基于PEEC模型的高效多层建模计算方法 Litz Wire通常用于无线电能传输，电力电子转化器等场合来减少其高频涡流损耗。Litz Wire的复杂结构导致许多商用电磁仿真软件在计算时效率不高。目前比较流行的Litz Wire计算工具包是MIT研发的Fastlitz，相对电磁仿真软件可以大幅提高计算效率，但是对于结构复杂的Litz Wire效果仍然不好。课题组提出的一种全新的网格划分方法

本发明公开了一种面向视频编码的背景建模方法，通过在图像块的基础上选择性地进行局部背景建 模、局部背景更新、局部多重背景保持，以克服现有以帧为单位的背景建模方法中存在的背景更新的最 佳时机难以确定、特定情况下背景建模困难、对周期性背景建模效率低下等问题，从而降低背景建模的 开销，提高背景模型的预测质量，最终提高视频编码的总体压缩效率。

本发明提供了一种高速列车轮对的建模方法，涉及高速列车的数字化设计与制造技术领域。模型的信息集成和管理对缩短响应市场时间、提高设计效率是企业希望解决的问题。通过对所述各元参数的分析和提取，构建高速列车轮对的各元参数设计模型；利用矢量阵列对高速列车轮对的各元参数设计模型进行描述，包括以下四个步骤：各元参数初始化、各元参数数组序列化、关系元参数转化为关系矩阵、环状多边形矢量阵列描述：结合高速列车轮对的各元参数设计模型的矢量化和阵列化描述，采用环状多边形数据结构构造高速列车轮对的矢量阵列；层级对象之间通过关系元参数将各个环状多边形矢量阵列形成高速列车轮对的矢量阵列描述。主要用于高速列车设计的建模。

希望能与有三维建模能力的伙伴合作，基于我司的GIS平台加载能力，提供三维数据建模服务，支持提供LOD1-LOD5 多级别数据生产制作能力。

该项目是863计划项目，现处于实验室研究阶段。项目成果受专利保护。 1、项目概述 本项目针对高速公路进出城路段交通拥堵严重、事故频发，以及高速公路监控系统和城市快速路监控系统各自为政、协同性差的普遍现象，构建了基于互联网的分布式交通特征信息共享平台，实现了不同监控系统的信息共享；借助信息共享平台，系统分析了结合部的动态交通特征，提出了适应不同交通条件的短时交通特征预测技术；采用分层递阶控制和神经网络控制的方法，研发了多匝道的协同控制系统软件，并实现了结合部道路交通系统的微观仿真。 2、技术创新点 在监控系统的信息共享研究方面，初步建立了交通特征信息共享的平台，其中对异构监控系统之间交通特征级信息共享的内容和模式进行了系统分析，对异构信息进行了融合处理，实现了特征级信息的发布。 在短时交通特征预测研究方面，已对京津塘高速公路及北京市快速环路监控系统的海量交通流实测数据进行了特征与关联分析，完成了短时交通特征的预测，并实现了交通拥挤的预判。 在结合部的协同控制方面，利用模糊神经网络的建模和学习方法，对高速公路多匝道控制系统算法进行设计，并进行了控制效果仿真。   3、能为产业解决的关键技术 （1）基于服务水平的特征级交通动态信息融合技术 针对目前高速公路和城市快速路监控系统所采集的交通流基础数据格式和像素级融合技术都有所不同，控制目标参数不统一的现实情况，项目提出的交通特征信息共享平台首先要处理现有高速公路和城市快速路服务水平判定标准不统一的问题，其次需要解决区域交通监控系统的特征级数据融合问题，寻求基于服务水平的动态信息融合技术和方法。 （2）交通特征信息共享平台的设计技术 针对集中式信息共享平台投资大、实施困难的缺点，提出采用成熟的互联网技术，以及分布式技术建立交通信息共享平台，为异构监控系统的信息共享模式提供了一种新的建设思路。不需要增加额外的硬件投资、操作方便，就现有的管理体制来说，也容易实现。 （3）基于关联分析和智能控制技术的短时交通特征预测模型 将时间序列理论与关联理论引入交通状态分析，并根据不同交通条件建立的短时交通预测模型，在很大程度上提高了预测方法的实时性、准确性和可靠性，有利于预测技术的应用和推广。 （4）高速公路和城市快速路结合部实现协同控制的关键技术 基于区域道路交通网络动态信息采集系统数据资源的综合利用与共享，在交通服务水平判定技术的支持下，运用系统论、控制论的思想以及智能交通系统工程的理论方法，实现高速公路和城市快速路结合部的协同控制。 4、相关的行业发展水平，以及同类技术产品或成果比较 目前，我国已建设的交通信息系统中，各子系统基本上是作为一个个分支存在的，不仅子系统自身的数据尚未实现充分融合，集成度很低，而且系统之间存在行政分割问题，异构情况严重；在信息共享平台设计上，大都采用集中式为主，需要新建一个监控总中心，投资大，操作困难。 与本项目所提出的预测思路及预测方法相比，现有预测方法的适用性方面还存在不少缺陷。 目前，我国高速公路和城市快速路交通控制所采取的区域控制策略尚未形成较成熟的控制模式，高速公路和城市快速路的协同控制模式更是处于起步阶段，尚未形成成熟的技术产品。 应用范围： 本课题针对的主要对象是高速公路与城市快速路的结合部，课题研究成果不仅充分利用了现有的道路监控系统硬件资源，节省了建设成本，而且可以满足结合部的交通控制与管理需要，具有较强的应用和推广价值。在实际的应用和推广中，还需进一步扩充和细化协同控制目标，优化大范围内的多匝道协同控制模型及其算法，并对具体的控制策略和控制设施进行详细设计，以提升协同控制的实际效果。 预期效果： 运用系统论和其他相关领域研究的最新成果，探索建立区域高速公路和城市快速路交通信息共享平台的新思路和新方法，并在系统平台的基础上研究协同控制的策略和方法，并形成整套协同控制系统算法和软件。在实践中，研究成果能够得到较好的应用，并且能够部分解决高速公路和城市快速路结合部的交通问题。

