本发明公开了一种心电信号降噪方法，包括以下步骤：(1)对原始心电信号进行均值滤波，计算每一信号点的梯度值 gi 及衰减系数 hi并判断该信号点为边缘信号点或非边缘信号点；(2)对原始心电信号的进行非部均值降噪，得到非局部均值预滤波结果；(3)对步骤(2)中获得的非局部均值预滤波结果，根据步骤(1)获得的梯度值 gi 结果修正。本发明对不同的心电信号波段，自适应调整衰减系数，有效抑制心电信号中噪声的同时更好地保护信号细节，滤波效果良好。

一种自对心双支撑卡盘，用于固定有轴线对中要求的轴类零部件。包括固定组件和动力输入组件，固定组件包括内部开有通孔的第一固定支座，顶锥轴穿过该通孔，一端连接往复运动机构，另一端连接单顶锥，单顶锥 7 能够绕顶锥轴旋转，顶锥轴与第一固定支座之间设有防止顶锥轴旋转的定位机构；动力输入组件包括内部开有通孔的第二固定支座，动力输入轴穿过该通孔，一端连接多顶锥体，另一端外接动力源，多顶锥体具有至少两个圆锥面。本发明采用单顶锥及多顶锥体的圆锥面夹紧所述轴类零件，通过圆锥面的作用实现自动对心，降低对轴类零件加工要求和

中试阶段/n莲在我国分布广泛，莲子心是成熟莲子中的嫩芽，莲子心富含生物碱、黄酮类等成分，具有泻心火，降血压等多种功效。现有的莲子心饮料通常是将莲子心用水或其它溶剂提取后，再与果汁或其它药材、矫味剂混合制成饮料。现有的莲子心饮料不仅活性成分的提取率很低，清火的效果很差，而且莲子心的苦味很难完全被掩盖，消费者难以接受。该成果提供了一种莲子心清火饮料的制备方法，采用该方法制得的莲子心饮料不仅富含黄酮类清火成分，而且色、香、味更加协调，掩盖了莲子心的苦味，制得的饮料口感酸甜，余味悠长，气味芳香，色泽鲜明，透

火花思维是一家专注于3-12岁少儿数理思维在线教育平台，秉承用科技为教育赋能，以创新技术驱动教育升级，借助在线直播小班的课堂形式，打造业内游戏交互课件，为孩子提供丰富生动的课堂体验。

在DCS与实时信息集成系统的基础上，实时智能故障诊断与专家系统充分利用网络技术、计算机技术、控制技术、通讯技术以及人工智能技术将分散的DCS系统进行集成，实现信息管理的智能化。实时智能故障诊断与专家系统实现从已有的DCS通讯网络获得数据，进行高一层次的综合和处理，进行监督、诊断和预报。主要内容：通讯网关：DCS数据高速公路和IFDES通过网关交换数据和信息。数据处理：从DCS、PLC和传感器送来的数据进行预处理，如数据工程化，数据转换和压缩。知识库：存放专家知识，用于工况监督、故障诊断、事故预报、提供在线操作指导；采用多种智能处理方法及软测量技术用于炼油生产过程的专家系统知识库的构建。推理系统：集成了前向推理机和反向推理机等，操作经验和事故教训将用于指导问题的解决。多媒体显示及操作手册的开发。与综合自动化平台集成。技术优势：1、 系统驱动器和数据处理器2、 数据库和服务器3、 IFDES专家系统4、 超媒体显示系统5、 IFDES与实时数据库接口的实现位号显示与趋势图模块  应用实例：已在炼油厂加氢裂解装置、烯烃厂锅炉装置等现场成功投运  投资规模及设备需求：  硬件环境（机型及CPU、内存、硬盘容量）：机型：运行Microsoft Windows操作系统；CPU: Intel 1.3GHz 及以上；内存：512M及以上；硬盘：80G及以上。  软件环境（操作系统、支持软件的名称及版本号）：操作系统：Microsoft Windows2000及以上版本；Web服务器：Microsoft IIS；数据库：Oracle 8.0以上；开发工具：Microsoft .Net Framework 1.1。实时智能监测与故障诊断专家系统软件（IFDES）  经济效益分析：本系统采用一系列先进的技术与开发集成手段。系统设计合理，使用方便，人机界面友好、开发周期短、扩充与二次开发便捷。性能价格比较高。它是低成本推广应用计算机及新技术的一次成功的尝试。使管理操作人员加强了工艺管理，及时捕捉到了装置运行过程中的事故隐患，确保了整个装置始终能处于高负荷、长周期稳定运行。使企业在最经济的成本下，产生最大的效益，减少事故的发生、原材的浪费与对环境的污染。经济与社会效益显著。

为打破重载组合列车制动系统维修瓶颈，本成果对电控空气制动系统进行了安全监测与故障诊断技术研究，并研制出相应故障诊断测试装置、在线安全装置；提出车地一体化实时数据联动安全保障技术。主要创新如下： 1.研制了CCBII制动机成套检测设备、法维莱制动机成套检测设备、DK-2制动机成套检测设备，打破了国外制动机厂商Knorr-Bremse的技术封锁，所提出的故障诊断技术已完成湖东电力机务段500台CCBII制动机和360台法维莱制动机的快速检修工作，人工材料成本降低了50%-67%。 2.提出了兼容多机车网络的重载组合列车在线安全监控及检测技术，解决了重载组合列车从同步操控级到部件级的多级通信网络传输一致性、实时性和可靠性问题。研制出紧急制动和惩罚制动记录分析装置、制动阀切除记录分析装置。 3.提出了车地一体化实时数据联动安全保障技术，对列车运行时的在线检测数据和地面检修数据进行联动分析，实现列车状态数据的及时上传，应急指令的自动下发和迅速响应，提高列车状态的自诊断能力和重载列车检修的自动化水平。

