产品详细介绍高清H.264编码器SDI编码器HDMI编码器Kylines LMT8000HD    Kylines LMT8000HD高清编码器采用最为先进的H.264/AVC视频压缩算法和MPEG4 AAC音频压缩算法，在低下也具备优异的视频表现和音频还原性。在1Mbps视频码率和30kbps的音频码率下也能实现高清视频在网络上的完美呈现。为适应各种复杂的网络音视频协议Kylines LMT8000HD提供了多种视频格式和流媒体协议，例如RTMP, RTSP/RTP, MMS, UDP。用户可以通过网络流行的Flash播放器，VLC播放器，Windows Media Player等进行直播视频观看。可广泛用于网络视频直播，手机视频直播，远程会议，酒店VOD，校园广播，医院专家会诊等众多应用领域。Kylines LMT8000HD主要特性: H.264/AVC High Profile Level 4.1、H.264/AVC High Profile Level 4.0及H.264/AVC High Profile Level 3.0编码，先进的视频预处理算法 MBAFF（宏块自适应帧场编码） 业界首款三重B帧预测，在优秀图像质量的情况下最大程度降低带宽 先进的VXT2二阶运动预测技术、运动预测精确、提高图像细节完整性 自适应GOP结构，自动探测图像内容，自适应插入I帧 自适应加权预测技术，提高敏感区域图像质量 音频编码支持AAC ，MPEG1 Audio Layer 2 HDMI，HD/SD-SDI数字视频输入 HDMI，HD/SD-SDI数字音频输入 PAL、NTSC标清视频格式 高清720P、1080I、1080P视频格式 支持TS OVER UDP输出 支持FLV OVER RTMP输出 支持ASF OVER HTTP输出 支持向Adobe FMS发布实时直播流 支持向microsoft WMS发布时时直播流 液晶&按键操作 嵌入式WEB网络管理 超低功耗，高清编码模式8W Kylines LMT8000HD技术指标：输入 视频 1路HD/SD-SDI，BNC接口 1路HDMI (HDCP Support) 1路标清AV 音频 HD/SD-SDI内嵌音频 HDMI内嵌音频 1路立体声（左右声道）视频 分辨率 1920×1080P 1920×1080i 1280×720P 720×480P/i (NTSC) 720×576P/i(PAL) 480x320P/i 320x240P/i 编码 H.264/AVC High Profile Level 4.1(高清)H.264/AVC High Profile Level 4.0(高清)H.264/AVC High Profile Level 3.0(标清) 压缩率 1Mbps(720P60) 码率 0.8Mbps~20Mbps 码率控制 CBR/VBR GOP类型 IP IBP IBBP IBBBP IBBBBP 帧率 15Hz – 60Hz音频 编码 AAC、MPEG-1 Layer 2 采样率 48KHz 采样精度 24 bit 码率 30Kb/s~384Kb/sTS输出 2路 ASI输出，BNC接口（选配）以太网输出 TS OVER UDP FLV OVER RTMP ASF OVER HTTP操作 液晶+按键操作，网络管理(WEB)，英文操作界面 可通过网络进行软件升级机电 环境 0~45℃(工作)，-20~80℃(存储) 尺寸(宽x长x高) 1U机箱 (482mm×360mm×44.5mm) 重量 3Kg 电源 AC 110V±10%，50/60Hz或AC 220V±10%，50/60Hz 功耗 8W

产品详细介绍                                                      液晶屏翻转器 1．电动控制、翻转自如。 2．使用灵活、稳定性好、抗震性好。 3．适用于15-21寸液晶显示器。 4．键盘是垂直升降。 5．当打开控制开关后显示屏和键盘同时运行作业，当显示屏翻转到位后，键盘同时也升降到位并且与桌面平齐。 6．控制方式：a.单机使用可通过手动和遥控 b.集中控制通过中控实现。   参数要求：    1．电源   交流电220V 50Hz    2．箱体尺寸： 540*510*190    3．翻转角度105度，同时可按客户要求来调节显示屏的角度                  

本技术成果将网络负载均衡与路由技术延生至交通领域中的车流量导航与道路控制，通过基础图论中的关键理论，结合大数据分析与聚类技术，旨在解决现有城市道路路网中存在的潮汐效应与拥堵问题，项目拥有多项自主核心知识产权，涵盖路径规划与搜索算法、数据并行存储与计算。通过仿真表明，项目实施后，能在现有路网规模的基础上，显著提升现有道路的负载通行能力，缓解城市道路因局部负载过大导致的负载不均与交通拥堵，改善出行体验，降低尾气排放，提升智能交通效率。

目前北京理工大学基于神经网络的智能无人机疫情预警监控系统主要由无人机平台、光电载荷、喊话系统和地面控制及图像处理平台组成。 该智能无人机疫情预警监控系统能够自动监控广场、公路、小区等各类环境中的人群，检测人员聚集情况，利用红外热成像技术实时获取人员体温情况，实现在非接触情况下对疑似高危人员的快速区分，并快速形成疫情人员相关数据，还可以提供数据接口，供大数据系统进行分析。该智能无人机疫情预警监控系统可同时提供监控人员及被监控人员交互通道，通过喊话系统，监控人员可以随时疏导或制止被监控人员的异常行为，为疫情监控和预警提供了更为清晰和直接的手段方式。

