本成果为获得省部（或学会）级三等以上奖励的重点纵向成果。

围绕核酸特殊结构和修饰的动态变化，利用化学生物学理论和技术，通过化学小分子对核酸结构和修饰的识别及相互作用，探索生命过程新机制，项目取得一系列原创性成果，为疾病早期诊断和高选择抗癌领域提供新策略。主要科学发现为：1.实现小分子对非规则核酸的结构识别和调控，并揭示四链核酸新机制。通过抑制肿瘤中高表达的端粒酶，提出了小分子对G-四链核酸(G-4)识别新机制和抗肿瘤药物设计新策略；双钌配合物通过钾离子调控机制特异识别G-4产生光响应，创立了目视检测G-4的新技术；通过光诱导机制实现小分子不同

本发明公开了一种基于支持向量机的纳米结构形貌识别方法。首先生成训练光谱，确定支持向量机的核函数与训练方式；生成测试光谱及多种不同的支持向量机；利用测试光谱对支持向量机进行特征形貌识别准确率测试，找出识别准确率、训练光谱数目和核函数之间的关系，作为支持向量机训练的指导原则；对测试光谱添加不同量级的噪声影响，将含有不同量级噪声的测试光谱用于支持向量机中进行测试，找到在能保证正确识别率较高情形下所能添加的最大噪声量级，作为另一指导原则；利用两个指导原则，训练得到最优的支持向量机；对真实待识别结构对应的测量光谱进行映射，识别其形貌。本发明可以对半导体纳米结构的形貌特征进行快速、精确地识别。

AI心理情绪识别系统1.多模态信号采集：人脸动态图像、脑电信号采集、语音情感检测。2.功能模块包含：情绪检测、情绪档案、数据统计、用户管理、系统设置功能模块。3.系统基于情绪心理学相关理论，结合面部表情的二维情感空间分析技术、脑电信号的状态分析、语音的三维情感空间分析三种模态相互融合叠加技术，检测人心理情绪状态，提高其检测准确度。3.    基于摄像头面部情绪识别技术，可以实时分析人体面部所包含的情绪状态。通过非接触式的实时视采用 AI 人工智能学习技术，结合心理学，通过对被测试人员 60秒的测试，能够获取相关心理/心理指标。帮助被测试人员了解自己的心理健康状况，并且引起人们重视心理健康，从而在工作、学习、生活当中提高身心健康。并且通过定期测试，能够获取个体、准确的进行心理危机预警，显示被测人员心理危机测试报告，提醒心理医生重点关注。用户在进行注册登录后，根据语音提示可直接进入测试界面进行情绪识别。点击测试按钮，调整好站立位置，脸部朝向屏幕，人脸录入即可完成测试，测试完成即可生成测试报告并能打印报告。4    基于脑电生物传感器状态检测、实时展示人体脑波原始状态指标以及Delta、Theta、Alpha、Beta、Gamma等8个EEG参数。5.    采用任务态模式进行语音情感分析，测试者按照系统设定的特定语境信息进行朗读来进行情感分析。6.    检测结束后可实时出具“心理生理状态分析结果报告”，其中包括被测试人员信息、检测时间、12维度心理生理情绪数据，包含正面情绪（平衡、自信心、活力、调节水平），负面情绪（攻击性、压力、紧张、可疑），生理参数（抑制、神经质、消沉、幸福指数），以及综合状态指标：专注度、放松度、疲劳指数、焦虑指数、压力指数、抑郁指数等。7.    统计分析：系统自带数据中心的统计功能，可以按单位进行所有检测人员的压力分布图及重点关注人员的信息显示。8.    检测完成后系统自动生成检测报告，检测报告需包含每项参数的检测数据大小、参考范围、异常数据等，以及用情绪参数雷达图、饼状图、直方图、曲线视图等多种表示方法。9.    信息查询功能：管理员可通过多条件查询功能，只需通过任意一项查询条件即可快速查询出与之对应和匹配的测试者信息，以及该测试者的历史测试记录，并可对该测试者的测试记录进行纵向和横向对比，综合分析该名测试者的心理健康状况。9.用户管理端：以管理员身份登录该系统可对用户进行管理。可进行添加用户、删除用户、查询用户、用户信息修改、密码修改、级别权限设置、单位框架搭建、查看用户报告，以及导出、打印用户报告。10.系统具有特定场合模态设置功能，可关闭和开启语音检测功能。11.视频检测时面部框具有信号质量检测功能，通过不能的颜色在面部框进行彩色状态提示，同时具有人脸检测判别功能，比如面部不全、距离较远等识别功能

产品详细介绍 产品名称：Interwrite Mobi Teacher (IP501) 无线手写板               产品简介： 序号 项目 技术参数 1 版面尺寸 27.2cm×26.4cm 2 书写有效尺寸 16cm×20.3cm 3 感应方式 电磁感应技术 4 分辨率 4000线/英寸（157.6线/毫米） 5 感应速率 250英寸/秒 6 无线传输方式 无线射频 7 无线传输距离 15.24米（50英尺） 8 多板连接支持 支持多达9块书写板在同一版面同时书写。 9 交互功能 内置彩色液晶显示屏，显示屏幕能以百分比、柱状图、座位号、选项选择率等四种显示方式显示来自课堂教学反馈系统的反馈信息（与interwrite Cricket或CPS IR构成互动课堂系统） 10 书写笔 可充电电池书写笔1支，无需使用AAA电池； 书写笔可在相同品牌交互式电子白板上使用。 11 电源 USB连接线充电 12 电池 书写板内置可充电锂电池 最多支持课堂连续使用40小时 13 书写笔充电槽 内置于书写板 14 支持的操作系统 Windows 98/Me/2000/XP/Vista，Macintosh 10.X，Linux 15 软件功能 标准书写笔、荧光笔、多彩笔、画笔、画线工具笔、智能笔（三角形、正方形、圆自动生成）； 自动图形集、图章，圆规、量角器、三角板等工具；放大缩小、照相机、卷幕、聚光灯等工具；支持调用音频、视频、Flash等文件； 版面自动保存并能生成PDF/HTML通用格式文件； 资源库并配备各学科教学资源； 无线书写板、学生反馈系统无缝调用； 板面可提供白板面及栅格版面，且颜色可调； 支持多用户定义个性化工具栏。

