本发明公开了一种基于在线训练的视频运动目标分类方法，包括以下步骤：(1)获取原始视频序列的所有运动目标；(2)对运动目标提取速度、面积等标记特征和高宽比等分类特征；(3)将速度特征大于速度高阈值的目标标记为“车辆”，速度特征小于速度低阈值的目标留作步骤(4)进行二次筛选；(4)对速度小于速度低阈值的目标中面积特征小于面积阈值的目标标记为“行人”；(5)将标记完毕的“车辆”目标和“行人”目标设为训练集，训练得到人车分类

本发明公开了一种辐照工业中辐照均匀度在线实时检测系统， 属于辐照加工领域。现有的辐照均匀检测方式主要是化学方法和电学 方法，存在不能进行实时测量、操作不灵活、不准确、不方便、空间 覆盖不完整、有高压电击的危险等问题，本申请提供的系统包括：可 调台架配合一维运动平台、电子收集装置、信号采集电路、光纤通信 链路以及人机交互端，该系统使用方便、准确性高、安全性高，同时 可以实现实时在线重复测量。 

本实用新型公开了一种单目三维实时在线跟踪与定位系统。该系统包括激光测距装置、望远镜、CCD、 三角架、标靶及计算机。激光测距装置固定在望远镜的上方，望远镜被固定在三角架上，CCD 安装在望 远镜成像面上，用于获取标靶的二维图像，与激光测距装置一起通过 USB 数据线将获取的图像传输到 计算机中，并将测量的结果在计算机上显示出来。本实用新型能对目标进行在线跟踪，实时监测目标的 三维微小移动，系统组成简单，应用成本不高，适合在工程建筑变形观测领域推

系统可通过监测管线表面应力变化对油气管线腐蚀缺陷进行在线监测，保障管线安全运行。 一、项目分类 显著效益成果转化 二、成果简介 针对油气管线特殊的应用场合，基于短栅区光纤光栅传感器设计了一种油气管线腐蚀在线监测系统。该系统可通过监测管线表面应力变化对油气管线腐蚀缺陷进行在线监测，保障管线安全运行。结合波分复用、时分复用技术及光纤光栅解调系统开发了基于光纤光栅的管线腐蚀在线监测系统，并将该系统应用于中海油渤南龙口天然气终端处理厂。

本发明公开了一种针对复杂曲线构件的激光焊接实时在线监控 系统。该在线监控系统的硬件平台包括激光焊接头、机器人、影像采 集设备、图像处理单元、数据处理单元、反馈调节单元、机器人控制 单元。该系统的目的是通过实时拍摄焊接头与工件的相对形位，将实 际形位与规划行位比对，计算回归规划路径所需的补偿矢量，继而将 该矢量加载于机器人上以调节机器人按照预定轨迹进行焊接。