本技术成果将网络负载均衡与路由技术延生至交通领域中的车流量导航与道路控制，通过基础图论中的关键理论，结合大数据分析与聚类技术，旨在解决现有城市道路路网中存在的潮汐效应与拥堵问题

原子核裂变数据的精确测量是很多核物理应用的先决条件，比如核能、国防、辐射防护、核废料处理、产生稀有同位素等。核裂变物理在超重元素合成、反应堆中微子、中子星融合中的r-process等研究中也不可缺少。特别是走向新一代核能-快中子反应堆，急需锕系核区精确的不同能量中子诱发裂变数据。但是目前实验和理论都无法提供可靠及完整的能量相关裂变数据。 由于涉及中子的实验难度较大，国际上主要的核数据库只有几个能量点的裂变数据。理论上基于微观模型去描述裂变过程非常复杂，是一个涉及多维位能面的大幅度、非绝热的量子动力学过程。目前微观理论对裂变可观测量的描述还有较大误差。 此外基于唯象裂变模型对未知核区和未知能区的外推往往不可靠。 北京大学物理学院裴俊琛研究员课题组首次采用贝叶斯神经网络（Bayesian Neural Network）来评估不完整的裂变产物分布。此前贝叶斯神经网络对原子核质量外推有一些成功的应用，并可以得出推断的误差，但是仍有量子壳效应的疑虑。核裂变过程涉及复杂的位能面，裂变产物分布具有统计特征，比较适合神经网络。 贝叶斯神经网络对不完整核裂变产物的评估 目前核裂变产物的实验测量很难给出完整的产物分布，只能结合模型评估给出完整的裂变产物分布。人们通常基于唯象模型、通过调参数来拟合出产物分布。该工作通过对已有裂变数据库的学习，当实验测量给出不完整的裂变数据时能够推断出完整的裂变产物分布。结果表明，随着中子能量增加，裂变模式逐渐从不对称裂变演化成对称裂变。这说明神经网络能成功抓住部分物理图像。当实验数点很少时，唯象评估模型失效，神经网络仍然可以给出有效的评估和合理的置信区间。贝叶斯神经网络对核裂变产物的评估开辟了一个新的方向，展现了机器学习的一个实际应用范例，将对核数据的定量评估产生重要影响，有望更好地提供应用级的精确核数据。 不同能量的裂变模式演化

本专利提出一种动态交互网络环境下网构软件主体系统信任协商构建方法，软件主体根据自己的信任信息建立信任关系，避免了使用证书交换导致信任协商变得复杂繁琐；不需要合作的主体每次交互都重新建立信任关系，软件主体之间不断的信息交互使每个软件主体逐步拥有全局的信任信息。每个软件主体都拥有自己的信任信息，即信任度与合作度，需要合作的两个主体根据合作的方向选择对应的信任度和合作度（契合度）建立信任关系；信任关系建立的成功与否需要与参考值比较，该参考值是按照系统中主体拥有平均信任信息时契合度的计算值；当契合度大于该参考值时建立信任关系，该方法避免了使用证书所带来的麻烦，使得信任关系的建立变得更加简单和清晰。

本发明公开了网络环境下城市事件驱动的决策信息聚焦服务方法及系统，本发明提出的从关联城市 事件类型及阶段的抽象决策信息聚焦服务链建模与注册，到城市事件驱动的关联的抽象决策信息聚焦服 务链的发现，到抽象决策信息聚焦服务链的实例化与执行，到最后的决策结果的网络化共享的整个流程， 是一种网络环境下城市事件驱动的决策信息聚焦服务方法，实现了抽象决策信息聚焦服务链网络化共享 及协作管理、事件驱动的抽象决策信息聚焦服务链精确高效发现和决策结果的网络化共享，为智慧城市 突发事件的科学准确决策和快速应急响应提供了支持。 

本发明公开了一种考虑节点业务流量的水下声信道网络媒体接入控制方法，本发明通过载波侦听及 按时隙发送来防止数据包碰撞；在每轮数据发送过程中，通过 RTS/CTS 包的交互选出发送队列最长的 节点；最后，发送队列最长的发送节点获得发送数据的机会，其所有邻居发送节点将延迟发送数据直至 该发送节点数据发送完毕。从长期过程来看，业务流量需求更大的节点将能够获得更大的传输带宽。因 此，本发明能实现更加优化的网络带宽分配，从而有效提高水下网络的实际吞吐量，减

重点围绕实施大型机电设备预测性的状态检修需要，建立设备状态劣化监测模型，在线评价设备健康状态。采用自动逻辑推理的自主故障诊断方法，结合专家人机交互方式进行观察、推理的人工诊断方式，形成更准确全面的故障原因分析和故障定位。根据状态评价和故障定位结果，自动给出设备维修建议的方法。利用长期积累的设备试验、运行、故障前后的各种状态数据，进行设备状态劣化模型、故障诊断模型的更新和修正方法。基于Internet的远程协作诊断机制，遇到疑难问题时邀请多领域专家进行在线会商。可以用于机电设备、水电机组、风力发电机组