该技术针对当前作物生产过程中主要农情信息快速提取问题，以卫星影像、无人机和高光谱数据为支撑， 运用“星-机-地”遥感协同监测技术， 准确监测作物 LAI、 氮素、 生物量等长势参数以及品质参数和产量。

本发明公开了一种快速虚拟筛选人体小肠易吸收药物的方法，包括以下步骤一、化合物小肠吸收数据库的优化；二、变量预处理；三、重量变量筛选及构建线性模型；四、新型化合物小肠吸收率预测。本发明依据上述重要结构参数，建立人体小肠内药物吸收的线性统计预测模型，将新型化合物的结构参数代入模型中，计算候选药物小分子的人体小肠吸收率，判断新型分子是否适合作为临床上口服药物使用，相比复杂的机器学习模型，本发明建立的线性统计模型原理简单，方便使用，计算工作量少，适合做前导药物小分子的大规模筛选。

本发明公开了一种雷达视觉融合应急形变监测快速部署系统及方法，系统包括：钳臂系统、履带式移动底盘和控制系统；钳臂系统用于自动夹持、旋紧监测设备，并精确调整设备角度和方位；履带式移动底盘具备自主导航能力，适应复杂地形；控制系统用于自动规划路径、识别最佳安装点，并远程操控设备部署过程。方法包括：步骤S1：路径规划与导航；步骤S2：设备运输；步骤S3：自动安装；步骤S4：远程监控与调试；步骤S5：自适应调整；步骤S6：进行结果计算。本发明实现了监测设备的智能运输、精准安装和自动调试，提高了部署效率与安全性。

本发明提供一种装卸次数受限的快速复合运输路径规划方法，用于在指定最大装卸次数约束条件下，输出顶点之间的最短路径。该方法在Lewis算法的基础上，增加了对装卸次数的限制，在装卸次数受限条件下实现了快速复合运输路径规划算法。相较于现有算法，本发明的快速复合运输路径规划方法不仅解决了复合运输中最短路径的求解问题，还在不引入额外的计算复杂性的情况下，从装卸次数的角度出发，灵活实现装卸次数受限的快速复合运输路径规划，降低复合运输的成本，为复合运输提供便利，具有较高的适用性。

上海理工大学能动学院教授杨其国科研团队及时开展“紧凑型传染性医废快速消杀技术和设备”课题研究。 这套系统最大的特点是就地、高效、环保，就像一座可移动的小型医废处理厂。装置采用撬装车载式结构，通过技术创新，把燃烧、除尘、烟气净化等关键技术集成在车辆上，深度开发后可以建成智能化系统，使传染性医废能够在医院就地、及时、安全处理掉，综合效益得到很大的提升 这套新型处置系统的个头虽然小，能力却很强。设备的设计处理能力为100kg/h，可满足类似武汉雷神山医院1500张床位产生的大量传染性医疗废物处置需求等场合，还可以根据不同规模医院的需求进行“定制化”设计，形成系列产品。 杨其国教授团队在系统设计中，聚焦低能耗、高效率，采用了分段送风的回转窑二燃室焚烧、碳化硅板式换热器余热回收、弱碱液喷雾急冷、活性炭/消石灰喷射、布袋除尘、喷淋洗涤除酸及深度除尘、丝网除雾消白的技术路线，实现处置彻底、排放达标。

开展了综采工作面原有的安装/拆除技术和工艺、综采工作面快速安装/拆除技术、快速/安装拆除设备及其多适应性工艺的研究等，研制了自移机械手、变轨吊、液压组装架等设备，项目的研发成功将实现工作面安装/拆除设备成套系列化，对整个工作面的主要设备实现机械化安装与拆除，降低工人劳动强度，提高生产安全性有重要意义。

