产品详细介绍 【产品说明】    电缆识别仪由信号发生器和接收钳信号检测器及指示表三部分组成，信号发生器主要产生特殊的脉冲调制信号，通过输出线加至停止运行的被测电缆上，用接收钳在现场寻找被测电缆，当接收钳检测器测到施加在电缆上特殊信号时，信号检测器上电表指针与施加信号频率同步摆动，而其它电缆线上检测到的信号则要小很多且方向相反，通过电表指示幅度及方向，很容易判定被测电缆。接收钳信号检测器同信号发生器联合使用时，可以用于电缆带电状态判别，或辅助寻找电缆短路位置等工作【工作原理】    发射机发射的大功率特殊信号输入被测的电缆，将接收机靠近所选定的电缆上，则感应的电流脉冲的方向由电表指针标出并且反映出接收信号的幅度大小。对邻近的其他电缆由于电感或电容耦合，或由于返回电流经过屏蔽层引起的讯号，此时电表指针也将摆动，但其强度明显比被测电缆指示要小。【应用范围】    电缆识别仪适用于各种型号电缆中的停运电判别；识别所要寻找的电缆；对于电缆沟、桥架及固定在墙上的电缆尤为方便。【性能指标】信号发生器： 电  源：AC220V   50Hz输出功率：1.5KVA输出方式：间隙调制方式间隙时间：1—3S环境温度：-10℃—45℃机壳尺寸：250×130×250mm3【接收机】                            电    源：5#电池四节检测电流：2A—5A检测方式：感应式、判别方向及大小仪器特点a) 识别准确；b) 操作简单明了，无误操作；c) 指示清晰无误判断；d) 整套仪器小巧、美观；g) 适合各种型号电缆

仪表智能识别物联网系统由智能读表相机、智能应用系统云平台套件以及大数据智能分析服务组成，通过智能采控终端采集仪器仪表的各项数据，将数据上传到网络服务器，存储、整理分析，通过智能应用系统实现实时在线监控、记录、查询、统计、分析、修改、报警等操作，实现远程智能化管理，提高企业智能化管理水平。

一、项目简介 水下潜水器是海洋立体监测系统的重要移动平台，在深海工程检测、地质勘探、科学考察、环境监测与军事应用等方面有重大需求与发展前景。《国家“十二五”海洋科学和技术发展规划纲要》明确了“开发水下自航行剖面测量技术，形成近海实时、快速观测能力”的重点任务。目前国内外水下潜水器普遍采用细长或开架结构和螺旋桨驱动，具有推进效率低，转弯半径大和辐射噪声大的弱点，急需在减阻和探测能力上取得突破。本项目围绕水下小型机器人高精度探测与识别重要需求，研究基于人工智能的水下探测与识别技术，在水声仿生智能探测、目标特征提取和分类识别上开展技术攻关，并研制样机。海图公司开发多款水下机器人产品，618展示得到重要认可。基于人工智能的小型水下机器人可广泛应用于海洋与内陆，有显著产业化前景。 二、前期研究基础 科研依托厦门大学海洋与地球学院、水声通信与海洋信息技术教育部重点实验室，具备开展水声实验的良好设施：嘉庚号科考船、一艘海洋二号实验船、两处岸边实验站、一个大型水声水池、水声换能器、测量放大器、丹麦B&K公司的声学测量仪器谱分析仪等。已研制多款水下仿生机器人并在水池完成测试。研究团队凭借跨学科优势，把仿生声学探测与水下机器人技术相结合，取得创新成果。本项目实施所需要的实验方法与技术已经具备，并已在以往研究中得到成功应用，从而具备扎实的科研基础。 三、应用技术成果 在仿生探测方面，研究基于人工智能的水下探测与识别技术。仿生最优能量传输与波束控制、仿生目标探测与人工智能识别可以提高水声探测指向性、抑制混响并具备定向水声通信能力，能够突破现有水下机器人水声探测和通信限制。在基于人工智能的海洋仿生机器人研发方面，利用生物医学成像测量鲸豚流线体形、结构和组织特性，设计仿生机器人具有仿生形态和柔性特性，突破现有水下机器人结构和材料设计理念。研究水声仿生智能探测、目标特征提取和分类识别提升仿生机器人水下工作能力。在仿生水下机器人样机研制、传感和模式识别等取得应用成果。 四、合作企业 海图志（厦门）智能科技有限公司由福建省海洋与渔业厅批准的双创干部苏芃牵头成立，组织了西北工业大学、华南理工大学、厦门大学、福州大学、福建师范大学等院校博士专家40余人组成，2015年开始，经过了2-3年的基础理论研究，已经申报和取得相关的专利软著20项。开发过相关的水下装备设备包括水下光学成像摄像机、水下光学镜头、水声定位设备、水下潜器等等，具备一定的开发研究的基础。得到省委于伟国书记、中国工程院院长周济、国家海洋局林山青副局长等等领导的认可。相关的产品取得福建省618青年海洋创新创意成果奖第一名，第六届全国海洋航行器设计与制作大赛一等奖，19届中国国际高新技术成果交易会优秀产品奖、中国创新创业大赛福州市三等奖。海图志（厦门）智能科技有限公司取得厦门海峡科创基金的以5000万估值的投资，在厦门设立海洋机器人创业基地。 海图志（厦门）智能科技有限公司小型水下产品在2016年深圳高交会上引起了科技部、云南省科技厅、广西省海洋局等其他省市领导的重视，2017年福建618项目成果交易会上得到中国工程院院长、福建省省长（现任省委书记）、国家海洋局副局长、福建省副省长、省发改委主任等专家领导的肯定。

