约束学习一个局部非刚体变换，该变换与仿射变换·748·等模型相比可以更好地描述非平面复杂场景。每一次扩展完成之后，对扩展结果进行优化，剔除不好的匹配

本发明公开了一种采用基于 Delaunay 三角剖分的空间网络编码的网络传输方法，适用于包含 N 个终端点的传输网络；包括初始化步骤、Delaunay 预处理步骤、形成子矩形步骤、子矩形划分步骤、求平衡前线性规划最优解步骤、调整中继点到平衡位置步骤、求平衡后线性规划最优解步骤和 Delaunay 后处理步骤；通过采用 Delaunay 三角剖分得到斯坦纳点和增补的斯坦纳点作为候选的中继点，并通过非均匀划分得到候选的中继点，从上述候选的中继点中选出最优的中继点，对选出中继点的位置进行微调以进一步降低代价，从而得到采用空间网络编码的网络传输方案，解决现有技术中仅基于非均匀划分的空间网络编码方法中，当中继点与终端点非均匀密度分布时求线性规划最优解时计算量大的问题，进一步有效提升网络传输的总体性能。

b0,+AT-rBAT是人体内的一种氨基酸转运蛋白复合物，属于异源多聚体氨基酸转运蛋白（HAT）家族。异源多聚体氨基酸转运蛋白，由轻链蛋白和重链蛋白构成。b0,+AT是其中的轻链蛋白，负责转运底物。而rBAT是其中的重链蛋白，具有负责轻链蛋白细胞膜定位（即将轻链蛋白“护送”到细胞膜上）和维持轻链蛋白的稳定性的作用。 b0,+AT主要分布于小肠和肾脏中。b0,+AT或者rBAT的突变，会诱发胱氨酸尿症，一种先天性遗传疾病。患者尿路中常有胱氨酸结石形成，造成肾绞痛，可引起尿路感染和肾功能衰竭。该病作为一种隐性遗传疾病在人群中的发病率约为1/7000，属于罕见病的一种。研究b0,+AT-rBAT的最新研究成果，揭开了胱氨酸尿症发病的分子机理。复合物的结构和功能，将能帮助我们认识胱氨酸尿症，为可能的治疗方案提供线索。 本项研究工作在全世界首次解析了b0,+AT-rBAT的高分辨率电镜结构。结构显示，b0,+AT蛋白与rBAT蛋白首先形成异源二聚体分子，然后两个异源二聚体分子通过rBAT蛋白的相互作用再进一步形成一个二聚体。体外转运实验表明rBAT蛋白对b0,+AT蛋白的转运活性是必需的；也就是说，b0,+AT要正常发挥转运功能，需要有rBAT蛋白的存在。这与周强实验室2019年解析的LAT1-4F2hc复合物相似。LAT1-4F2hc复合物同属HAT家族，其中的4F2hc蛋白是LAT1蛋白发挥转运活性所必需的。 同时，该研究也首次解析了b0,+AT-rBAT和它的天然底物精氨酸的复合物的冷冻电镜结构，解释了它的底物识别机制。如果把b0,+AT-rBAT复合物比做生物膜上的一艘船，那么被转运的精氨酸，可以被理解为“货物”。研究人员通过解析b0,+AT-rBAT与底物的复合物的结构，可以了解该“货物”如何加载到船上的——这个过程，即为“识别机制”。 在底物结合点附近，科研团队还鉴定出了底物结合位点附近的一个转运调控区域。通过点突变和同位素转运实验，他们证明了该转运调控区域对于b0,+AT-rBAT的转运功能至关重要。西湖大学黄晶实验室采用了分子模拟的方式，亦验证了该区域的重要性。 对于b0,+AT-rBAT复合物突变而导致的胱氨酸尿症，基于上述研究，研究团队进一步揭开了该疾病发生的机理。通过分析已解析出的b0,+AT-rBAT的高分辨率结构，研究人员对突变的位点进行了准确定位，并对这些位点进行了体外生化实验的验证。结果显示，b0,+AT-rBAT的关键位点的突变影响了氨基酸转运的活性，造成了胱氨酸尿症。

