本发明多源约束类复杂曲面零件精密加工预处理方法属于复杂曲面零件精密加工领域，特别涉及多源约束类复杂曲面零件精密加工预处理方法。本发明对复杂曲面零件进行约束源分析，先确定零件类型，根据目标曲面最终面形的约束源类型，分析约束间的耦合作用机理，建立约束源之间的耦合关联模型，以满足性能指标为目标，找出对目标曲面的面形起决定作用的以性能指标为驱动的性能相伴曲面，确定通过调整几何约束以满足性能要求的修磨补偿方法，求得目标曲面各点区域的加工余量分布，最终确定满足性能指标的目标曲面精确面形。本发明提高了该类复杂曲面零件精密加工的效率和精度，使零件同时满足几何要求和性能要求。

基于物联网、大数据、云平台的社区风险源的评估，日常监控和处置，采用物联网+运行服务的商业模式。需要相关大数据计算和云平台技术研究及支撑。

该系统实现利用多种遥感数据源(TM、环境卫星、 SPOT5 等)进行小麦长势监测，建立小麦长势的反演模型，实现植被指数自动计算与分类以及关系分析，可及时有效地提供小麦长势信息。

其他成果/n一种基于多源光谱特征融合的食用油种类快速鉴别方法，包括如下步骤：选取待鉴别的未知种类的食用油样品；采集拉曼光谱图和近红外光谱图；分别对采集的拉曼光谱图和近红外光谱图进行预处理，得到预处理拉曼光谱图和预处理近红外光谱图；分别对预处理拉曼光谱图和预处理近红外光谱图进行特征提取，得到拉曼特征变量和近红外特征变量；将拉曼特征变量和近红外特征变量进行光谱特征融合，得到特征融合光谱图；采用优化定性模型对所述未知种类的食用油样品进行种类鉴别。本发明提供的基于多源光谱特征融合的食用油种类快速鉴别方法，安全快速、检测便捷，鉴别准确率高，具有较强的实用价值和推广价值。

本发明公开了一种基于BIM的运营桥梁多源检测系统的检测方法，基于BIM技术，将无人机与三维激光检测技术集成应用于桥梁病害检测，极大的提高了桥梁巡检效率与精度；提出了一种基于亚像素差值的图像处理方法，在一定程度上解决了现有硬件设备精度不足的缺点；本发明极大的提高了桥梁的运维检查效率，实现了桥梁运维养护决策系统的信息化与智能化程度，使桥梁运维决策更加科学。