XM-SX-IIIA便携式中医舌诊仪   XM-SX-IIIA便携式中医舌诊仪（中医舌象智能辅助诊断系统）是采用数据挖掘技术、机器视觉技术相结合的产品，该产品安装简单、操作方便、安全可靠、配置灵活，既能用于各大中医药大学舌象相关的教学、科研，又适用于医生舌诊的辅助分析，适用范围较广。   一、主要功能： ■ 计算机控制内部相机进行自动对焦拍摄，操作简单，图像清晰，完全实现舌象采集自动化。 ■ 采用数字化舌象采集平台与标准化方法还原，使舌象真实再现。 ■ 内部摄像采用模拟自然光源并能进行光线调节，使采集环境保持稳定。 ■ 在特定的光源环境下，采用摄像头获得舌像信息，对舌体图像的颜色、纹理、轮廓进行特征提取，由计算机将这些特征值与特征数据库中的阈值进行比对判断，给出舌象分析结果。 ■ 可以随时查询病例报告。 ■ 可以分析舌质颜色、舌苔颜色、舌形状、舌态。 ■ 内置消毒灭菌装置，操作前使用，避免交叉感染。 ■ 软件可以根据实际舌象的瘀斑、点刺、齿痕、裂纹等症状用文字显示舌象特征、临床病症以及饮食及用药建议。   二、主要特点： ■ 系统具有自主学习功能，通过不断学习，有效提高系统自主诊断准确性。 ■ 支持自动分析，且允许人工修正，提高诊断的准确性。 ■ 准确分析舌质、舌苔等，并直观显示结果。 ■ 支持初诊、复诊分离，实现便捷就诊。 ■ 支持多关键字的查询统计。 ■ 支持诊断分析报告打印。 ■ 用户权限管理，提高安全性。 ■ 自动对焦（即自动舌体捕获）。 ■ 灯光控制功能。   三、软件功能： ■ 用户权限管理，提高系统安全性。     ■ 病理、临床库可以持续更新，具备学习能力，且具备自动提取舌体，自动分析舌体、自动分析后手动调整等功能，提高了学习的准确度。 ■ 快捷的初诊、复诊入口，操作方便、快捷。 ■ 功能强大的视频分析能力，既可实时诊断，又可能根据需要进行人工调整。 ■ 灵活多变的查询统计能力，数据分析能力。 ■ 病例学习：单击主界面中的“病例学习”选项，进入学习界面，包括读取、保存、舌体轮廓提取、特征提取、自动提取控制、量化数据显示、舌象特征录入、临床意思录入、饮食指导及用药建议录入等选项，学习与分析过程，采用人机交互的方式。 ■ 自动获取：单击自动获取按钮，如果参数正确，舌体提取成功，若存在不足，可通过自动提取控制中的进度条及取反控制框选择来进行控制。 ■ 特征提取：为了便于分步处理，此处特征提取分步骤完成，分别舌质特征、舌苔特征、齿痕特征、裂纹特征、瘀斑特征以及点刺特征。点击某功能按钮后，相关特征将被量化，以舌质为例加以说明。比如，单击舌质特征、舌苔特征按钮后，数据结果自动分析结果。 ■ 人工绘制：对于某些来自于其他途径的图片，会存在自动获取舌头错误的情况，此时可以通过人工绘制来完成。单击“人工绘制”后，在图像显示区域，单击右键将出现菜单，包括选中舌体、勾画轮廓和撤销。其中选中舌体仅需在舌头四周点选四个点，单击“绘制完成”后再自动识别完成；勾画轮廓则是按住鼠标左键后通过拖动完成绘制，绘制完成后单击“绘制完成”便实现舌体提取。撤销可以对绘制过程觉得不满意的地方进行撤销，最多支持5步撤消。

本信息溯源与智能服务平台系 统可供商品生产厂家、商家、消费 者、防伪企业、政府部门、金融银 行、教育主管部门等使用

当前顺义区正全力建设“创新型产业集群和制造业高质量发展创新引领示范区”，打造“3+4+1”高精尖产业发展体系，将顺义建设成为全国最大的多场景智能网联汽车创新生态示范区。为本项目的实施，提供了良好的条件。 本项目主要包括对自动驾驶车辆以及道路基础设施进行信息化升级改造，搭建综合数据平台，建设满足智能网联汽车示范应用需求的车路协同系统，建设车路协同示范、智慧交通综合应用示范等多个示范场景。 车路协同部分：通过对现有道路基础设施的改造，构建交通测试环境并配套智能网联设施，实现网联车辆测试的智能化和标准化。实现智能车辆的V2X应用场景测试。形成适用于车-路/车-车/车-网/车-人四类场景的LTE-V和LTE网络以及前端系统设备与光纤链路的互联互通。 运行监管平台：以智能车辆（包含电动车辆）的车路协同和无人驾驶应用示范为重点，研发示范区运行监管平台，并基于此平台开发示范区智能汽车信息服务及管理系统，完成车路协同示范、自动驾驶示范、智慧交通综合应用示范等示范场景的建设，基于车路协同技术实现智能车辆和无人驾驶车辆在普通道路、十字交叉路口的典型应用和自动运营。

本项目基于Kubernetes构建容器化微服务平台。利用人工智能和数据挖掘的方法，对容器化微服务平台实施智能化运维，将系统的平均恢复时间从小时级别缩短到分钟级别，并智能化推荐恢复决策。