在DCS与实时信息集成系统的基础上，实时智能故障诊断与专家系统充分利用网络技术、计算机技术、控制技术、通讯技术以及人工智能技术将分散的DCS系统进行集成，实现信息管理的智能化。实时智能故障诊断与专家系统实现从已有的DCS通讯网络获得数据，进行高一层次的综合和处理，进行监督、诊断和预报。主要内容：通讯网关：DCS数据高速公路和IFDES通过网关交换数据和信息。数据处理：从DCS、PLC和传感器送来的数据进行预处理，如数据工程化，数据转换和压缩。知识库：存放专家知识，用于工况监督、故障诊断、事故预报、提供在线操作指导；采用多种智能处理方法及软测量技术用于炼油生产过程的专家系统知识库的构建。推理系统：集成了前向推理机和反向推理机等，操作经验和事故教训将用于指导问题的解决。多媒体显示及操作手册的开发。与综合自动化平台集成。技术优势：1、 系统驱动器和数据处理器2、 数据库和服务器3、 IFDES专家系统4、 超媒体显示系统5、 IFDES与实时数据库接口的实现位号显示与趋势图模块  应用实例：已在炼油厂加氢裂解装置、烯烃厂锅炉装置等现场成功投运  投资规模及设备需求：  硬件环境（机型及CPU、内存、硬盘容量）：机型：运行Microsoft Windows操作系统；CPU: Intel 1.3GHz 及以上；内存：512M及以上；硬盘：80G及以上。  软件环境（操作系统、支持软件的名称及版本号）：操作系统：Microsoft Windows2000及以上版本；Web服务器：Microsoft IIS；数据库：Oracle 8.0以上；开发工具：Microsoft .Net Framework 1.1。实时智能监测与故障诊断专家系统软件（IFDES）  经济效益分析：本系统采用一系列先进的技术与开发集成手段。系统设计合理，使用方便，人机界面友好、开发周期短、扩充与二次开发便捷。性能价格比较高。它是低成本推广应用计算机及新技术的一次成功的尝试。使管理操作人员加强了工艺管理，及时捕捉到了装置运行过程中的事故隐患，确保了整个装置始终能处于高负荷、长周期稳定运行。使企业在最经济的成本下，产生最大的效益，减少事故的发生、原材的浪费与对环境的污染。经济与社会效益显著。

智能交通系统已经成为交通运输发展的重要支撑。2000 年左右我国正式从国家层面开展相关研究及示范工程，智能交通系统的发展已经成为各级交通相关部门的共识。 清华大学自 1996 年开展智能交通系统的研究及系统设计、开发工作，内容涵盖交通信 号控制系统、交通信息平台、指挥调度系统、应急交通指挥等方面，形成了一系列具有自主知识产权的理论与技术应用成果，其中包括智能交通系统规划与系统设计成套理论与技术、 智能交通控制系统、交通信息平台软件、交通安全辅助决策支持系统、交通信息社会化服务 系统等，获得软件著作权 8 项、发明专利 5 项。本技术可以为智能交通系统的发展提供良好的支撑，通过系统设计实施可以有效节省投资资金，同时可提高城市交通运行效率，提高平均通行速度 5~10%，降低事故发生率 5~10%。 4 合作方式

本信息溯源与智能服务平台系 统可供商品生产厂家、商家、消费 者、防伪企业、政府部门、金融银 行、教育主管部门等使用

本研究为信息技术与医学的有效交叉与深度融合，将计算机视觉与人工智能技术无缝介入白内障诊疗过程的各个阶段:从健康筛查、识别病变、分级判断并推荐治疗方案，到最后判断治疗完成后的病患改善程度等，可完美解决白内障诊断及相关医疗服务所面临的高强度、低准确度和供给失衡的问题，实现多种类型白内障图像的智能检测与分级辅助诊断系统，具有高性能、高鲁棒性等优势，并可推广至其他多种AI医疗图像领域。本课题组与四川省人民医院有多年合作关系，可将该系统全面覆盖西部地区从省、地、市到县等多级不同条件的医疗机构，同时不断丰富病症表观多样性和扩大图像数据规模，为研究的深入开展及性能的提高完善创造更为有利的条件。

本项目基于Kubernetes构建容器化微服务平台。利用人工智能和数据挖掘的方法，对容器化微服务平台实施智能化运维，将系统的平均恢复时间从小时级别缩短到分钟级别，并智能化推荐恢复决策。