在信息时代，机器视觉在实现智能社会方面发挥着重要作用。视觉特征提取是机器视觉的一项关键技术，该技术可以提取图像中具有鲜明特征的信息，诸如边缘、角点、圆以及图像形状等特征，这些特征是标定机器视觉系统模型参数和运用机器视觉技术进行实际应用的前提和基础。视觉特征提取技术广泛应用于自主移动智能机器人、无人驾驶和无人机等场景，这些应用场景对视觉特征提取算法的鲁棒性和帧率提出了巨大挑战。 具体来说，视觉特征提取算法包括SIFT（Scale-Invariant Feature Transform，尺度不变特征转换算法）、SURF（Speeded-Up Robust Features，加速稳健特征）、ORB（Oriented FAST and Rotated BRIEF，快速特征点提取描述）、HOG（Histogram of Oriented Gradient，方向梯度直方图）、LBP（Local Binary Patterns，局部二值模式）等。在SURF、ORB、HOG、LBP这些经典的特征提取算法中，SURF的鲁棒性相对较高，但是过于依赖主方向的选取，使得其方向变化鲁棒性不足。SIFT算法可以从图像中提取具有不变性的鲁棒局部特征，对方向变化、光照变化、噪声、杂物场景及遮挡影响等方面的鲁棒性最强，满足无人驾驶技术的需求。SIFT算法的运算量大从而导致的系统帧率低、功耗高的问题可以通过设计具有高并行度的专用硬件加速器芯片来解决。

本项目构建高通量自动化智能化类器官芯片诊疗平台，并利用细胞数字模型分析致病分子，为类器官芯片药物验证系统提供肿瘤靶向基因相关药物，从而实现整个平台的自动完善。 一、项目分类 关键核心技术突破 二、技术分析 恶性肿瘤精准治疗亟待建立能反映个体差异、尽量复制患者原始肿瘤组成及其微环境、快速、精准、性价比高的高通量药物筛选体系。类器官是由干细胞在体外3D培养条件下分裂分化形成的一种类似器官的生物结构，能够重现器官的功能，提供一个高度相似的生理系统。虽然具有敏感性高、特异性强，预测率高等特点，但当前类器官技术仍面临手动化、欠智能、个体差异大、类器官单体对肿瘤异质性还原度低等不足。本项目构建高通量自动化智能化类器官芯片诊疗平台，并利用细胞数字模型分析致病分子，为类器官芯片药物验证系统提供肿瘤靶向基因相关药物，从而实现整个平台的自动完善。该平台解决恶性肿瘤药物筛选周期长、费用高、针对性差，已筛选应答率低、治愈率低等问题；在药物投入临床试验前合理规避风险，有效降低临床试验成本和时间；标准化制备过程，建立统一合理的类器官库，方便使用；有效地为病人提供定制化服务，指导临床用药。从医疗诊断治疗与商业化需求综合维度分析，本平台系统是融合了器官芯片和3D肿瘤模型技术双重优势的生物芯片诊疗一体化技术，有望迎来规模化、市场化和应用化。

本发明公开了一种 IC 芯片安全剥离装置，包括安装板、位置调整机构、滑台机构、顶针机构以及真空发生器；所述顶针机构包括：套筒，安装于滑台上；直线电机，安装于套筒内，其控制端连接外部控制中心的输出端；直线传动机构，安装于套筒内，其下端与直线电机的输出轴相接；力传感器，安装于直线电机的输出轴和直线传动机构之间，其信号输出端连接外部控制中心的输入端；顶针座，安装于套筒顶部，其表面开有气孔，通过该气孔与真空器气管连接；顶针夹持件，安装于顶针座内，与直线传动机构的上端相接；顶针，被顶针夹持件夹持。本发明采用闭

本发明公开了一种红外液晶相控阵芯片。该芯片包括电控液晶调相微柱阵列；其包括液晶材料层，依次设置在液晶材料层上表面的液晶初始取向层、电隔离层、图形化电极层、基片和红外增透膜，以及依次设置在液晶材料层下表面的液晶初始取向层、电隔离层、公共电极层、基片和红外增透膜；图形化电极层由阵列分布的子电极构成，每个子电极均由正方形或长方形导电膜构成；电控液晶调相微柱阵列被划分成阵列分布的电控液晶调相微柱，其与子电极一一对应，单个

公司产权保护，芯片加密问题。

随着信息技术的发展，平板电脑已经得到了普及，但是平板电脑的性能尤其是触摸屏幕的性能仍待改 进。新装置：具有自主知识产权的光点追踪智能板

本发明属于碳微机电技术领域，为一种碳微电极阵列结构的制备方法 。 其步骤包括 <img file="2012101868347100004dest_path_image002. GIF" wi="16" he="24" />光刻步骤，得到阵列的碳微结构部分；<img file="dest_path_image004.GIF" wi="20" he="42" />沉积金属步骤：在所得到的碳微结构表面沉积一层或多层金属层；<imgfile="dest_path_image006.GIF" wi="20" he="42" />热解步骤：在惰性气体氛围或惰性混合气体氛围环境下，在不同的温度下进行多步热解；通过上述步骤，即可生长得到表面集成碳纳米结构的碳微电极阵列结构。本发明将厚胶光刻、金属沉积和热解相结合，得到的微纳集成结构拥有较大的比表面积，本发明的方法运用于微机电系统中，具有工艺简便，成本低廉、可控性高、可大批量生长、结构优良等特点，得到的微纳集成结构具有良好的电学性能，故可作为电机，在微型电池、微型电化学传感器等微机领域中会有较广泛的应用。

