武汉墨光科技有限公司是 Mathematica 全球现代技术计算的终极系统中国区官方授权代理商，提供 Mathematica 全球现代技术计算的终极系统的咨询、推广、销售、技术支持、解决方案、课程培训等一系列软件服务。想学习了解更多关于 Mathematica 软件系统，可与我们联系。 Mathematica 科学计算软件 · 全球现代技术计算的终极系统 Mathematica 在其三十年的开发历程中，在技术计算领域确立了最先进的技术，并为全球技术创新人员、教育工作者、学生和其他人士提供了最主要的计算环境。 Mathematica 以卓越的技术和简便的使用方法享誉全球，在此基础上，它提供了单个集成并且持续扩展的系统，涵盖了最广最深的技术计算功能，并可通过网页浏览器实现云端的完美访问，以及在所有现代桌面系统上的本地访问。   · 现代技术计算的唯一选择 通过三十多年来的精心研发和不断探索，Mathematica 在许多领域独树一帜，在当今技术计算环境和工作流程中表现卓著。 一个全面集成的大型系统 Mathematica 具有涵盖所有技术计算领域的将近 6,000 个内置函数——所有这些都经过精心制作，使其完美地整合在 Mathematica 系统中。 不仅仅是数字，也不仅仅是数学，内容包罗万象 基于三十多年来的持续开发，Mathematica 在所有技术计算领域表现卓著，包括网络、图像、几何、数据科学、可视化、机器学习等等。   不可想象的算法功能 Mathematica 在所有领域构建了前所未有的强大算法—许多算法都是使用 Wolfram 语言独特的开发方法和功能进行构建的   前所未有的高级 从超级函数到元算法，Mathematica 提供了可实现自动化并且日益完善的高级环境，使您的工作尽可能地高效。 整体达到工业强度 拥有跨越各个领域的强大的高效的算法，Mathematica 是为提供工业强度而构建的，它的并行计算、GPU 计算等功能使其可以轻松处理大型问题。 易于使用的强大功能 Mathematica 凭借它的算法功能以及 Wolfram 语言的详细设计原理，创建了具有预测性建议、自然语言输入等的独特的并且易于使用的系统。 文档以及代码 Mathematica 使用 Wolfram 笔记本界面，使您可以快速整理包括文本、可运行代码、动态图形和用户界面等的丰富文档中的任何内容。 代码可读性强 使用直观的类似英文的函数名称和一致明了的设计，Wolfram 语言易于阅读、编写和学习。 得到最美观的结果 Mathematica 使用最先进的计算美学和设计原理，为你呈现最美观的结果；立即创建最顶级的互动可视化效果和出版物质量级别的文档。 即时现实数据 Mathematica 可以访问广博的 Wolfram 知识库，包括最实时的数千个领域的数据。 超过十五万个范例 从 参考资料中心 的 150,000 多个范例，Wolfram 演示项目的将近 10,000 个开源演示项目和其他资源中获取帮助，开始着手任何项目。 完美的云端集成 Mathematica 目前已经完美地集成于云端系统中；可在统一强大的云端桌面混合环境中进行分享、云计算以及更多功能。 与任意内容连接 Mathematica 为与任意内容连接而构建：文件格式（180 多种）、其他语言、 Wolfram Data Drop、API、数据库、程序、物联网和设备，甚至其自身分布等。   · 覆盖范围 核心技术 WOLFRAM 语言 脱胎于 Mathematica 的基于知识的独特符号式语言，推动了 Mathematica 系统的发展。   WOLFRAM 算法库 全球最大的算法集成网络，为 Mathematica 提供了博大精深的内置功能。   WOLFRAM 笔记本界面 独特的灵活的基于文档的界面，使您可以混合 Mathematica 中的可执行代码、格式丰富的文本、动态图形和互动界面。   WOLFRAM ENGINE 实现 Wolfram 语言和 Mathematica 的核心软件系统；跨越了各种各样的本地和云端计算环境。   WOLFRAM CLOUD 仅仅使用一个网页浏览器就可以运行 Mathematica Online 的架构技术。   WOLFRAM KNOWLEDGEBASE 推动 Wolfram|Alpha 的独特广博的持续更新的知识库，并为 Wolfram 产品提供了可计算的现实数据。   Mathematica 发展轨迹 超过三十年的漫长历程 在 Mathematica 第一版中引入的五百多个函数，仍然涵盖在最新版的 Mathematica 中，而且总计已总增添了将近 6,000 种不同函数，以及众多具有远见卓识的重要创新思想。 1988 年革新 当 Mathematica 首次在 1988 年诞生时，它为技术计算带来了革命性的变化，由此每年都持续不断引入更多新函数、新算法和新思路。   远远超过数学 数学是 Mathematica 第一个大型应用领域；基于数学领域的成功经验，Mathematica 系统性地扩展到了许多新领域，包括各种技术计算格式。   创新速度越来越快 Mathematica 在三十年多的时间里遵从快速革新的发展轨迹，使得在每个阶段都构建了许多强大的新功能。   在每个版本中都有新思想 Mathematica 的各版本更新不仅仅是一般的软件更新；每个连续更新的版本都是在新方向上对计算模式的一次重大发展，并且引入了重要的新思路。   您在第一版中学到的技巧仍然可以用 如果您使用过首版 Mathematica，那么您在三十年前编写的代码仍然可用，并且能够在现今的 Mathematica 大型系统中再度遇见 Mathematica 第一版的核心思想。   三十年多来的持续发展 Mathematica 忠实于它的核心准则和严肃的设计原理，持续发展并且集成了许多新功能和方法，而无需走回头路。   · 在 Wolfram 产品世界中的 Mathematica Mathematica 是 Wolfram 独创的旗帜产品；旨在为研发和教育工作提供技术计算平台。基于 Wolfram 语言，Mathematica 与其他核心 Wolfram 产品可以百分百兼容。