本发明公开了一种可识别修改类型的矢量地图水印方法，包括水印嵌入方法和水印检测方法;水印 嵌入方法包括以下子步骤:步骤 1.1:标识地物并分组;步骤 1.2:生成并嵌入分组弱水印;步骤 1.3: 生成并嵌入地物弱水印;水印检测方法包括以下子步骤:步骤 2.1:标识地物并分组;步骤 2.2:检测分 组弱水印;步骤 2.3:检测地物弱水印;步骤 2.4:定位修改并识别修改类型。本发明的技术方案创造性 地提出，基于弱水印检测地物修改并识别

通过X-ray解析了kindlin家族中分布最广，最重要的分子kindlin2的单体和二聚体两种构象及kindlin结合β1- and β3-integrin的复合物结构，揭示了Kindlin2的结构跟Talin-FERM的线性结构截然不同，呈现紧密堆积的三叶草形态；复合物结构进一步表明kindlin是通过两个特异的结合位点识别integrin细胞内β-tail的远膜端，这对激活integrin及其信号传导有重要作用。值得关注的是，本项研究意外地发现kindlin2存在着构象变化，kindlin单体可以通过F2 domain-swapping形成同源二聚体，打破二聚体的形成会影响到kindlin介导的integrin的完全活化。 该项研究成果综合运用了结构生物学、生物化学及细胞生物学的方法，解决了相关领域长期存在的一个重要问题，系统地揭示了kindlin与integrin相互作用的结构基础，提出了kindlin在integrin活化过程中发挥作用的新的机理。同时，蛋白三维结构信息也帮助人们理解kindlin的突变在众多遗传疾病的机理，为今后相关疾病及癌症的治疗提供基础。该项研究标志着南科大在本研究领域处于国际前沿，获得相关领域研究者的高度重视。本文编辑，美国科学院院士、integrin研究领域的专家Richard Hynes特别邀请德国马普研究所Reinhard Fässler教授为本文撰写专题评论。实验室将继续在此基础上，进一步研究相关领域的重要问题。

项目背景：近年来，我国自动售货机蓬勃发展的最佳时 期已经到来，从零售行业的视角来看，随着线上流量红利的 衰退，线下流量的价值越来越突出，但线下门店业态也面临 着高昂的人力成本和租金成本压力。而智能化升级引入自动 售货机，通过网络实现移动支付功能以及货物管理功能，使 得自动售货机运营效率得以提升，业务模式上也有了无限的 想象空间。随着移动支付的兴起，国内自动售货机市场近几 年可谓遍地开花，发展迅猛。近些年自动售货机行业一直朝 着低成本、多功能、更便利、售货广的方向发现。所以一款 造价低、性能稳定，运营简单，购物便利，售卖商品范围广 阔的机器越来越受到运营商的青睐。目前智能视觉柜采用静 态识别系统将非常好的满足上述条件，将来的发展潜力巨 大。目前消费者扫码后开门，取走商品后，关门，通过录制 取走商品的视频进行解析消费者取走的什么商品，从后进行 自动结算流程。核心技术是视觉识别，能通过人工智能 AI 进行识别商品类别及数量。 所需技术需求简要描述：扫码开门，采集视频或图片， 关门后通过算法自动识别消费者购买的商品明细，目前算法 准确度只有 90%，尚需突破。希望能基于视频、图像等媒体 资源，针对工厂质检、智能识别商品明细、智能补货统计等 场景，提供整体 AI 算法解决方案，全面提升智能售货机开 门取货自动识别商品的准确率达到 100%，带来更便捷的购物体验。  对技术提供方的要求:1.具有成功的自动化控制实施案 例，承担过国家重点研发计划项目。2.熟悉产品结构设计， 熟悉产品信息化、自动化设计。3.具有工学博士学位或高级 工程师职称，技术方案成熟可靠稳定有创新思维，不涉及知 识产权侵犯。 

本发明属于外骨骼机器人控制相关技术领域，其公开了一种基 于交互力识别运动意图的欠驱动康复机器人的控制方法，其包括以下 步骤:(1)确定欠驱动康复机器人的驱动电机数量及驱动角度矢量;(2)确定运动关节角度矢量;(3)确定初始关节角度矢量。(4)计算出传动矩 阵;(5)求得驱动电机与关节转角之间的关系式;(6)确定欠驱动康复机 器人的刚体雅可比矩阵;(7)确定欠驱动康复机器人末端的速度映射矩 阵;(8)构建出驱动电机的驱动空间到欠驱动康复机器人操作空间的投 影矩阵;(9)根据测量数据计算出患者的手施加在