产品详细介绍日本A&D以全新的设计理念、精湛的工艺技术制造出高精度快速水份测定仪，它操作简单，易于观察并以其卓越的性能充分应用于食品、烟草、制药、石油、造纸、饲料、化工、涂料、矿产、环保、地质等行业做物料含水率的快速测定，同时满足固体、颗粒、粉末、胶状体及液体含水率的测定要求  特点：●具有创新SRA技术的快速均匀卤素灯加热器采用直管卤素灯和独特设计的SRA（二次辐射辅助装置）辐射器来缩短测量时间，形成快速均匀的加热器。●高精确度采用SHS快速灵敏特性的称重传感器，使得非常少的样品在高精度称量下都能得到非常精确的含水率测定。●采用二水酒石酸钠作为测含水率精度检查的标准二水酒石酸钠是一种具有稳定含水量15.66%+0.3/-0.1的化学物质,因此最可信赖作精确度检查，供给测定仪作参考值。●加热器温度校准（仅MS/MX）可选温度校准器，校准结果能够以GLP、GMP、ISO的格式输出。●标准WinCT-Moisture软件（仅MS/MX）实现实时图形显示WinCT-Moisture软件是一个专为图形显示而设计的含水率分析软件，测定时可显示含水率变化的图形，并能依此图形,通过电脑辅助分析来设置不同样品的测量程序。●测定程序,测定结果存储功能最多能存储20组测量程序，随时根据不同样品调用不同的测定程序进行含水率测定,因此既能实现快速测量又可避免设定操作错误（MF最多存储10组,ML最多存储5组）。测量结果可存储100组（MF为50组,ML为30组）并通过电脑或打印机输出.完全避免人为误差。●符合GLP/GMP/GCP和ISO标准，带日期/时间，ID，校准数据和检测记录输出能对校准数据及测定数据记录输出，满足品质管理及认证需求。●标准RS-232接口与PC双向通讯或连接到打印机。●清晰易观察的大屏幕荧光显示测量程序、设定值、含水率变化率、测量状态、数据号码和其他重要信息同时清晰的显示出来，一目了然。●部件易于操作符合人体工学而设计的盘手柄，避免当热的样品放入或取出时产生烧伤之类的意外，翼状手柄使得加热盖容易打开和关闭。●低维修成本的保证用户更换卤素灯时无需停用，带保护的小室易于清洁（卤素灯的寿命约5000小时）●五种测量程序标准模式：通过设定高、中和低测量精确度自动完成测量。自动模式：当含水变化率小于一个设定比率时自动结束测量。快速模式: 为了实现快速测定，启动后前3分钟采用200℃加热，然后根据自动设定完成测定。定时模式：通过设定持续时间来完成测量。手动模式：通过按启动和停止键来操作测量过程。●四种干燥程序标准干燥: 启动后直接升温到设定温度。渐近干燥: 经过预设时间逐步升温到设定温度。步序干燥: 根据时间分阶段采用不同温度。快速干燥: 采用200℃快速加热3分钟后根据设定的干燥温度持续加热。通过测量程序和干燥程序的任意组合能充分满足到不同样品的测定要求。选配件：●AX-MX-31        样品盘(100个)●AX-MX-32-1     玻璃纤维片(100片)●AX-MX-32-2     玻璃纤维片(100片)●AX-MX-33        检验试样(二水酒石酸钠30克12件)●AX-MX-34        卤素灯管●AX-MX-40        RS-232电缆●AX-MX-41        校准砝码(20克,OIML)●AX-MX-43        温度校准器(仅MS/MX适用)      

本项目研发了一套完整的现场数据采集服务支撑技术，提供了数据采集集成服务的商业运营新模式。针对工业互联网建设过程中普遍存在的现场数据采集需求，整合了综合感知、AI智能处理、网络安全传输、数据质量管理和标准化输出等多个环节，把经过质量分析和标准化处理后的实时数据，作为产品对接到工业互联网应用平台的数据池，供后续数据处理和应用分析。整套技术包括4大模块：1）智能网关：基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置云服务器；重点研究基于小目标的AI图像分类算法。2）AI模型管理系统：实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。3）数据管理和标准化处理：数据有效性管理、数据质量评估、数据标准化和数据安全机制。4）智能运维：开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提高效率、降低成本、保证系统运行质量和数据的有效性。 如图所示，项目完成了对于现场数据的传感、传输、管理、输出和设备运维等一系列工程实现。应用范围: 1、智能网关： 开发基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置服务器。 综合接入能力： 包括有线传感器和特定的无线传感器、与现有系统的对接 有效感知能力： 实现基于图像的AI视觉感知能力，重点研究基于小目标的图像分类算法 安全传输能力： 提供4G、5G、NB-IOT的上行传输模块化替换 提供安全的加密手段，保证数据安全 现场调试配置能力： 具有现场WiFi调试功能，方便安装和运维人员现场配置和检测 软件和通信标准版本现场升级 2、AI模型管理系统 需要实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。 样本管理能力 原始样本管理、样本实例库分类和管理、检测样本管理等 模型计算和管理 算力管理：对算力的统筹，外部算力的对接等 算法管理：自主开发算法的管理和调动，外部算法的调用和对接 模型管理：包括模型的功能属性和已经应用的情况的统计分析 设备管理 设备的AI模型配置能力、AI推演过程的监控、AI推演结果的跟踪采集和分析 3、数据管理和标准化处理 数据有效性管理 监测数据是否按时上传、上传数据是否符合要求、是否为非法数据 告警输出：把告警信息进行分类，并推送给相关的运维系统 数据质量评估 按照标准对现场采集数据进行多维度的质量分析，为后续数据应用提供参考依据 数据标准化 格式标准化：完善采集时间、地点、单位等属性， 输出标准化：按照标准协议与工业互联网平台数据池进行对接 数据安全 区域性部署：可以应用户要求部署在其内网 并行部署：可以通过并行部署，网关上联多个服务器，确保用户的可靠性需求 数据回滚能力：可以应工业互联网平台要求对数据进行一定期限内的回滚，保证数据在一定时间段内不丢失 4、智能运维 开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提供效率、降低人员成本、保证系统运行质量和数据的有效性。 运维人员管理 对运维人员的信息、定位、工作状况管理 巡检任务管理 对部署的硬件和相关工作环境定期巡查的任务制定、下发、执行过程和结果的记录和管理 临时故障处理 对系统自动告警和现场突发状况的应急处理能力，包括人员调配、处理流程提示和建议、相关情况处置参考案例、后续统计追踪等。网关核心板实物照片