申请人自2002年8月开始在医学低剂量CT图像成像、处理等方向开展学习和研究工作，从理论探索和应用拓展两个方面同时开展科学研究，先后提出了“基于区别性稀疏表示的低剂量CT成像”，“基于大尺度平均的低剂量CT图像后处理”，“基于深度学习的低剂量CT成像”等一系列创新算法，其中“基于区别性稀疏表示的低剂量CT成像”算法已通过专利形式转让到国内龙头大型医疗设备商上海联影医疗设备有限公司，目前已经在其即将推出的最新的U780 CT机上得到了应用。

本发明公开了一种面向超光谱数据库的小波去噪算法，属于超光谱数据的处理方法，用于对带有噪 声的超光谱曲线进行降噪。本发明顺序包括小波降噪参数选择、小波降噪。本发明在小波降噪参数学习 过程中充分考虑了超光谱数据库中各种物质超光谱曲线的特性，快速的选择适合超光谱数据库绝大多数 光谱曲线的小波降噪参数，然后使用选择得到的参数对测量到的超光谱曲线进行降噪。该方法能快速的 针对各种不同应用场景的超光谱数据库选择与之适应小波降噪参数，提高了降噪的效果，提高光谱匹配 的准确率。

本发明公开了一种基于分裂算法的湖泊三维水动力-水温-水质模拟预测方法。构建湖泊三维水动力-水温-水质模型，将湖泊离散成若干网格单元，并对网格采用 Arakawa-C 模式布置变量，基于分裂算法将湖泊三维水动力-水温-水质模型中各算子按照其物理波动过程的波频快慢特性进行分类，对低频慢过程算子采用显式处理，对高频快过程算子采用隐式处理，运用分裂算法分步离散求解模型，得到湖泊水域内不同位置和时间的三维流场、水温和水质指标浓度。本发明提出的基于分裂算法的湖泊三维水动力-水温-水质模拟预测方法能较准确地反映湖

