产品详细介绍故障现象：投影仪，使用AV端子信号传输，图像模糊严重，无法看清桌面内容细节，同时有严重的横条纹干扰，严重影响正常教学工作。 　　检修分析：　　1、该机使用AV端子信号传输，因为AV信号的最大分辩率只能支持640*480，所以客户反映图像模糊，这属于正常情况。　　同时该机使用一拖八VGA分频器，并连接有VGA信号线。但改变信号传输模式(选择使用COMPUTER)时，显示蓝屏，无信号输入。　　试着把投影仪的VGA信号线直接与显卡的VGA接口连接，同样显示蓝屏。　　2、为不影响教学工作，为客户提供一台代用投影仪，仍然只能使用AV信号线，无法使用VGA信号线，估计信号线或分频器有问题。　　更换投影仪后，因为仍然只能使用AV信号线传输，而AV信号线的最大分辩率支持为640*480，所以看上去图像仍然模糊，不过勉强可以使用。　　3、把客户的三洋投影仪带回公司后，直接使用1M的短信号线与显卡连接，仍然搜索不到COMPUTER信号。后使用AV信号线与显卡连接，可以显示，但图像仍然模糊。　　4、继续检测后发现，投影仪搜索不到COMPUTER信号是因为投影仪信号输入板的VGA接头因为氧化造成接触不良所致。于是拆机后更换15针的VGA插头，再使用VGA信号线连接，投影仪可正常接收VGA信号，分辨率达到1024*768，图像清晰，可以清楚的看到图标下面的文字，并能够直接读出右下角的时间。　　5、连续运行一个小时，并关机二十分钟后再次开机，并拔插信号线，机器仍然工作正常，于是将机器送回。　　为防止万一带10米VGA信号线到客户处，保证一次机器调试成功。　　6、到客户处后，把三洋投影仪正常连接后，仍然使用客户原来的VGA信号线。确认连接正确后，加电开机，可以搜索到电脑信号，但图像明显偏暗，同时没有黄色，有蓝色，绿色，红色。　　试更换为AV信号，显示图像与先前一样，但图像颜色正常，由此可判断投影仪没有问题，估计是RGB亮平衡没有调整好。　　接下来就打开MENU，试着调节亮平衡(RGB三色)。费了好长时间，仍然无法调试到正常状态。后来考虑到在公司测试时颜色正常，才想到可能是客户电教室的VGA信号线使用时间久后线路阻抗变大，造成RGB三色信号衰减不均所致。　　7、于是立即更换新VGA信号线，加电开机后图像显示亮度颜色完全正常。　　总结分析：　　1、对于投影仪，我们需要了解投影仪的信号接口，目前的投影仪有DVI，VGA和AV三种信号输入方式，其中DVI为近两年上市的投影仪才有的，主要是与新型号的显卡相适应，分辨率最大支持2048*1996;VGA信号输入为所有投影仪标配，分辨率最大支持1280*1024;而AV信号输入主要是与早期的录像机等设备相配套，分辨率最大支持640*480。　　2、投影仪主要用于会仪室，电教室，人员流动量大，机器的信号线容易爱到拉址而损坏，所以图像不正常时就考虑信号的传输问题。　　3、在投影仪检修过程中，一定要注意投影仪必须在关机五分钟后才能再次加电开机。同时投影仪关闭后，不能立即拔下电源，必须等风扇停转后才能拔下电源，防止投影仪内部过热损坏灯泡。　　特别是冬天在室外搬运投影仪后到室内或者直接在室外使用投影仪时，不能立即对投影仪加电开机，防止开机后受热不均烧毁灯泡。

本发明属于无线通信技术领域，具体涉及一种基于卷积神经网络的干扰信号识别方法。本发明的方法主要包括构建卷积神经网络；对接收到的干扰信号做预处理，将其作为卷积神经网络的输入样本；根据待识别信号的类别，将信号样本及其对应的类别构建为训练集，利用构建的训练集训练构建的卷积神经网络；根据训练的卷积神经网络，对每个预处理后的信号样本进行识别，获得未知信号的所属类别。

基于手机的人脸识别和定位的社矫人员监管系统”主要功能：每天可定时和随机方式要求社矫人员上传个人GPS位置信息，同时进行人脸识别和活体检测，从而在不需要增加额外的专用硬件设备，仅借助现有的智能手机，便实现对相关社矫人员行踪的实时监管，并有效杜绝监管工作中普遍存在的社矫人员“人机分离”、“冒名打卡”、“照片刷脸”等现象。该系统已与现有社矫系统（蓝信、律兜）无缝对接。无人社矫厅版本已经投入使用。

生物特征识别是模式识别、图像处理、人工智能等学科领域的一个前沿研究方向，是涉及国家社会公共安全的战略高技术，同时也是电子信息产业新的增长点。从今年开始，我国已经开始计划在第二代身份证和电子护照中嵌入生物特征信息以提高个体身份认证的可靠性，生物特征识别技术在国家的人口管理、安全反恐、机场安检、出入境边检、门禁与安全系统、权限控制、对象监控、金融防伪、电子商务、社保福利等领域发挥重要作用。

本发明公开了一种网络舆情识别方法

本技术成果克服了现有技术的不足，提供了一种对未知 应用（包括恶意软件）进行自动发现、自动聚类、自动分析、自动识别的技术

本发明公开了一种基于表示学习的星图识别方法，该方法利用端对端的、基于表述学习的神经网络模型RPNet，用于快速高效且鲁棒性强的全天星图识别任务

已有样品/n1）主要技术特点：该成果的特点是针对生物质燃料的光谱图像,利 用深度特征学习方法,建立生物质燃料的水份和灰份含量的传感函数模 型，然后,针对现场获取的生物质燃料光谱图像,利用训练好的传感函数 模型,自动检测和评估生物质燃料成份和品质。与现有生物质燃料成份检 测系统相比，具有生物质燃料品质检测速度快、精度高等优点。 2）主要技术指标：(1)水份和灰份含量检测误差：<1%； (2)水份和 灰份含量检测速度：<2 秒/样本； 3）应用范围：可用于生物质发电厂生 物质燃料品质评估，提

本项目面向交通管理行业，基于公共视频监控数据源，快速感知移动（运动）目标并在此基础上对车辆的异常行为进行识别（逆行、压线、违法掉头、违停、违法占道行驶等多种交通违法行为），同时能够记录移动轨迹，具体场景参照附件所提供的一组照片。该成果经过完善和产品（产业化）后，可以直接为城市交通管理提供技术支持。

该系统可对钢轮毂中的焊缝缺陷进行自动识别和判断，并对缺陷大小进行自动统计，从而自动判断是否合格。其控制软件具有图像采集、数据通信、数据及工艺文件存储、合格不合格统计及数据库查询、图像的自动处理与模式识别、加密、打印及帮助等功能。