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。

云蝶科技是国内领先的人工智能和AI大模型企业，聚焦产业数字化转型服务，提供从核心算法、智能硬件到全场景应用的大数据及人工智能技术产品与解决方案。乘着国家数字化转型的东风，云蝶科技近年来已成长为技术创新领航、业绩增长领跑、市场规模领先的行业龙头企业，相继获评国家高新技术企业、广东省专精特新中小企业、广州市未来独角兽企业、广州拟上市企业最强科创领头羊等荣誉，目前已在全国超过100个区县落地4000余个项目，产品和方案被广泛的应用于教育、工业和农业等领域。

小程序“云澎智能”在线点餐功能，节省了食堂餐厅排队长时间等待点餐的时间，随到随取，提高了员工的就餐体验。管理员在收到订餐信息后，在“云澎接单宝”打印小票，提前给就餐者准备。 也可提前放置“自提保温柜”中，顾客可以通过人脸、手机扫码、输入密码等多种方式取餐。

本实用新型涉及一种车床加工薄壁工件的专用夹具。包括用于装夹薄壁工件的夹具体，在夹具体左侧设有限制薄壁工件水平方向移动自由度的挡环和螺母，通过旋紧螺母使挡环与机床三爪卡盘配合顶紧。夹具体的右后部为里侧大端部小的圆锥体形，在锥体外侧装有与锥体移动配合的弹性套，在弹性套与锥体之间装有弹簧，弹性套由导向压盖顶紧。通过导向压盖对弹性套的推动，使其在夹具体锥体左移并胀紧，很容易地将薄壁工件固定。加工完成后退出顶尖使弹性套松动，薄壁工件也随之容易取下，保证了加工精度和最小装夹变形。

大尺寸测量的用途十分广泛，几乎应用到大型产品的设计研发、装配成型、验收交付等各个环节，在航空航天、车辆船舶、风电、水利工程、雷达天线、重型机械等领域的需求尤为突出，在现代大型机械制造业中扮演着极其重要的角色。

“智云枢”智慧教学云平台是根据院校需求的理解，结合新一代信息技术，研发出一系列适合院校人才培养的平台和产品，对于改善实践教学条件，提升人才培养效率，改善教学管理水平具有重大价值。 “智云枢”智慧教学云平台是将商业项目和企业项目的运行环境，研发为适用于教学、实验、实训等教学活动，涉及课程资源、案例资源、企业运行环境和实验室资源等。通过教材中心子系统、课程中心子系统、课堂中心子系统和教学服务中心子系统，实现企业教学资源、企业真实环境和项目团队服务的可持续交付，并为高校提供教材管理、在线备课、在线课堂、在线作业、在线学习、在线实验、在线实训系统等七大子系统以解决教学、课后作业、课后学习、实验、课设、实训等关键教学环节，补充实训中的真实企业环境，提供创新创业引导。

1. 痛点问题 工业时序数据具有应用领域广、数据规模大、经济价值高的特点，蕴含的巨大商业价值，因而其安全性受到不法分子采用黑客攻击等技术手段以及雇佣商业间谍等非技术手段的威胁。数据所有者通常会采用前效方法对数据库中的数据加以保护，但是这些方法只能有效防止外部人员进行非法盗窃，对于内部人员盗窃等途径并不能有效遏制。数字水印是解决数据在传播过程中安全问题的一个主流分支，通常的数字水印采用分组多数投票方法来提升算法的鲁棒性，但时序数据通常有较多的噪声，高价值数据点相对集中，因而一个未经加权的投票算法可能会因为大范围的噪声干扰而导致水印判定失效。此外，常见时序数字水印算法基于时间戳进行水印嵌入计算，容易受到更改时间戳或频率变换的攻击，一旦时间戳序列大幅度改变，水印提取算法将受到很大影响，很可能导致水印提取完全失效。 2. 解决方案 工业物联网数据是工业大数据规模迅速扩张的主要来源。各类物联网传感器以极高的频率采集其所在设备的工作状态数据，通常为一系列包含数据产生时间戳（Timestamp）和采集数据（Data）形式为(Timestamp, Data) 的元组序列，称为时间序列。工业时序数据具有应用领域广、数据规模大、经济价值高的特点，蕴含的巨大商业价值，因而其安全性受到不法分子采用黑客攻击等技术手段以及雇佣商业间谍等非技术手段的威胁。 数据所有者通常会采用前效方法对数据库中的数据加以保护，包括但不限于：数据加密、用户权限划分等等。但是，这些方法只能有效防止外部人员进行非法盗窃，对于内部人员盗窃等途径并不能有效遏制。数字水印是解决数据在传播过程中安全问题的一个主流分支，常见时序数字水印算法基于时间戳进行水印嵌入计算，容易受到更改时间戳或频率变换的攻击，一旦时间戳序列大幅度改变，水印提取算法将受到很大影响，很可能导致水印提取完全失效。此外，数字水印通常采用分组多数投票方法来提升算法的鲁棒性，但时序数据通常有较多的噪声，高价值数据点相对集中，因而一个未经加权的投票算法可能会因为大范围的噪声干扰而导致水印判定失效。 本项目针对常见的水印失效场景进行了分析，提出了能够有效提示水印鲁棒性的技术，更好的确保数据安全的管理能力。 3.合作需求 在全国范围内工业互联网/工业大数据相关领域寻求应用场景，希望能与能源/装备制造行业的大中型企业开展这方面的合作研究和落地实施；并针对上述企业开展包括二次开发在内的各类实际应用，助力企业降本增效、转型升级。

产品详细介绍 机械臂运动算法STEAM主题课程 项目背景 随着工业 4.0 科技革命的到来，工业机器人已成为工业化程度的重要标志。机械臂是最为典型也是最早出现的工业机器人，它可以代替人的繁重劳动以实现生产的机械化和自动化，提高生产效率的同时避免人身事故的发生。机械臂课程的学习可以培养学生将科学技术应用于日常生活、社会实践的意识。 在本项目中，学生可借助机械臂运动算法套件与人工智能与编程教学系统，了解关节机械臂和伸缩机械臂的原理及特点，搭建不同类型机械臂并通过编程实现智能控制。 课程性质 这是一门以项目式教学开展的跨学科课程，以基于建构主义理论的 5E 教学模式作为指导，结合了 中小学信息技术课程标准与编程教学特色。 课程目标 1.知识与技能 ⚫  了解机械臂的类型及其在现实生活中的应用。 ⚫  掌握关节机械臂和伸缩机械臂的结构特点，设计并制作相应模型。 ⚫  学习图形化编程或 C++代码编程的基础知识，使模型完成实际任务。 ⚫  掌握机械臂运动算法的设计、编写及调试。 2.过程与方法 ⚫  通过观察、查阅相关资料等活动，培养对信息的有效性、客观性做出判断的意识，发展分析概括能力。 ⚫  通过机械臂模型的搭建和编程，发展编程思维和工程思维能力。 ⚫  在完成模型设计和算法设计过程中，提高分析问题和解决问题能力，养成自学能力。 3.情感态度与价值观 ⚫  了解机械臂在日常生活中的实际应用，萌发将科学技术应用于日常生活、社会实践的意识。 ⚫  养成实事求是，尊重自然规律的科学态度。 ⚫  关注科学技术对社会发展、自然环境及人类生活的影响。