本发明公开了一种基于忆阻器的图像识别系统及方法。所述系 统包括图像信号提取模块、多个基于忆阻器的神经网络模块和识别模 块；所述识别模块其输入端与多个神经网络模块的输出端相连；每个 神经网络模块的输出端与识别模块的输入端相连，其输入端与信号提 取模块的输出端相连。所述方法包括以下步骤：（1）获取待识别灰度 图像的特征向量并输入各神经网络模型；（2）各神经网络模型根据其 图像模型对所述特征向量分别进行打分并进行识别；（3

本发明公开了一种基于边缘几何特征的图像识别方法，包括对 工件的原始图像进行滤波处理；对上述滤波处理后的图像进行二值化 处理；对二值化处理后的图像查找获得轮廓序列集；从上述轮廓序列 集中筛选出合格的工件轮廓；确定上述工件轮廓的最小外接矩形，并 确定上述工件轮廓的中心点；沿上述最小外接矩形的四条边的方向截 取上述工件轮廓的四个子序列；使用边缘几何特征算子计算上述四个 子序列中各子序列的能量值；确定上述四个子序列中能量值最大的子 序列，并确定工件的方向角。本发明还提供了相应的图像识别系统。 本发明无需建立

本发明公开了一种基于核相似区分布特性的图像角点检测方法及系统，包括:步骤 1，构造一个圆 模板和 m 个角模板;步骤 2，获得圆模板和角模板的核相似区面积;步骤 3，按核相似区面积大小对角 模板对应的方向排序，获得方向序列;步骤 4，基于方向序列确定主方向并判断主方向连续性;步骤 5， 根据圆模板的核相似区面积、角模板中最大核相似区面积和最小核相似区面积的差值、主方向数量和主 方向连续判断模板中心是否为候选角点;步骤 6，基于步骤 5 的判断结果进行非极大值抑制，确定图像 角点。在角点提取过程中，本发明同时考虑了核相似区的面积和分布特性，可避免角点的误提取，从而 提高角点检测精度。

一种基于对象随机游走的遥感图像视觉显著性检测方法及系统，包括进行多尺度分割，并在每个尺 度下分别对颜色特征相似的邻接区域进行合并;对于每个尺度下的分割结果，分别提取每个分割区域的 视觉特征，构建当前尺度下的对象集合;对于每个尺度下的对象集合，通过对象间的特征差异计算对应 的边缘权重，并计算注意焦点在对象间的转移概率，获得注意焦点的转移概率矩阵，分别根据注意焦点 的转移概率矩阵计算注意焦点在所有对象间的平稳分布，由该平稳分布中每个对象对应的概率进一步计 算视觉显著性并归一化，获得当前尺度下的归一化视觉显著图;融合各个尺度下的视觉显著图，即可获 得该遥感图像最终的视觉显著图。

本项目利用图像识别技术和运动目标检测定位技术，采用高新能、快速硬件组合（ARM+DSP+FPGA）方式构建运动目标自动识别系统，设计图像的非线性变换，二值化，自适应阈值值分割、模糊边缘识别和区域连通性分析等算法，对机车前方行人进行检测报警，提高了井下电机车运输安全性能。软件设计采用基于嵌入式实时操作系统的多任务设计模式，使得监测系统的实时性、可靠性更高，为行人监测系统的不间断运行提供了可靠的保障。

本发明属于光电子芯片加工制造技术领域，公开了一种图像压缩光学芯片的实时在线制作检测系统及方法。利用计算机对待压缩图像进行压缩得到第一图像，并扫描得到第一图像灰度信息，根据第一图像得到第一控制信息；超快激光器根据第一控制信息对光学芯片材料进行波导结构加工；激光器阵列根据第一图像灰度信息产生对应功率的激光并通过光纤进入至光学芯片材料；利用光功率探测器阵列接收光学芯片材料输出的激光并得到功率信息；计算机根据功率信息得到第二图像灰度信息，重构得到第二图像，根据第一图像和第二图像得到第二控制信息；超快激光器根据第二控制信息对光学芯片材料进行在线矫正加工。本发明能够提高光学芯片的生产效率、降低制造成本。

本发明公开了一种可组网便携式汽轮机组振动数据采集与故障分析系统，包括ARM主控模块、电源模块、故障诊断模块、对传感器传递的快变及键相信号进行预处理的信号调理模块，所述信号调理模块的输出端连接可对多路同步快变信号进行键相采集的同步快变信号采集模块，同步快变信号采集模块的输出端与ARM主控模块通过总线通讯连接；所述故障诊断模块接收ARM主控模块通过总线传递的数据并诊断，诊断结果通过总线反馈给ARM主控模块；所述电源模块通过总线为信号调理模块、同步快变信号采集模块以及ARM主控模块提供电源。所述总线为PC/104并行总线。本发明优点：结构紧凑小巧、方便携带、能够与其他系统组网以动态分配任务、处理效率高、使用灵活性好。