本发明公开了一种基于拉曼光谱技术的藻种分类识别方法，包括：取相同藻种的多个样本，每个样本均为当前藻种的活体藻液，采用拉曼光谱仪获取各个样本的拉曼光谱原始信息；对采集的拉曼光谱原始信息进行预处理，得到对应的预处理谱图，然后采用偏最小二乘法从各预处理谱图中提取主因子；更换藻种，获得与不同藻种相对应的主因子；以所有藻种的主因子作为输入，以与各主因子相对应的藻种分类为输出，建立BP神经网络模型；取待鉴别活体藻液，获得该待鉴别活体藻液的主因子并输入所述BP神经网络模型，获得待鉴别活体藻液中所包含的藻种分类。本发明实现了基于拉曼光谱技术的藻种快速准确分类，大大简化了操作步骤，缩短了检测时间。

创新性地开发出了能同时识别有机磷、氨基甲酸酯及拟除虫菊酯类农药残留的生物酶，并筛选了相应的检测体系，从而解决了目前使用的农药残留速测方法只能检测有机磷和氨基甲酸酯类农药的问题；在此基础上，利用固定化生物敏感元件分别与不同的检测换能器紧密配合构建了系列生物传感器型农药残留速测仪，实现了农药残留检测的自动化和通用化。 

通过采用两个不同光学放大倍率图像采集系统，进行巧妙的光路切换，实现了针对检测对象变换图像分辨率的要求，有效解决了高密度PCB检测速度和微小元件检测准确度的矛盾，破解了长期困扰自动光学检测技术领域共性技术难题；应用企业已累计生产销售682台套，用户已达到300多家，部分产品出口到了欧盟、东南亚等国家和地区，打破了相关高端设备一直被国外设备垄断的局面，有效促进了行业的技术进步。

简介： 1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。 层级分割模型示意图  分类模型可视化热图   2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。 钼靶乳腺图像预处理   双侧双体位深度学习网络   优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。  

1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。层级分割模型示意图 分类模型可视化热图 2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。钼靶乳腺图像预处理 双侧双体位深度学习网络 优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。

其中的前景图像提取方法包括：获取第i帧与第i-1帧中位置相同的像素点之间的距离，获取距离大于预定值的像素点集合Z，获取像素点集合Z中与第i-1帧中的前景区域的像素点位置相同的像素点集合U，将像素点集合U进行背景差分处理，获得像素点集合E，根据像素点集合E、像素点集合T以及像素点集合W的并集确定第i帧的前景区域，像素点集合W为像素点集合Z中与第i-1帧中的前景区域的像素点位置不相同的像素点集合，像素点集合T为第i-1帧的前景区域中与像素点集合U中的像素点位置不相同的像素点集合。上述技术方案能够快速准确的提取出第i帧中的前景图像。

清华大学利用具有自主知识产权的 DMB-T 系统所开发出来的应急双向视频图像传输系统，在国务院应急办领导视察时获得了好评，并已经在国内部分地区获得了应用，反应良 好，有效地解决了特殊情况下图像信息的传输和发送问题，如在反恐演习、奥运安保、2008 年雪灾、地震灾害的现场图像回传中发挥了作用。该系统对于构建和谐社会、维护社会治安、 打击犯罪提供了重要的技术保障。清华大学数字电视技术研究中心在原有技术基础上，针对 当前频率资源紧张的现状，提出了图像传输带宽可变的新一代系统。该方案已经被公安部正 式接收成为其标准技术方案之一，未来不少要害行业和部门(公安、消防、电力、卫生、水 利、森林防火、库区大坝安全等)都可能需要配备该系统。我们愿意与当地企业合作，根据 需求进一步做好系统优化并完成产品设计，使之成为一个具有低成本、高可靠性和产业化成 熟度高的产品。