随着人工智能、大数据、物联网、区块链等新一代信息技术兴起，数据量呈现爆炸式增长，传统计算系统的算力难以满足海量数据的计算需求。与此同时，摩尔定律逐渐放缓，单纯依靠提高集成度、缩小晶体管尺寸来提升芯片及系统性能的路径正面临技术极限，通过引入忆阻器新器件、模拟计算新范式、存算一体新架构，将拓展出全新的高性能人工智能芯片与系统，实现计算能力的飞跃。 目前被广泛使用的经典冯·诺依曼计算架构下数据存储与处理是分离的，存储器与处理器之间通过数据总线进行数据传输，在面向大数据分析等应用场景中，这种计算架构已成为高性能低功耗计算系统的主要瓶颈之一：数据总线的有限带宽严重制约了处理器的性能与效率，且存储器与处理器之间存在严重性能不匹配问题。忆阻器存算一体系统把传统以计算为中心的架构转变为以数据为中心的架构，其直接利用阻变器件进行数据存储与处理，通过将器件组织成为交叉阵列形式，实现存算一体的矩阵向量乘计算。忆阻器存算一体系统可以避免数据在存储和计算中反复搬移带来的时间和能量开销，消除了传统计算系统中的“存储墙”与“功耗墙”问题，可以高效、并行的完成基础的矩阵向量乘计算，未来极有潜力成为支撑人工智能等新兴应用的核心技术。 清华大学吴华强教授团队实现了材料与器件、电路设计、架构和算法的软硬件协同等多方面原始创新，解决了系统精度损失等被广泛关注的难题： 材料与器件创新。科研团队选择了电学特性稳定的二氧化铪作为忆阻层核心材料，提出了通过插入少量氧化铝层来固定离子分布、抑制晶粒间界形成的新理论，提出了引入热增强层的新原理器件结构，成功抑制了忆阻器非理想特性的产生。 电路设计创新。开发了一套忆阻器与晶体管的混合电路设计方法，提出“差分电阻”设计思想，采取源线电流镜限流设计，抑制了忆阻器电路中可能产生的各种计算误差。 算法创新。提出了混合训练算法，仅用小数据量训练神经网络并只更新最后一层网络的权重，即可将存算一体硬件系统的计算精度达到与软件理论值相同的水平。 “技术链”创新。从“单点技术突破”拓展到“技术链突破”，开发了针对忆阻器存算一体芯片的电子设计自动化（EDA）工具，打通了从电路模块设计到系统综合再到芯片验证的设计全流程。 上述理论和方法发表于《自然》《自然·纳米技术》《自然·通讯》等国际顶级期刊，以及被誉为“集成电路奥林匹克”的“国际固态电路大会”等顶级学术会议。研究成果被“国际半导体技术路线图”和30多部综述文章长篇幅引用。团队已在该研究方向申请国内外专利72项，其中30项已获得授权，知识产权完全自主可控。 团队已研制出全球首款忆阻器存算一体芯片和系统，集成了8个忆阻器阵列和完整的外围控制电路，以更小的功耗和更低的硬件成本大幅提升了计算设备的算力。全系统的计算能效比当前主流的人工智能计算平台——图形处理器（GPU）高两个数量级。团队还设计了一款基于130nm工艺研制的完整忆阻器存算一体芯片，在MNIST数据集上计算速度已超过市面上28nm工艺的四核CPU产品近20倍，能效有近千倍的优势。

项目成果/简介:随着人工智能、大数据、物联网、区块链等新一代信息技术兴起，数据量呈现爆炸式增长，传统计算系统的算力难以满足海量数据的计算需求。与此同时，摩尔定律逐渐放缓，单纯依靠提高集成度、缩小晶体管尺寸来提升芯片及系统性能的路径正面临技术极限，通过引入忆阻器新器件、模拟计算新范式、存算一体新架构，将拓展出全新的高性能人工智能芯片与系统，实现计算能力的飞跃。

合作的企业类型等。简介请图文并茂，字数1000字以内。） 本项目针对薄壁群孔结构，研制出专用工艺及装备，可显著提高生产效率，降低制造成本，最小加工孔径0.5mm,最大板厚1mm。适用于航空航天、电子等行业。研制出电铸微小群孔的工艺，可实现最小孔径为数微米直径的群孔制造；研制出群坑结构高效电解加工工艺及装置，可实现活塞环、活塞及气缸内表面群坑的制造，目前最小加工坑直径为0.2mm。