可开展冷却风扇模块 CFD 分析、基于一维和三维的冷却系统热管理分析、 HVAC 蒸发风机 CFD 分析、风窗玻璃除霜效果分析等。为车辆产品开发提供技术支持。完成或在研项目：高强韧原位纳米颗粒增强铝合金复合汽车轮毂制造关键技术研发、车身变截面板轻量化的 CAE 技术研究、汽车冷却模块的优化匹配分析、专用车轻量化设计、轿车前风窗除霜效果的 CAE 分析性能指标满足工程要求。所处阶段成熟

1、成果简介：（500字以内） 完成新型的微型光纤光谱仪的设计工作，包括对微型光纤光谱仪的光学部分和电学部分的模块化设计，可以通过改变光栅和线阵CCD 传感器型号来得到不同的光谱测量范围和分辨率；新型微型光纤光谱仪光学部分采用Czerny - Turner 型光路设计；光学平台采用铸造成型的的制作方法；新型微型光纤光谱仪首次采用基于ARM 核心并带有USB 接口的微处理器作为逻辑控制中心，极大地增强了数据处理、传输能力并简化了电路设计；新型微型光纤光谱仪首次同时提供Windows 平台

该平台主要检测和分析智能卡、密码芯片等设备的信息安全特性，包括常规信息安全和边信息安全。该平台软硬件各个功能模块已经完成，还需要进一步的测试。知识产权归本课题组所有。该平台能够检测和分析满足ISO7816协议、ISO144443协议的接触式和非接触式智能卡以及常规密码芯片，利用SPA、CPA或DPA等功耗分析方法和电磁辐射分析方法对智能卡和密码芯片进行边信息分析，填补了国内边信息分析和检测空白。

项目背景无人驾驶和辅助驾驶系统具有巨大的商业应用前景，基于视觉的道路场景理解是无人驾驶和辅助驾驶系统中的关键技术。本项目可在提高安全性、提高道路通行能力、异常事件监测与报警方面，提供便捷易用的解决方案。研究成果：(1)针对道路目标检测中的遮挡、光照、样本不均衡等问题，提出多项有效解决措施。(2)针对道路标识线中的遮挡、磨损、光照等问题，提出多项有效解决措施。

本发明公开了一种偏振分析仪，包括径向偏振转换器、线性偏 振器、激光器、空间相位板、分束器、旋转多普勒效应发生器、模式 滤波器和光强探测装置。径向偏振转换器和线性偏振器用来将输入光 中的左旋和右旋圆偏分量分别转换成不同的轨道角动量 OAM 模式， 并且保持相同的偏振态；激光器和空间相位板用来产生参考光；旋转 多普勒效应发生器将分束器输出的单束光中不同的 OAM 模式转换成 基模，并且产生不同的多普勒频移，输出包含基模的

面向全球脑科学研究的尖端挑战和我国老龄化带来对退行疾病临床的巨大需求，构建基于人工智能、大数据挖掘等技术的脑影像组学模型，编码与疾病对应的指纹信息，开发Brain Label (SAAS)云，精度比肩国际领先的FSL（牛津大学）和FreeSurfer（哈佛大学）。该平台已在国内神经科排名前十的三甲医院（宣武、天坛等）使用，成为宣武国家临床研究中心的唯一影像大数据技术，为其500余家联盟医院（含深圳市）提供智能化分析服务，也

Ø 随着国内外对公共安全问题的重视，安全监控在预防和制止危险行为和事件的发生上起着越来越重要的作用。然而传统的视频监控发展到今天，主要采用回溯性模式，即在危险发生后进行分析和追查，这是因为仅靠人力去分析难以得到及时有效的处理。而智能化视觉监控的应用，使监控从回溯性转变成预防性，利用计算机视觉技术分析理解人的运动，并提供记录和报警，有助于改善公共场所的安全监控水平。本技术的研究致力于从最本质的图像运动信息出发，直接获取高层人体行为信息，避免了中间过程的复杂性和不确定性，以提高算法的效率和鲁棒

本发明提出一种血液颜色分析方法，属于血液分析技术领域，通过计算红、绿、蓝三个通道的数值变化，精确量化血液颜色，并能有效去除美兰污染，显著提升血液颜色分析的精确性和可靠性；基于RGB定量分析的基本原理，构建了一个血液颜色采集及数字化智能分析装置，该装置包含自主建模和3D打印制造的RGB颜色采集盒、数字化智能分析系统；采集盒内含高清摄像头，用于固定血液颜色采集条件和血液图片采集，分析系统对摄像头采集的图片选区并分析，计算平均RGB值，实现了对血液颜色的数字化采集和分析，不仅可以显著改善和提升实验教学效果、评价客观性和拓展实验内容、提升学习效果，还可以拓展到液体生物样本的采集及智数识色。

产品详细介绍呼吸信号分析呼吸信号(Respiration)简称RESP，是伴随着呼气与吸气的周期性变换，在呼吸管道以及胸腹部都会产生周期性形变产生的生理电信号。随着疲劳程度的加深，呼吸的幅度减弱，周期性的频率延缓。此外随着个体情绪的变化，人的呼吸信号也会发生规律性变化。ErgoLAB呼吸反应分析软件提供多种滤波方式，便于根据研究需要进行选择与自定义调节。还可监测与分析全程以及阶段化的数据信息处理方式，更加精准的分析某一时间段内的呼吸行为。从而统计并导出呼吸信号的时域与频域数据报告，具体数据包括时域数据AVRESP、SD、Max、Min、Rang；频域数据Power、Peak值，以及可视化的功率谱图等。RESP高级数据处理分析模块可以结合人机环境同步平台和生理记录系统采集到与RESP指标相关的生理信号进行离线处理和分析。可对信号进行自由选择、放大、缩小，便于浏览数据；在整体呈现数据的基础上，还可以根据片段、事件、场景三种分割方式进行数据呈现与分析；可导出ASCII格式的原始数据、处理后数据和分析后数据；并可导出可视化分析报告。技术要求：1、信号处理模块处理方法包括小波去噪（Wavelet Filter）、高通滤波(baseline)、低通滤波(Low Pass)、带阻滤波（Band Stop）用以滤除噪音干扰，从而得到有用的RESP信号；数据校正包括滑动均值滤波（Moving Average）与滑动均方根滤波（Moving RMS）。IBI计算，通过设置最大呼吸速率（Maximum Heart Rate）与最大呼吸阈值（R-peak Mark Threshold）提取R点数据，支持自定义参数。手动信号校正方法包括线性插值（Linear interpolation）、样条差值（Spline interpolation）以及通过复制信号区域进行插值。2、信号分析模块信号分析模块包括时域分析和频域分析，二者可实现自由切换。A.   时域分析是将RESP信号看作时间的函数，通过分析得到RESP信号的统计特征。统计分析指标包括：一段时间内的均值（Mean）、中值（Median）、标准差（STD）、最大最小值差（Range）。B.   频域分析是运用参数模型法和快速傅里叶变化将时域分析信号转换为频域分析信号，对信号进行功率谱密度分析。从功率谱密度中确定RESP信号的频带，不同频带可自定义，将在功率谱分析图中以不同的颜色区分。包括Power与Peak能量值。3、可视化Chart与导出数据模块：包括原始数据Raw Data、处理数据Processed、BR数据、IR数据以及整体结果报告。