项目简介：《选矿厂生产统计计算机管理系统研究》通过湖北省科技厅组织的鉴定，其科研成果处于国内领先水平。 技术特点：本课题以大冶铁矿厂为实例，利用当前流行的Microsoft Visual Basic6.0开发选矿厂生产统计计算机管理系统软件，该系统解决了多金属选厂报表金属量不易平衡的问题，具有创新性。用户只需一次性输入原始数据，相互关联的生产日报表、周报表、月报表和年报表将自动生成，生产日报表可当天上报。企业领导、工程技术人员、管理工作者和统计分析人员可根据工作需要任意浏览、调用、打印各种报表，有利于正确指导现场操作、生产调度、组织管理和领导决策。应用领域：该系统既针对性，又有通用性，便于计算机管理网络化。可在全国同类矿山企业中推广使用，具有广阔的应用前景和良好的社会、经济效益。

随着电网数据规模越来越大，所蕴含的价值也越来越多。清华大学信研院研发了基于机器学习方法的能源互联网能量管理系统，主要功能为对电网的稳定性进行预测和可视化。系 统分为训练部分和预测部分。训练部分通过历史数据进行机器学习，建立一个电压稳定性的 分类器。分类器训练完成后，再对新增的未知数据进行预测。训练部分主要分为特征提取、 类别标记、特征压缩、分类器类型选择。预测部分主要分为分类器数据启动阶段和预测输出 阶段。本系统提出利用机器学习方法对电网电压稳定性进行预测，进一步综合多个节点给出 电网态势感知的评估结果。在训练每一个节点分类器的时候，本系统将特征选取的时段和预 测时间节点拉开，形成一种延时的预测方法，本发明对复杂系统有着更好的还原效果。2 应用说明本系统实施电压稳定性预测的具体步骤为:步骤 1:通过部署在关键测点的同步相角测量单元 PMU 采集电网实时数据，所述 实时数据包含电网中每个关键测点的电压 U、 有功 P、无功 Q、电流 I;分别计算 U 的衍 生量 dU/dt，Q 的衍生量 dQ/dt，电压的变化 量比上无功的变化量的衍生量 dU/dQ，用这 些衍生量作为特征，来表征量的时间变化速 率;步骤 2:对步骤 1 中提取的特征进行数 据降维与压缩;根据特定时刻电压 U 是否恢 复到标准值的 0.8 倍来区分每组样本组是否 稳定，用 0 标记稳定，用 1 标记不稳定;步骤 3:选择分类器，建立一个电压稳 定性的分类器;步骤 4:训练分类器;当分类器训练完 成后，将训练好的参数储存起来;步骤 5:进入预测部分的数据启动阶段， 填充特征矩阵，没有输出;步骤 6:把多个节点的特征按照顺序排列，形成特征矩阵;特征矩阵填充完成后， 根据分类器给出的预测结果;特征时段向前滑动，最初的特征被抛弃，新特征补充在队尾， 分类器持续给出预测结果;步骤 7:每隔一定时间间隔 ，要把新收集来的数据与以前的数据一起，重新回到步骤 4 训练分类器，更新参数。在具体系统搭建过程中，我们充分利用现有机器学习平台。其中 Hadoop 的文件管理系统 HDFS 负责数据存储;Spark 负责模型训练;Storm 负责在线预测;Kafka 负责在 Storm 和Hadoop 之间传递更新后的模型参数。