（一）项目背景 当前，智慧教育具有智能导学、精准推荐、定制辅导、精细评价等特点，已成为国际国内教育信息化发展的趋势。智慧教育的研究主要聚焦于智慧学习环境建设的研究、智能技术支持下的智慧教学研究和机器学习技术支持下的个性化学习研究。智慧教育的出现极大地促进了当前教育中学习空间的重构。在“学习空间”之前，人们通常使用“教学空间”来指代这种场所，将有教学活动的场所均称作教学空间。随着人们对学习过程的理解变化、智慧教育的快速发展以及人们对非正式学习的重视，学习空间逐渐由单一的物理教学空间向包含物理空间、网络空间、移动空间的多元学习空间转变。多元学习空间的提出虽然更多地体现出了“以学生为中心”的倾向，但如何具体衡量多元学习空间对学生学习效果的影响是评价多元学习空间的重要步骤。同时，在多元学习空间具体构建时，面对空间中来源不同、结构多样、数量庞大的多模数据如何进行处理存储、并在保证数据有效性的前提下对教育数据进行隐私保护是多元学习空间需要解决的另一个难点。 （二）项目简介 本项目主要目标是针对信息技术支撑下学习空间多元化、场景复杂、需求多样化，学习者及学习行为呈现出新的特点和规律，研究多元学习空间中学习行为数据化关键技术，构建“云-边缘-物联网”架构的多模态数据存储与处理平台，实现混合式学习环境下学习行为智能感知和数据化，优化学习行为模型，基于实际应用与不同学习目标函数及内容，建立可重复、可预测、可验证的对比数据集，为数据驱动的智慧教育生态构建和教育应用提供核心技术与数据支撑。 （三）关键技术 我们面向智慧教育中准确认知学生的学习状态和行为的大数据需求提出研究方案。本项目实施方案涉及教育学、物联网、云计算、人工智能、隐私保护等多个领域，主要技术路线如图所示： 图 1 技术路线图 其中，项目包括的关键技术主要有以下三点： 1.基于物联网的多模态数据实时智能感知和多时间域数据采集技术 该技术针对学习状态的数据化、特征参数量化问题，设计能够采集多 重学习空间下的智能数据感知物联网系统。主要技术难点在于抽样频率与 识别准确度的平衡、人机交互的变化规律等全新科学问题。 2.学习状态多模态数据解析和智能处理技术 利用智能感知物联网采集实时性的原始学习状态数据，包括面部表情、 脑电信号、头部姿态、交互行为等原始数据，这些数据具有数据量大、模 态多、冗余度高等特点，需要通过智能化的预处理方法转换成可以量化的 状态数据。 3.多层次数据差分隐私保护技术 学习行为数据是学习者被动采集的多方面行为数据，受到日益增长的 具有争议性的数据伦理的制约。该项技术通过数据隐私保护机制实现数据 多层次化的差分隐私安全算法；在保证学习者最大数据隐私性的前提下， 研究满足学习行为分析所需要的数据颗粒度。

本发明公开了一种基于电机模拟加载的数控系统性能的在线测 试方法及系统，该系统包括被测数控系统、陪测数控系统、远程数据 采集单元和远程服务器，该陪测数控系统为被测数控系统提供负载， 同时作为被测数控系统的测量工具，所述陪测数控系统与被测数控系 统通过弹性联轴器相连，上述两个数控系统分别与远程数据采集单元 相连。所述测试方法包括:被测数控系统负载的加载、被测数控系统 G 代码的在线运行测试、实际数据的实时获取以及数控系统性能的在 线分析等步骤。本发明的测试系统及测试方法具有结构简单、

已有样品/n1）主要技术特点： 该成果的特点是针对高速铁路巡检车捕获的接触网服役状态的高清 图像,利用关键部位检测与配准方法,自动检测和定位接触网关键部位, 然后,利用深度特征学习方法,自动检测和识别接触网关键部位鸟巢危 害。与现有的接触网鸟巢人工巡视相比，具有检测和识别速度快、精度 高等优点。 2）主要技术指标： (1)接触网鸟巢检测精度率：漏检率为 0,虚警率<5% (2)接触网鸟巢检测的速度：>10fps 3）应用范围： 可用于高速铁路巡检车接触网鸟巢危害的检测与定位，提高处理的

本发明公开了一种处理完全未知状态的电路系统迭代学习控制方法。该方法构造一种自适应增益状态观测器来估计电路系统的电流。将电路系统的矩阵参数不确定性转换为标量形式进行分析。构造一种基于迭代衰减因子的迭代学习控制器来控制电流完全未知的电路系统。与传统的需要精确数学模型的控制方法相比，本发明所提的控制算法更为新颖且应用条件简单。该方法用于重复任务操作时，有效地提高了控制精度，具有良好的工程应用价值。

研发阶段/n主要研究设计可扩展至1024 核的众核智能处理器架构。研究面向智能处理的 存储一致性模型；研究异构智能处理器的非对称片上网络；研究超大规模智能任务 的核间分割；研究多智能处理任务的动态调度；研究众核智能处理器的层次化物理 设计；研究存算一体化的众核智能芯片结构；研究智能处理器芯片的异构并行；研 究多智能芯片的高速片间互联。到2020年，以实现人工神经网络智能计算速度和能 效的指数性增长为目标，取得超大规模人工神经网络芯片架构、智能芯片指令集、 新型智能编程语言及编译器、自主智能算法等方面