简单介绍： ZL-620A一体化信息化信号采集处理系统采用一体化设计原则，同时集成了可移动实验平台、医学信号采集系统、呼吸系统、测温系统、照明系统以及同步演示系统。帮助科研工作者获取更客观、的实验数据，是研究人员、老师和学生可以通过该一体信息化信号采集处理系统观察到各种生物机体内或离体器官中探测到的生物电信号以及张力、压力、温度等生物非电信号的波形，从而对生物肌体在不同的生理或药理实验条件下所发生的机能变化加以记录与分析。 详情介绍： 一.硬件技术指标：1.1.设备集成平台外形尺寸:650mm（L）*780mm(w)*2100mm(H) 误差≤10mm，长宽高1.2.实验操作平台外形尺寸：1400mm（L）*740mm(w)*750mm(H) 误差≤10mm，长宽高1.3.具有分项设备与节能独立控制模块，一键式操作。1.4.输液架离台面高度：≤1200mm，输液架移动范围：两侧≤660mm；1.5.实验台面材质：ABS工程塑料；1.6.实验台面下屏蔽层：紫铜网，可与外部接地端相连接，尺寸：1400mm×720mm×0.3mm（长*宽*高）；1.7.分体式操作平台及移动滚轮：分别带4个自锁式万向移动滚轮，平台可分别独立移动；1.8.内置呼吸机潮气量： 15~90ml，呼吸比：1:9-9:1，81种呼吸比，6KPa过压保护；1.9.呼吸机控制模式：5寸触摸液晶屏与软件控制，气道压力波形显示范围：7Kpa； 1.10.音响系统：频响范围100Hz-20KHz,理论功率RMS2W；1.11.实验照明系统：分组开关4×12W，自然光LED灯，1.12.外部接口：3个USB接口，1个网线接口，6个220V电源插口，HDMI接口；1.13.摄像系统:品牌4K摄像机光学防抖，1920x1080分辨率，WIFI功能，触屏操作等。1.14.电脑系统： Wifi+蓝牙酷睿，Win11 i5-11400 ，16G ，256G+1T ，23英寸二.软件技术指标2.1.通道数：4个通道2.2.所有通道均为多功能全程控隔离型放大器。每一通道的放大器均可作生物电放大器、血压放大器、桥式放大器使用，还可作肺量计、温度计等。且每个通道拥有独立的硬件模块。2.3.采用高精度16位A/D转换芯片，单通道硬件*高采样率1000KHz，。硬件*低采样率0.01Hz。四通道连续采样时*高采样频率200kHz ，且实时采样的过程中可以根据需要来改变采样率。2.4.放大器输入电阻≥１００MΩ（双端输入）及5０MΩ（单端输入）、共模抑制比≥100dB、噪音≤±1μＶ6.交、直流具有相同的增益：量程500mv、200mv、100mv、50mv、20mv、10mv、5mv、2mv、1mv、500uV、200uV、100uV、50uV、20uV、10uV档可调；可直接输入10V电信号而放大器不饱和。2.5.低通滤波（硬件）：0.3 Hz、 3 Hz 、10Hz、30Hz、100Hz、500Hz、1kHz、3kHz、10 kHz、OFF（20kHz）。具有5阶以上的滤波方式。2.6.时间常数（硬件）：0.001s、0.002s、0.02s、0.2s、1s、5s、DC。2.7.光电隔离程控刺激器：具备单刺激、串单刺激、连续单刺激、双刺激、串双刺激、连续双刺激、定时刺激、强度递增刺激、频率递增刺激、波宽递增刺激、强间隔递增刺激、自动串双刺激等刺激模式。*大负载电流：10 mA、具备正电流、负电流输出方式，具有恒流刺激、恒压刺激输出两种方式，内置刺激器幅度：100V，步长：1mV，波宽：2000ms，步长：0.01ms；2.8.实时采样的过程中可以根据需要来改变采样率。2.9.硬件系统包含ECG全导联导联卡，导联切换方式可程控。2.10、可批量将心电数据转换为图片上传到U盘或SD卡（支持可扩展64G SD卡，可储存20万心电图信息）存储，供电脑查看直接连接打印机打印 、热点阵打印系统，记录纸规格80mmx20m，卷纸 、走纸速度：6.25mm/s、12.5mm/s、25mm/s、50mm/s（±3％） 2.11.单台设备之间可以任何组合并构成新的8~16通道记录仪，并拥有独立的8通道和16通道软件。2.12.软件集成专用药理分析工具箱，集成多种药理分析工具：PA2的计算， 使用Bliss法完成的LD50计算，t检验计算.回归分析等。具备心电自动统计分析功能。具备心率变异性（HRV）分析功能。具备心肌细胞动作电位、LTP、脑电、细胞及神经放电的专用测量分析功能。具备心电、血压、心室内压、脉搏、呼吸等动态自动测量功能。2.13.具有二维和三维频谱分析功能，可开展胃肠电的研究工作；2.14.文件恢复功能：可将文件恢复，实验数据可自定义备份时间，需要时可恢复未保存或文件损坏的实验数据2.15.管理系统：实时显示在线或离线状态，支持任意时间添加或删除设备以及使用次数等。三.配置清单：3.1.设备集成平台一台3.2.实验操作平台一台3.3.医学信号采集处理系统一台3.4.生物信号采集与分析系统软件一套3.5.管理系统一套3.6.集成化小动物生命维持系统一台3.7.集成式动物肛温检测系统一套3.8.实时摄像系统一台3.9.手术照明系统一套3.10.输液架一个3.11.电脑一台3.12.动物附件包：张力换能器，血压换能器，呼吸流量换能器，生物电信号线2根，刺激线一根心电线一根3.13.鼠兔实验台一台3.14. 20件机能附件包（双线电极，一个保护电极，一个悬浮电极，一个神经引导电极，一个锌 铜 弓，一个兔气管插管，一个鼠气管插管一个，8个蛙钉，2个蛙心夹，血压夹持器一个，兔动静脉插管一个，鼠动静脉插管，一个大小动脉夹各1个，蛙心插管一根，玻璃分针2个，双凹夹一个，三通一个，木制蛙板，一根万向支架，一个探针一根） 3.15. 产品合格证   1个 3.16. 服务承诺        1份

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。