项目的背景及目的 桥式吊车是一种十分常见的装配运输工具，在港口、仓库、建筑工地等场所得到了广泛的应用，当前，对于桥式吊车主要还是通过有经验的工人来进行操纵的，存在着培训周期长，劳动强度大，工作效率低，安全性不高等缺点。为此，设计一套操作方便的吊车自动控制系统，可以提高吊车系统的工作效率与安全性能, 并将工作人员从当前这种艰苦的工作环境中解放出来。 技术原理与工艺流程1）桥式吊车自动控制系统设计 桥式吊车自动控制系统主要包括三个部分：吊车控制单元，工作空间监控单元，和操作单元。控制单元是整个系统的核心部分，它主要负责吊车的作业控制。该单元接收来自操作员的命令，还接收来自工作环境监测单元的环境信息，从而实现自动避障或紧急制动。监测单元主要由多个CCD摄像头和图像处理器构成，主要包括两方面功能：将采集到的环境图像实时地传输到操作单元；对环境信息进行处理，得到障碍位置信息传输给控制单元以实现自动避障。操作单元是桥式吊车自动控制系统的人机接口。 2）桥式吊车实验平台 桥式吊车实验平台主要由机械主体，驱动装置，测量装置和控制系统四部分组成。机械主体是指桥式吊车的机械部分。驱动部分根据控制量来为机械部分提供相应的力/力矩，从而实现对负载的安全、平稳运送。控制系统的控制命令是跟据吊车系统的动力学模型以及实时状态反馈来在线计算的，而实时状态的反馈则通过测量部分（主要包括编码器等传感元件）来完成。 主要技术性能指标Ø 桥式吊车自动控制系统桥式吊车实验平台主要技术指标：l  负载定位精度：5mm。l  负载摆角抑制：-10度~10度。l  具有负载紧急制动能力。l  友好的人机界面。Ø  桥式吊车实验平台主要技术指标：l  外形尺寸：2m×1.2m×0.5m。l  控制周期：<1ms。l  控制方式：力控制。    技术水平及用途 本项目得到天津市自然科学基金项目支持，应用行业  1.运输 2.工业 3.建设。本项目的应用可以提高桥式吊车系统的工作效率与安全性能, 既可将工作人员从艰苦的工作环境中解放出来，又可以增加桥式吊车在危险、极端环境下的作业能力。此外，本项目所设计开发的桥式吊车实验平台，也可以用于各大高校研究所进行非线性欠驱动系统教学、科研的平台。 应用前景分析及效益预测本项目的研究成果，可以有效地提高桥式吊车系统的装运效率，减小系统操作复杂度，降低劳动强度，增加系统的安全可靠性。从而将科学技术转化为生产力，创造出良好的经济效益。同时，随着素质教育的进一步深化，各大高校正不断地寻求良好的实验平台以提高学生的动手能力和学习兴趣，桥式吊车作为一种典型的欠驱动非线性系统是一个很好的研究对像，因此，项目组所设计开发的桥式吊车实验平台在教学、科研上也有广阔的应用前景。

采用本发明得到的准完美序列组，具有接近完美的相关特性，即绝大部分自相关函数取值为零，并且绝大部份互相关函数取值为零。本发明所得到的准完美序列组，可以广泛应用于认知无线电系统，如信号同步、信道估计、多用户扩频等方面。

桥式吊车是一种十分常见的装配运输工具，在港口、仓库、建筑工地等场所得到了广泛的应用，当前，对于桥式吊车主要还是通过有经验的工人来进行操纵的，存在着培训周期长，劳动强度大，工作效率低，安全性不高等缺点。为此，设计一套操作方便的吊车自动控制系统，可以提高吊车系统的工作效率与安全性能, 并将工作人员从当前这种艰苦的工作环境中解放出来。

成果描述：针对亚洲人群自然膝关节的解剖结构特点和运动学数据，实现了符合国内人群的人工膝关节的设计，为我国人工膝关节制造提供依据；提出了基于包络原理的人工膝关节匹配关节面的创新设计方法，实现了人工膝关节匹配关节面的参数化设计，在改变参数的基础上可进一步实现系列化设计和个性化设计；同时，可拓展应用于人体其它关节部位的参数化设计。市场前景分析：当前，美国大约每年有30万患者接受人工膝关节置换；在欧洲和亚洲发达地区，每年需做人工膝关节置换手术的患者约占人口的千分之一；而我国现在每年有超过3万患者接受人工膝关节置换。随着人们观念转变和生活要求的提高，以及医疗保险的改善，可以预测不远的将来我国每年至少有30万患者接受人工膝关节置换，再加上部分亚洲市场，每年亚洲国家有潜在50万患者选择人工膝关节置换。如果我们所设计的产品占领亚洲市场的1/4，每套产品按1元万记，估计产值为12亿。此项目研制开发适合于亚洲人群特点的人工膝关节假体，具有更适合亚洲人膝关节解剖特点和高屈曲度功能要求，其市场应用前景非常广阔。 根据人体自然膝关节的特点，开发适合于亚洲人群，尤其应用于中国人群的人工膝关节，符合我国当前骨科医疗领域的实际情况，对于我国外科医疗技术的进步无疑具有重要的现实意义，项目成功实施后可以有效地改善患者的生活水平，创造更大的经济效益。与同类成果相比的优势分析：国内领先。

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。