基于农业场景，融合物联网、人工智能等技术。可实现包括人工智能机器视觉技术的农作物病害检测、传感器数据收集与分析等功能。It is used in the agricultural scene with IoT, AI and other technologies, also can realize the functions including crop disease detection based on AI machine vision technology, sensor data collection and analysis.

噢易线上实训与科研桌面服务平台，以智慧校园总体框架建设为基础，独立部署智慧教学资源和智慧教学管理服务，面向全校师生，围绕教学育人和科研互动提供个性化、多元化的桌面空间和桌面集群空间服务，通过将虚拟空间和信息空间有机衔接，实现教学环境和教学资源的融合互通，使任何人，任何时间、任何地点都能便捷地获取桌面资源和服务。 方案架构 噢易云线上实训与科研桌面服务平台 功能特性 服务学生在线学习/实验 01个人专属实训桌面空间 >个人账号登陆“用户门户中心”，每个人专属桌面空间 02桌面预约 >预约单个桌面，或者实验所需的一套桌面集群，灵活预约学习和实验时间 03一键进入实训桌面 >实训桌面一键进入，浏览器窗口方式打开可同时打开运行多个桌面 04任意终端接入桌面 >提供笔记本、终端pc、手机pad等移动终端接入桌面 05随时随地进行线上实训 >anytime、anywhere、anyexperiment 06实训作业提交 >在老师规定时间内提交实训报告作业 服务老师线上教学 01服务工单申请 >线上申请实训教学资源所需配额，以及资源使用时间和时长 02学生学习和实验环境和时长匹配 >统一批量匹配教学实训环境，以及每个学生实训时长 >师生环境匹配一致 03教学环境更新 >老师自助更新教学实训环境 >从本地电脑上传文件，支持任意文件格式 04教学环境还原，数据回退 >教学环境恢复到初始状态 >实训错误，恢复单个学生实训环境至正常状态 05教学课件共享、作业发布 >课件共享：从本地电脑上传，发布教学课件、实验视频和文档 >实验作业：发布实验作业，进行考核，线上监督学生实验报告完成情况 06教学网盘 >教学数据随身携带，随时存取 07远程办公、移动办公 >远程办公：在家远程登录学校个人办公云桌面空间，获取教案和教学资源 >移动办公：用不同设备在不同地点，登录个人专属桌面空间 服务教师科研、竞赛、创业、团队项目协作 01提供高并发计算能力 >租用大数据、人工智能、并发算力类科研实验类桌面 >按使用时间和时长进行申请，分时复用 02GPU显卡资源共享 >全面支持NVIDIA和AMDGPU虚拟化 >一个或者多个成员租户共享 03租户成员配额弹性扩容 >桌面配置按需动态扩容 04自动回收释放 >资源使用时间到期，提前提醒，自动回收 05支撑团队协作及活动赛事 >临时租用资源，用于团队专项培训、活动竞赛 >在组织租户中，成员之间桌面互相协作 06公共桌面突发应急远程访问 >提供公共桌面，多人都可访问 >突发应急远程处理 服务于IT决策者运营分析 01构建统一桌面资源服务模型，无限扩展 02计时计量计费 03灵活编排桌面服务计划 04标准化几口服务，资源互联互通 05数据伴随式采集，数据驱动分层教学、个性化教学 技术优势 资源分时复用，最大化利用 >资源分时复用，空闲资源对外开放。 >计算机实验和实训机房在时间和空间上的无限延展。 多租户特性 >多租户架构，桌面集群协作扩展和协作性更灵活。 >单用户多云桌面相关联，可自由切换。 服务目录，匹配多元化、个性化的桌面资源内容 >匹配教学、学生自主学习和实验、科研、培训、考试、竞赛等各类桌面环境。 >支持安装winXP、win7、win8、win10、Linux、国产操作系统。 >桌面内容（配置规格、操作系统版本、软件、设置）自定义。 >服务目录，按需交付教学资源内容。 5A桌面访问 >Anydevice：任意设备接入桌面（pc、笔记本、手机pad移动终端）。 >Anytime：任意时间访问。 >Anywhere：任何地点，不限指定教学楼、学生寝室、远程在家、出差在外。 >Anynetwork：任何网络访问，有线、无线、私有网络、互联网访问。 >Anyexperiment／work／research：任何实验／办公／科研。 高稳定、持续的桌面体验 >桌面空间从课堂延续到课外，任意地点随时学习和实验。 >保障课堂教学、学生学习训练、科研项目的持续性。 线上审批、全面计量 >资源走线上审批，快速交付和扩容。 >按租户使用时间、使用配额弹性计量。 >平台服务对象、服务内容、使用率全面分析。 私有／公有云桌面混合部署 >底层资源打通，统一构建全校级桌面资源数据中心。 >支持私有云和公有云混合部署。 操作易用、简单运维 >统一的用户门户中心。 >自动化操作机制，如：资源自动化检测、自动化创建服务计划、弹性资源负载等。