作为全球导航卫星系统(GNSS)的后起之秀，我国自主北斗导航卫星系统(BDS)近年来迅猛发展。“十二五”及未来“十三五”期间，已有和正在发展大规模的各类地基北斗 /GPS 站网(CORS 网、GNSS/MET 网等)，同时，空基(无人机、有人机)和天基观测载荷 研制已提上日程。所有这些观测数据将形成天空地一体化网络的北斗大数据资源。随着导航、 定位、授时等北斗传统应用的日趋成熟(图 1)，北斗大数据附加值发掘及新型应用领域产 业链的拓展将前景广阔。本项目为导航卫星创新增值应用及北斗大数据信息的深度挖掘，将干扰导航定位精度的大气折射、地表反射等误差源，“变废为宝”为遥感探测的信号源，在突破我国自主导航卫 星遥感探测关键技术的基础上，从地基探测和空基(无人机、有人机)探测两个层面，实现 软硬件一体化的北斗/GPS 双模气象水文生态多要素综合监测系统。方案及成果将面向行业 应用需求，引进吸收国际前端技术，紧密结合当地资源优势，打造内蒙古自治区成为国内率 先开展北斗气象水文生态增值创新应用的省份，拓展北斗大数据在气象预报、智慧农业、智 慧水利、生态环境等领域的应用(图 1)。图 2 为北斗/GPS 环境多要素智能监测与大数据服务平台总体方案。围绕“数据获取——数据存储——分析挖掘——应用服务”这一主线进行。其中: 数据获取分为地空天三类:(1)自主研发的低成本北斗/GPS 环境多要素智能监测设备;(2)无人机搭载北斗/GPS 智能监测传感器;(3)GNSS 遥感卫星。 环境监测要素包括:农业环境生态(土壤湿度、植被水分等)、气象水文(大气水汽、积雪深度、水位等)、海洋(潮位、风场、盐度、海冰等)。 该方案将充分发挥导航卫星无源探测、高时空分辨率、低成本高产出、实时性强的优势。同时，方案涉及的监测要素及方法可实现同卫星遥感(高分卫星、降水卫星、重力卫星等) 监测的有效结合和优势互补，作为国土资源实时监测系统的有机组成部分，共同实现国家级、 区域级空天地一体化物联网遥感大数据智能监测服务。清华大学在利用地基、空基北斗/GPS 观测数据进行气象水文生态要素监测技术开发、 产品研发、软硬件研发集成等方面具备丰富的研究积累，尤其针对我国自主北斗导航系统的 创新应用，团队成果国内领先且得到国际同行的高度认可，开发并集成了一套完备的“北斗 /GPS 双模多要素智能监测”整体解决方案。除发表高水平学术论文外，已申请多项发明专 利和软件著作权(表 1)，2016 年技术成果已通过软硬件服务在青海(气象/水利/环境)、四 川(农业/气象)、山东(农业)、北京(科研单位)等地取得了初期经济效益。中心已具备 的技术基础与部分成果展示如图 3-图 6 所示，包括全国范围地基综合观测站网建设(图 3)、 空基试验与技术攻关(图 4)、监测产品研发(图 5)、软硬件设备自主研发(图 6)。所有这 些技术积累将为本方案的顺利实施提供有力保障。目前市场上尚无相关产品，并且本项目的成果产出可从如下几个方向进行多层次、全方 位的市场化对接:(1)软件模块:研制内容一产出的气象水文生态监测要素估算软件模块，可同以北斗 导航定位为主打方向的企业对接，通过嵌入本软件模块，拓宽其业务范围，在为农业、气象、 水利等部门提供导航定位服务的同时，融入气象水文生态要素同步监测的功能。不同需求定 制的软件模块按 1-10 万元每套计算，初期市场年需求量预计 50 套，预计每年产生收益 50-500 万元，市场成熟后可面向全国推广，年收益可达 1000-5000 万元。(2)监测产品:研制内容一产出的气象水文生态监测要素产品，如通过 SDCORS 监测 网络附加得到的多要素监测产品，可实现政府买单为行业公众提供服务。可与高校、科研院 所等联合申报国家级、省部级科研项目，预计单个项目经费 500-1000 万元。(3)新型监测设备:研究内容二所产出的面向气象农业水文应用的北斗/GPS 双模气象 水文生态多要素综合监测设备，具有低成本、小型化、多功能等优势，可独立进行市场推广。 按单套收益 5 万元计算，初期市场年需求量 50 套，预计年收益 250 万元，市场成熟后可面 向全国推广，年收益可达 500-3000 万元，并可与目前市场上通用的 GNSS 定位型接收机竞 争，实现行业接收机的更新换代及初期市场垄断。(4)演示系统:研究内容三所产出的北斗/GPS 双模气象水文生态多要素综合监测演示 系统，可率先在山东省(青岛市)开展示范应用，且该创新应用模式在全国具有推广价值。 可联合申报科研项目，预计单个项目经费 500-1000 万元，同时可实现业务化推广应用，名 利双收。

