脑血管病导致患侧肢体肌肉力量下降，如何增强肌力始终是一个康复治疗的重要问题。传统的方法是：当肌力大于等于 3 级时可采用主动式渐进抗阻训练，但是当肌力在 2 级及 2 级以下时，由于微弱肌力无法对抗阻力，故无法应用主动抗阻训练。因此，对于肌力在 2 级及 2 级以下患者，最常采用的康复治疗方法是低频电刺激疗法，它使用的仪器属于被动型电刺激治疗仪，其作用机理是：通过电刺激的物理方法激发肌肉被动有节律收缩，从而加强肌肉血液循环及营养供应，促进神经兴奋性及传导功能恢复。但是，因为这种电刺激是一种被动治疗，

本产品是针对各类大中专院校《数字信号处理》实验课程配套开发的可在网上开展基于C/S架构的虚拟实验教学系统，系统由课程实验仿真台和虚拟实验教学管理系统两部分组成。仿真台模拟真实实验中用到的器材和设备，提供与真实实验相似的实验环境；虚拟实验教学管理系统提供全方位的虚拟实验教学辅助功能，包括：实验前的预习、实验的开课管理、典型实验库的维护、实验教学安排、实验过程的指导、实验结果的批改、实验成绩统计查询等功能，为实验教学环境提供服务并开展应用。可满足各类大中专院校《数字信号处理》课程实验教学环节的需要，尤其适用于远程教学。 系统提供了七大类54种数字信号处理器件模型： 1、序列与采样信号 复指数序列、随机整数序列、实指数序列、矩形序列、抽样脉冲序列、正弦序列、阶跃序列、正弦采样信号 2、信号操作与FFT 序列相加、序列卷积、序列累加、序列反褶、序列相乘、序列平移、周期序列、信号延迟、信号下采样（抽取因子）、信号上采样（内插因子）、信号重构（采样率转换）、高斯白噪声、加法器（采样信号叠加）、增益器、FFT（快速傅立叶变换）、IFFT（快速傅立叶反变换） 3、模拟滤波器设计 巴特沃斯模拟低通（脉冲响应设计）、切比雪夫1型模拟低通（脉冲响应设计）、切比雪夫2型模拟低通（双线性变换设计）、椭圆模拟低通（双线性变换设计）、脉冲响应不变法设计（模拟转换为数字）、双线性变换法设计（模拟转换为数字） 4、IIR设计 巴特沃斯数字滤波设计、切比雪夫1型数字滤波设计、切比雪夫2型数字滤波设计、椭圆数字滤波设计 5、FIR设计 阶数计算（FIR）、数字截止频率计算（FIR）、窗函数（FIR）、FIR数字滤波设计 6、滤波器实现与分析 1/z传递函数（滤波器结构）、FIR数字滤波器实现、IIR数字滤波器实现、系统频率响应、系统脉冲响应、系统阶跃响应 7、输出显示与文件读写 读取外部数据（txt）文件、数据写入外部文件、读取外部音频（wav）文件、音频数据写入外部文件、复数信号点阵图、信号针状图、信号波形图、幅度图、相位图、零极点分布图 使用现有器材模型系统提出了如下二类17种典型实验的训练： 一、基本元器件使用实验 1.信号源的使用 2.信号处理 3.模拟IIR滤波器设计 4.数字IIR滤波器设计 5.FIR滤波器设计 6.其他元件的使用 二、信号处理与应用分析型实验 7.序列信号的产生及运算 8.FFT的应用 9.脉冲响应不变法设计IIR数字滤波器 10.双线性变换法设计IIR数字滤波器 11.IIR数字滤波器的设计与实现 12.窗函数法设计FIR数字滤波器 13.级联型数字滤波器的滤波实现 14.并联型数字滤波器的滤波实现 15.抽取器的高效FIR多相结构实现 16.内插器的高效FIR多相结构实现 17.数据与音频信号的处理 备注：除上述实验，用户也可以利用提供的器材模型自主添加典型实验。 系统服务器端用户分为学生、教师、教务管理员和系统管理员四种角色，不同角色拥有不同权限。 ►学生：选课、选择实验、开展实验、接受实验指导、在线提交实验报告、保存和提交实验结果、查询实验成绩和批语。 ►教师：典型实验库维护、发布实验、安排实验、批改实验报告、系统指导、统计并发布学生的实验成绩和批语。  ►教务管理员：课程计划、开课计划、选课日期设置、开课审核、开课查询。  ►系统管理员：用户管理、分组管理、角色管理、权限管理、系统维护等。  性能指标 支持同时在线用户数1万人以上，经过在多所学校的实训教学应用，系统运行稳定，不限终端用户数，完全能满足职业技能大赛训练或省赛预赛使用。 服务器运行环境 操作系统：Windows Server ，Linux/Unix Server Web服务器：Tomcat6.0，JDK6.0 数据库：MySQL 客户端运行环境 操作系统： All Windows系列

