这个项目是集硬件、软件、服务于一体，通过高科技现代化的网络技术、4G/5G技术、云技术、调频广播发射技术、远程监测、播放管理等技术，实现远程管理、播放服务。

该系统对推拿手法尤其是慎用手法利用VR技术让学生们进行互动练习，在最大程度保证安全的情况下达到训练目的。

1、江苏优埃唯智能科技有限公司UAV智能视觉感知教学研究实验平台，包含3个彩色高清工业相机与2个免驱USB多系统兼容摄像头，满足不同场景、不同功耗需求的图像采集需求，并包含配备数字光源控制器的补充光源、高精度可控PLC置物台、内置数据存储与处理器、显示器。 2、支持单目、双目、三目等不同数量相机、以及工业相机、免驱USB摄像头等不同类型图像采集装置的自由组合、协同数据采集与处理功能、适用于不同尺寸目标的静态/动态连续帧触发采集。 3、提供机械设计及电气图纸、Python开发例程源码与功能手册，支持二次开发。 4、具有基础图像处理功能，以及相机标定、立体匹配、目标定位等多种先进的图像处理功能。

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。

LED半导体照明由于环保、寿命长、光电效率高等众多优点,已经成为主要的照明方式。LED一般只能在是2~3伏低电压工作,必须要设计复杂的电源转换电路,不同用途的LED灯配备不同的电源适配器。LED芯片和电源装在一起，一般空间狭小,散热条件差,驱动电源的质量直接影响半导体照明的使用寿命。对驱动电源的要求包括转换效率、有效功率、恒流精度、电源寿命、电磁兼容等。实际应用过程中,因此必须要综合考虑这些因数。LED驱动电源面临几个挑战:首先是驱动电路寿命;其次是转换效率,尤其大功率应用中,可减少热耗散;再次是调光功能;最后是控制成本。

中试阶段/n为提升高速公路智能养护和预防性养护技术水平，实现数据统一管理与共享，采用“一张网”理念把全省高速公路典型基础设施纳入统一的资产智能管理平台，形成交通基础设施智能监测诊断中心。研发了一套基于移动互联网的高速公路智能巡检养护管理系统，主要以WEBGIS为平台，采用互联网、参数化三维建模、VR三维实景等技术，建立统一规范的高速公路设施病害分类库，研发智能终端和互联网应用系统对高速公路沿线设施的巡检养护进行信息化管理，为用户提供巡查养护数据采集、设施病害和事件处理、高速公路主要设施的技术状况评定、维修工程资料管理、基础信息查询浏览、竣工图纸查询浏览等一体化信息服务，实现生产一线与管理层面的实时沟通与高效协调。。高速公路智能巡检养护管理系统是我国公路行业的现实需要，可以提升高速公路资产管理的信息化、智能化、时效化、便捷化和可视化水平。本成果市场前景及预期经济效益十分广阔。。支持额度：。500。万元。承接单位：。湖北省。项目进展：。为提升高速公路智能养护和预防性养护技术水平，实现数据统一管理与共享，采用“一张网”理念把全省高速公路典型基础设施纳入统一的资产智能管理平台，形成交通基础设施智能监测诊断中心。研发了一套基于移动互联网的高速公路智能巡检养护管理系统，主要以WEBGIS为平台，采用互联网、参数化三维建模、VR三维实景等技术，建立统一规范的高速公路设施病害分类库，研发智能终端和互联网应用系统对高速公路沿线设施的巡检养护进行信息化管理，为用户提供巡查养护数据采集、设施病害和事件处理、高速公路主要设施的技术状况评定、维修工程资料管理、基础信息查询浏览、竣工图纸查询浏览等一体化信息服务，实现生产一线与管理层面的实时沟通与高效协调。高速公路智能巡检养护管理系统是我国公路行业的现实需要，可以提升高速公路资产管理的信息化、智能化、时效化、便捷化和可视化水平。本成果市场前景及预期经济效益十分广阔。。项目基本内容：。为提升高速公路智能养护和预防性养护技术水平，实现数据统一管理与共享，采用“一张网”理念把全省高速公路典型基础设施纳入统一的资产智能管理平台，形成交通基础设施智能监测诊断中心。研发了一套基于移动互联网的高速公路智能巡检养护管理系统，主要以WEBGIS为平台，采用互联网、参数化三维建模、VR三维实景等技术，建立统一规范的高速公路设施病害分类库，研发智能终端和互联网应用系统对高速公路沿线设施的巡检养护进行信息化管理，为用户提供巡查养护数据采集、设施病害和事件处理、高速公路主要设施的技术状况评定、维修工程资料管理、基础信息查询浏览、竣工图纸查询浏览等一体化信息服务，实现生产一线与管理层面的实时沟通与高效协调。高速公路智能巡检养护管理系统是我国公路行业的现实需要，可以提升高速公路资产管理的信息化、智能化、时效化、便捷化和可视化水平。本成果市场前景及预期经济效益十分广阔。