本发明公开了一种自适应增量式的深网数据源发现方法，将深 层网络数据源发现过程分为站点定位和站内搜索两个阶段，在站点定 位阶段引进站点发现机制可以高效扩充站点数据以提高爬行效率；在 站点和站内链接选取采用自适应的排序机制，能够更快的发现深层网 络站点和可查询表单。本方法实现了增量自动高效采集深网数据源， 可用于深层网络数据集成和暗网爬虫，同时也适用于构建在线数据库 目录站点。

（1）该项工作的意义 随着农村生活水平的提升，农业生产中的秸秆已经不被人们作为燃料所使用，而且由于农民环保意识欠缺、缺少劳动力、管理体制不健全、综合利用技术条件差等因素的影响，很多农民选择在收获农作物的时候直接就地焚烧秸秆，而秸秆露天焚烧会造成大量烟雾的现象，一方面影响到公路和航空运输，降低运输效率；另一方面，秸秆露天焚烧过程中释放的大量氮氧化物、二氧化碳和颗粒等污染物，是我国大气污染的来源之一，威胁着居民的身体健康。每年在作物收割季节，是秸秆焚烧最严重的时节，此时对秸秆焚烧现象的监管尤其重要。但禁烧令的执行存在一定的难度，究其原因，一是由于焚烧火点具有分散性，实地人工逐点排查需要耗费大量的人力物力；二是由于焚烧火点具有随时性，如果没有掌握一定的证据很难查处进行过秸秆焚烧的农民，使得农民往往存在侥幸心理；三是由于暂时没有研究出有效的措施进行秸秆转化，而且随着农村家庭劳动力的减少，农民迫于下季作物种植的压力，常常会选择秸秆直接焚烧。因此，本文提出利用多源遥感影像预测火点监测的重点区域，提高火点监测的准确性和自动化，同时进行监测区域秸秆量的估算，提高秸秆转化的效率，利用多种手段提高禁烧令的实施效果，减少秸秆焚烧对环境的污染。 （2）算法介绍 卫星遥感具有实时、动态、高分辨率、大范围覆盖等特点，将卫星遥感技术应用到秸秆焚烧监测上使重点区域作物信息提取和火点快速监测成为可能。卫星火点监测一般采用波长范围在3~5μm的中红外波段遥感影像，中红外波段对火灾、火点、活火山等高温目标的识别十分敏感，常用于捕捉高温信息，特别是对森林火灾，能够清楚显示火点、火线形状、大小和位置，而且对很小的隐火、残火也有很强的识别能力。在红外影像上，火点区与背景地物的亮度值具有明显差异，火点区温度高，图像灰度值高，呈现亮白色，背景地物则相对偏暗。利用背景辐射和森林燃烧时的辐射差异在红外图像上灰度值的不同，就可以从卫星遥感信息中及时发现火情，并监测它们的燃烧状态和蔓延趋势。火点监测的方法主要有固定阈值法、临近像元分析法、亮温与植被指数结合法等。固定阈值法是利用红外通道计算亮温，根据火点区域背景区的差异，对亮温设置一定的阈值提取火点区；临近像元分析法是对火点像元与临近像元的亮温差异设置一定的判别阈值，差异大于阈值的判为火点区；亮温与植被指数结合法是在亮温固定阈值的基础上，加上植被指数阈值作为判别条件。 （3）应用系统开发 秸秆焚烧监测系统由一个中心、两个子系统及两个终端系统组成，即：监测控制中心、火点提取子系统、数据管理子系统、监测服务平台以及野外调查app。监测控制中心主要负责对遥感数据的采集、预处理，并提供秸秆焚烧的火点信息与数据管理功能。火点提取子系统主要负责对预处理后的数据进行秸秆焚烧信息的提取工作，并反馈给控制中心。数据管理子系统基于底层数据库提供对遥感数据、火点信息数据、野外调查数据的管理功能以及为服务平台提供基础数据服务。监测服务平台主要是提供火点信息的展示与发布工作。野外调查app主要负责火点信息的接收、野外核实以及核实结果反馈工作，以确保秸秆焚烧的火点信息准确无误。