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。

本发明提出一种用于处理地表水和饮用水中亚硝胺类消毒副产物的光催化—吸附—膜分离组合工艺。在采用氯胺对自来水进行消毒过程中，氯胺会和水中微量有机物反应生成亚硝胺类物质。亚硝胺类污染物是一类潜在的强致癌物，严重威胁到饮用水安全。本发明的目的是提供一种能有效去除饮用水中亚硝胺类污染物的组合处理工艺，该工艺操作简单，容易实现工程应用。本发明是通过以下技术方案来实现的。 一种高效去除饮用水中亚硝胺类污染物的组合工艺，包括光催化、吸附和膜分离过程。采用光催化反应降解亚硝胺类有机物，然后通过吸附-膜分离耦合过程，在吸附去除光催化产生的小分子胺的同时得到含剩余部分亚硝胺的膜滤出水，该出水返回光催化反应器继续反应，持续运行直至亚硝胺浓度低于一定值后出水。

一、项目简介 随着AlphaGo及其Zero的相继推出，近年来以神经网络计算为基础的深度学习及相关优化算法已成为人们研究AI的热点。深度学习算法在AlphaGo中的成功应用主要是依赖神经网络监督学习的网络层次及神经元数量提升，而其Zero的应用不同则是在于引进了博弈优化的思想，这就给以并行计算为核心的神经网络优化算法理论研究提供新的思路。 鉴于传统神经网络优化算法面临非全局优化的难题，我们基于吉布斯分布采样优化计算，提出一种以脉冲神经元构成的混合网络结构动力学系统来实现的神经网络全局优化算法，引进纳什平衡理论来优化的神经网络计算方案，并设计一款相应的通用神经网络并行处理器芯片，以新型芯片编程架构模拟人脑功能进行感知、行为和思考新型芯。 二、前期研究基础 本团队主要是由厦门大学福建省集成电路设计工程技术研究中心、厦门大学集成电路设计与测试分析福建省高校重点实验室的教师与学生组成的，主要从事人工智能、网络通讯、集成电路设计、纳米单电子器件等方面的研究工作，并积累了深厚的研究基础。团队首席科学家郭东辉教授十多年前曾在美国加州Berkeley 大学非线性电路实验室访问，从事有关细胞神经网络(CNN)有关课题的研究，先后主持国家自然科学基金项目五项，其中与神经网络研究内容相关的有两项，分别是《视觉神经网络光电集成系统的研究》(批准号：69686004)和《混沌神经网络加密算法及其相应集成电路的设计研究》(批准号：60076015)。 本团队同时也是厦门市集成电路设计公共服务平台的主要技术支撑单位。在厦门市科技重大专项经费的支持下，我们配备了开展模拟及数字SOC 芯片设计所需要的各种EDA 工具和IC 测试设备。此外，厦门集成电路设计公共服务平台也是TSMC、SMIC 等芯片制造厂重要合作伙伴，并与厦门联芯、三安集成等芯片制造厂也有长期的合作协议，可以进行包括射频及功率芯片在内各类模拟及数字SOC 芯片的设计流片。同样，在学校211 和985 经费的支持下，本团队也独立配备了8 台IBM 服务器分别运行MATLAB、OPNET、SPW、ANSYS、Silvaco TCAD 等系统设计与器件工艺仿真工具。本团队所在的微电子与集成电路学科也已列入我校“双一流”建设学科，有关类脑芯片设计相关课题研究所需要的科研环境建设将得到重点支持。特别是厦门联芯公司在量产后，已将本团队作为其先导技术开发的重要合作伙伴，也委托我们开发相应的器件模型及电路工艺库。在厦门火炬高新区及厦门市IC 平台的支持下，厦门联芯公司还可以为我们团队提供免费的MPW流片业务。 自2009年，本团队与福建新大陆电脑股份有限公司签署 “共建SoC联合实验室”以来，基于该平台，每年合作项目经费近百万，同时还完成了多项横向合作项目：面向金融、税控的专用信息处理与控制SoC芯片开发、安全密码算法研究、区块链接技术研究等等，培养了大批优秀的硕士毕业生；厦门市美亚柏科信息股份有限公司是本团队的长期合作伙伴之一。 总之，不管从算法理论研究还是从应用技术开发来看，本课题组已具备相当优秀的研究基础和研究经验，以及显著的前沿技术攻关能力。 三、应用技术成果我们的相关研究成果也得到企业界的重视和肯定，课题组先后承担过如深圳 华为公司首歀交换芯片项目的调度算法设计、福建新大陆首款二维码识别芯片的算法及后端版图综合设计、台湾盛群公司首款32 位处理器及专用处理器编译器开发和厦门元顺公司多款电源管理芯片的设计。最近课题组还为我国某研究机构开发28nm 的低功耗设计流程专门设计一款挂载加可重构解密算法协处理器的32 位通用处理器验证芯片。