产品详细介绍HB796型直流信号源，是在我公司二十多年的仪器生产经验基础上，并采用了先进的电子技术，汲取了大量的现场工作经验，自主开发推出的新一代双通道直流信号源。 仪器具有独立电流、电压、电阻输出功能，可专门用于校验热工二次仪表，其采用高精度D/A转换技术，全数字化设定，操作方便快捷，提高校准效率，是一款得力工具。         主要技术指标   输出       输出量程       准确度    分辨力    负载电阻 电压       10.0000V       ±(0.03％RD ＋0.02％F.S)  0.1mV     ≥5kΩ        25.0000V       ±(0.03％RD ＋0.02％F.S)  0.1mV     ≥10kΩ        50mV      ±(0.03％RD ＋0.02％F.S)  5μV       ≥2MΩ        100mV    ±(0.03％RD ＋0.02％F.S)  10μV     ≥5MΩ 热电偶    10种TC ℃   见下表    0.1℃      ≥5MΩ 电流       25.0000mA     ±(0.03％RD ＋0.02％F.S)  10μA     ＜750Ω 电阻       1~400.000Ω  ±(0.05%F.S+50mΩ)   10mΩ    --- 热电阻    4种RTD ℃  见下表    0.1℃      --- 24V DC   ±2％F.S（输出200mA时）      ---   热电阻准确度指标 热电阻    输出范围       准确度    分辨率 Pt10 输出       （－200～850）℃       ±2℃     0.1℃ Pt100      输出       （－200～850）℃       ±0.5℃   0.1℃ Cu50       输出       （－50～150）℃  ±0.5℃   0.1℃ Cu100     输出       （－50～150）℃  ±0.5℃   0.1℃   热电偶准确度指标 热电偶    输出范围       准确度    分辨率 S     输出       （－40～0）℃     ±2℃     0.1℃               （0～1760）℃     ±0.5℃   R     输出       （－40～0）℃     ±1℃     0.1℃               （0～1760）℃     ±0.8℃   B     输出       （250～1820）℃  ±0.5℃   0.1℃ K     输出       （－210～0）℃    ±0.5℃   0.1℃               （0～1200）℃     ±0.2℃   N     输出       （－120～0）℃    ±0.5℃   0.1℃               （0～1300）℃     ±0.1℃   E     输出       （－270～0）℃    ±0.5℃   0.1℃               （0～1000）℃     ±0.2℃   J      输出       （－210～0）℃    ±0.5℃   0.1℃               （0～1200）℃     ±0.2℃   T     输出       （－270～0）℃    ±0.5℃   0.1℃               （0～400）℃       ±0.3℃    

成果描述：本发明申请要解决的问题是，对环境噪声较大的场合，根据对象的结构进行实时识别。本专利建立一种实时的智能物体检测算法，根据动态区域连通性提取物体的结构特征，通过矩函数映射得到特征进行识别。市场前景分析：本发明最主要的任务是弱化了形态的特征，强调结构，从而加强的了抗噪能力，并通过概率模型，给出了精确的数据概率分析。已在实际的应用（自然生态保护区的熊猫识别）当中取得显著效果。与同类成果相比的优势分析：本发明主要面向复杂环境中颜色特征明显的对象，从对象的颜色特征出发得到结构，对结构进行判断从而进行识别。