本发明公开了一种基于光谱拟合与差分算法的光纤传感动态信 号解调方法，包括：扫描得到光谱纹波；对光谱纹波进行拟合获得静 态光谱；将光谱纹波与静态光谱进行差分处理获得差值信号；对光谱 纹波的极值点进行拟合获得上下边缘包络曲线；对上下边缘包络曲线 进行差分处理获得光谱变化函数，将差值信号与光谱变化函数进行归 一化处理，获得去包络后差值信号，根据扫描速度和初始波长将波长 换算为时间，获得去包络后时域动态信号。本方法对纹波光谱及其拟 合曲线进行差分获得动态信号，可以消除诸如温度、湿度等环境干扰， 且恢复的动态

本发明公开了一种基于模糊 PI 算法的微电网并网逆变器的控制 方法。该方法包括：（1）采样当前电网电压、当前并网逆变器的输出 电流和当前滤波器的电容电流；（2）确定并网电流指令值；（3）调 整 PI 控制器的比例系数和积分系数；（4）通过修正后的 PI 控制器得 到滤波器的电容电流指令值；（5）通过 P 控制器得到并网逆变器的输出电压指令值；（6）产生控制信号控制并网逆变器开关管的通断，在 并网逆变器的功率输出端产生期望的输出电压；（7）重复（1）～（6）， 使并网逆变器的输出电流始终跟踪指令值。本

本发明公开了一种基于可穿戴生理设备的睡眠阶段分类检测算法，包括以下步骤：获取多模态脑电生理信号；对多模态脑电生理信号依次执行滤波去除噪声和Z‑score归一化处理，得到预处理信号数据；对预处理后的信号数据通过反向传播算法和梯度下降优化实现，以交叉熵损失函数衡量生成信号与真实信号的差异，不断调整参数使生成信号更接近真实睡眠信号；构建一个与生成器具有相同的卷积单元形式的判别器，判别器与生成器构成生成对抗网络模型，自动调整调节参数，输出不同睡眠阶段的分类结果。本发明通过合理整合EEG和EOG等信号和GAN模型的应用，使模型能够学习到真实睡眠信号的分布并进行准确分类；提高分类的准确性和稳定。

本发明公开了一种基于神经网络模型 BP 算法的嵌入式矿压检测方法法，首先根据根据待检测区域的地域情况，采用多个振弦式压力传感器进行测量；然后 ARM7 处理器根据系统任务个数建立相应的进程；最后在建立的任务中打开定时器，输出一个固定在某一频率范围内的脉冲，经过驱动激振电路，产生一个能对振弦式压力传感器内部振弦起振的信号，同时使用 ARM7处理器对振弦式压力传感器返回的脉冲信号进行频率测量，计算得到压力值，最后，利用温度传感器采集振弦周围区域的温度，采用 BP 算法建立神经网络模型，利用神经网络模型对得到的各组压力数据及采集的温度数据进行学习，并根据神经网络模型找出压力随温度的变化规律，对振弦式传感器进行温度补偿。

南科大医学院教授张文勇、研究助理教授栾合密等在国际著名生物信息学与计算生物学期刊Bioinformatics上发表题为“CPVA: a web-based metabolomic tool for chromatographic peak visualization and annotation”的论文。该研究创新提出了以色谱中心策略算法（CCS）提高基于质谱的组学数据质量，并搭建了R-Shiny的Web应用CPVA，实现了组学数据在线交互式的处理。 该论文提出了色谱中心策略算法（CCS），并开发了在线互动工具来解决该领域普遍存在的问题。色谱中心策略是指通过对组学数据中提取的色谱峰形状进行数字化描述，包括对称性（Symmetry）、锯齿度（Jaggedness）、形态（Modality）、色谱质量指数（MCQ）等，并以在线互动的方式直接展示色谱峰的形态特征。

2020年2月10，中南大学湘雅公共卫生学院李广迪博士与比利时鲁汶大学的 Erik De Clercq教授联合在Nature reviews drug discovery杂志发表了关于新冠病毒（2019-nCoV）的最新研究，研究题为Therapeutic options for the 2019 novel coronavirus (2019-nCoV)。该研究基于当前现实的需求，特别是结合目前已批准的一些抗病毒药物以及SARS和MERS的治疗，主要讨论了2019-nCoV的药物开发和潜在治疗选择，对当前抗新冠病毒的治疗和药物开发具有重要的知道意义。