项目概况 军事工业中的弹药部件、微波通讯器材中的壳体、汽车中的安全气囊、压缩机中的涡旋壳体等都属于铝合金壳体类零件。这些铝合金壳体都是具有异型型腔的盲孔类零件，其尺寸精度要求高、内孔型腔复杂和光洁度要求相当高，而且内孔侧壁与底面相交部分的圆角半径极小，内孔侧壁相交部分的圆角较小。 对于形状复杂、型腔深度较浅的盘状类铝合金壳体以及型腔深度较深的筒形类铝合金壳体，采用精密锻造成形工艺及模具等成套加工技术在硬铝合金如2A12、锻铝合金如6063和6061、超硬铝合金如7A04等铝合金壳体的大批量工业生产上获得了应用，达到了高效、经济、精密制造加工的目的。主要特点 采用精密锻造成形加工技术为军事工业、通信器材和汽车等装备上使用的量大、面广的铝合金壳体类零件的精密制造提供坯件，是提高生产效率、降低制造成本的关键技术。它解决了我国国内在汽车、通用机械、微波通信、军事工业等生产企业中普遍采用的数控加工方法加工这类铝合金壳体中存在的材料消耗大、生产效率低、能源消耗大、生产周期长和制造成本高等一系列问题，为铝合金壳体零件的生产提供一种实用、可靠、高效、经济的制造工艺。技术指标 对于铝合金壳体类零件，目前国内普遍采用数控车床、数控加工中心来加工这类壳体，这种加工方法可以得到合格的铝合金壳体；但该加工方法的材料利用率极低、生产效率低（只能采用小直径的铣刀，因此每次机加工量较小，需要很长的加工时间）、能源消耗大、生产周期长以及制造成本很高，因此国内企业的生产规模不大、产量不高，难于同国际相关行业竟争。 国内有些企业曾采用精密压铸技术来生产这类铝合金壳体，但由于压铸的铝合金壳体的内孔型腔光洁度差、壳体内始终存在着气孔和夹杂等铸造缺陷，使铝合金壳体的机械性能大大降低；难以达到铝合金壳体类零件的使用性能要求。 采用精密锻造成形工艺进行铝合金壳体类零件的生产，具有如下技术优势：（1） 壳体组织致密、表面光洁；（2） 材料利用率高，可达到70%～90%；（3） 生产效率高，可班产1000件～1500件。（4） 尺寸一致性好；（5） 设备投资少。市场前景 该项目的推广应用，既可节约贵重的铝合金材料，又能大大提高生产效率、减少加工工序，能显著降低制造成本；因此，具有显著的社会效益和经济效益。

我省沿海地区生物质资源丰富，开发利用各类生物质资源用于制备PBS类生物可降解材料，将有力地推动我省生物基聚酯技术的进步，不仅符合科技创新的精神与节能减排的要求，而且将引领生物经济的潮流，而且将力争为我省循环经济的发展和绿色GDP增长作出贡献。本项目旨在开发利用可再生生物质资源厌氧发酵固定二氧化碳生产丁二酸的新型生产工艺与方法，制备满足聚合工艺和技术要求的丁二酸单体，在此基础之上，进一步开展丁二酸/丁二元醇的直接聚合、再以反应挤出工艺制备PBS类聚酯。南京工业大学科研人员经过不懈的努力，在生物基丁二酸及PBS类聚酯的生物制造研究方面取得了重大突破，技术水平居于国内领先、国际先进水平。课题组筛选获得一株具有自主知识产权的丁二酸生产菌株，可以利用玉米粉以及玉米秸秆、玉米芯等生物质水解液作为碳源，目前已建立一条年产500吨丁二酸的生产线。以上述生物基丁二酸为原料合成了重均分子量为100，000的PBS，以及重均分子量为120,000的PBTS材料。PBS与PBTS的制备已成功完成了50 L釜的中试研究。

本发明公开了一种基于类相似性测量的实时目标跟踪算法，目标跟踪对实时性要求非常高，在目前 主流的基于检测跟踪的框架下，根据测试样本与目标类和背景类的相似度比较来确定目标在新帧中的目 标位置。本方法首先在当前帧采集目标类和背景类集合，计算出它们的统计特征，并在下一帧采集测试 样本集合。本方法定义了一种计算测试样本与类之间相似度的量化标准，通过找出与目标类相似以及和 背景类不相似的测试样本来确定目标位置。本方法明显提高了跟踪的实时性以及跟踪精度。