成果描述：本实用新型公开了一种新型的车牌识别处理设备,包括机体、显示屏、控制器面板、车牌信息录入模块和车牌拍摄模块,所述机体的顶部安装有摄像装置,所述显示屏与控制器面板镶嵌在机体的外表面上,且显示屏安装在控制器面板的上方,所述机体的两侧外壁上安装有照明灯,所述机体通过其底部端面安装的支撑腿安装在底座上,所述车牌信息录入模块的输出端与车牌信息储存模块的输入端电性连接,所述车牌信息储存模块的输出端与机体和车牌拍摄模块的输入端电性连接,所述车牌拍摄模块的输出端与车牌信息对比模块的输入端电性连接。本实用新型安装有照明灯,当光线强度不好时,照明灯可起到照明的作用,可使车牌照射的更加清楚,满足了工作的需求。市场前景分析：本实用新型安装有照明灯,当光线强度不好时,照明灯可起到照明的作用,可使车牌照射的更加清楚,满足了工作的需求。与同类成果相比的优势分析：国内领先

高校科技成果尽在科转云

一、项目简介 水下目标检测与识别，是水下机器人等相关系统能够被高效应用的前提。然而现有系统难以应对水下图像能见度较低，对比度差，存在颜色漂移和边缘模糊等问题；另外，水下图像样本稀少且缺乏足够的变化性，使得相关基于机器学习的目标检测与识别系统由于缺乏训练样本而无法有效应用。 二、前期研究基础 项目利用深度学习等新的理论突破，提出两种解决方案，一种是通过结合水下成像原理与深度风格迁移、生成对抗网络等算法，由普通光学图像生成水下图像，构建水下图像目标检测与识别仿真库，该数据库一方面数据量大且具有较大的变化性，也即场景与目标均具有较大的变化性；另一方面，由于是由普通光学图像迁移获得，因而也可以直接应用普通光学图像自身的标签信息，无需再对其进行标注。另一种是研究基于水下退化图像处理算法的检测和识别系统，解决由水下图像的色彩漂移和细节丢失等退化现象带来的目标检测和识别问题。同时通过水下退化图像处理模块和检测识别系统的联合优化技术，可以实现退化图像的增强方法与检测识别系统的最佳匹配。在保证处理后的退化图像性能指标的前提下，进一步提升水下图像的目标检测识别性能。 三、应用技术成果 1）基于深度学习风格迁移的水下图像生成效果示例 a为自然场景图像中的目标检测结果；b为模拟生成的水下风格图像及其目标检测结果；c为图像增强后的目标检测结果。 四、合作企业 无

随着互联网及多媒体技术的快速发展和大数据时代的到来，视频网站、新闻网站、社交网站、博客、微博、微信等网络媒体形态不断涌现，图像、视频等多模态的数据急剧膨胀，随之带来了“管不住”和“用不好”两大问题。“管不住”是指互联网中隐藏着大量有害信息，如何自动分析与识别非常重要。“用不好”是指现有方法一般是单模态分析与识别技术，如图像分析、文本分析等，但单模态分析与识别因为信息有限难以取得好的效果。 针对上述两个亟待解决的关键问题，基于在图像处理、视频处理、机器学习、模式识别、搜索引擎技术等方向上多年的科研成果，我们开发出互联网图像视频识别与检索系统，支持对互联网上的图像、视频等多媒体数据进行采集、分析、识别和检索，突破网络有害信息难以识别和媒体大数据难以利用的问题，应用于互联网内容监管和大数据行业应用等领域，为维护网络内容安全和促进媒体大数据利用提供技术支撑。

本发明提供一种识别微丝菌用荧光探针的制备方法，该方法先采用卤代长碳链化合物对咔唑吡啶苯乙烯类菁染料的4-甲基吡啶部分进行修饰，而后再与3-甲酰基-N-乙基咔唑反应合成具有长疏水链的荧光探针。本发明效果为，该探针制备过程中将咔唑吡啶苯乙烯类菁染料的制备和修饰同步化，制备方法简单，制得的荧光探针背景干扰小，荧光强度高，荧光性质稳定。利用微丝菌具有疏水表面这一特性，本申请中所制备的具有长疏水链的荧光探针可与其结合，从而达到荧光识别微丝菌的目的。