人工智能应用创新实训平台是一款专为人工智能领域专业学生设计的多功能教学工具，它集科研教学、实验实训和项目实践于一体，提供了一个全面的学习环境。该平台以国产高性能芯片RK3588作为其边缘计算的核心，支持本地化编程开发，使得学习者能够深入掌握人工智能技术。此外，平台还支持PyTorch、TensorFlow、NCNN等多种主流深度学习框架，便于学生进行模型训练和推理实践。 平台内置了丰富的案例资源，包括但不限于MobileNet、Fcn_Resnet、Resnet、Openpose、Unet、Retinaface、Yolov8pose、Yolov11等前沿模型，为学生提供了实际操作和学习深度学习模型的机会。这些内置模型不仅有助于学生理解深度学习算法的实际应用，也为他们的创新项目提供了坚实的基础。通过这样的实训平台，学生能够在实践中深化理论知识，提升解决实际问题的能力。 本平台融合了先进的多模态大模型智能体，并配备了一系列场景化实体组件，包括深度相机、双轴云台、多轴机械臂、微型输送带、工业级相机以及麦克风阵列等。这些尖端设备使得我们能够快速构建智慧工厂、智能分拣、智慧交通、智能家居等多种应用场景。

1.痛点问题 物联网技术是工业4.0和数字经济智慧化时代的标准性特征技术，是人工智能、云计算机、大数据等核心技术的底层技术基础。物联网技术的本意是希望实现万物直接互联，并能主动协同工作，但目前尚没有一项技术可以达到上述目的。 目前现有的物联网系统架构种类很多，主要集中在物联网的顶层软件设计方面，软件研究较多也做得很好，但其面临的共同问题是各种底层设备(包括不同厂家生产的各种传感器和执行器等功能部件)如何联接？在目前现有的各种物联网技术方案不仅系统结构复杂，也只能实现万物间接互联和被动协同工作，而无法实现物联网所需的万物直接互联和主动协同工作。 2.解决方案 本成果所涉的核心技术是IPT（InformationPipeTechnology）信息管道技术及基于IPT信息管道技术的DMCS（DistributedMeasurement&ControlSystem）智能物联分布式测控系统集成方法，以下简称DMCS/IPT。 在基于IPT信息管道技术的DMCS智能物联分布式测控系统中，所有节点均具有完全平等的地位(“去中心化”)，也无需通过任何指令进行协同工作（“去指令”），所有节点及其联接的底层设备均可直接通过在信息管道中自动交互的测控信息的驱动来实现系统预期的各种测控功能，而若想改变系统功能，也只需改变系统中联接各分布式智能测控节点虚拟的信息管道联接关系即可，多数情况下，无需编程即可实现分布式智能测控系统的快速集成及其功能重构。DMCS/IPT及其所衍生的IPT云/IPT雾智能物联系统架构，能完美实现物联网所需的万物直接互联和主动协同工作。IPT雾是一种可以弥散到工业现场任何一个角落的DMCS/IPT智能测控网络，整个网络只需一条线缆（有线或无线物理链路）即可位于工业现场不同位置的底层设备及其对应的IPT节点彼此联接起来，不仅可通过信息管道实现“去中心化”和“去指令”的智能协同工作，而且可在IPT雾网络中任意位置接入的IPT远程智能联接节点联接至IPT云网络，或者直接联接至任意指定的普通云服务器，并与云端现有的各种物联网专业软件实现对接。IPT云网络则是架构在IPT雾网络之上的DMCS/IPT智能测控网络，可进一步联接不同的IPT雾网络，并通过信息管道解决不同IPT雾网络之间的测控任务协同，以形成更大规模的智能物联网。IPT云网络同样具有“去中心化”和“去指令”等明显技术特征，也能在IPT云网络中任意位置通过接入一个IPT远程智能联接节点，将整个系统联接至任意指定的普通云服务器，并与云端现有的各种物联网专业软件实现对接。 合作需求 1、合作企业现有产品需在某行业或某领域已占有较大的市场份额，且非常熟悉所在行业或领域的业务流程，并深度了解客户的痛点和需求； 2、合作企业需有良好的信誉记录，并需要有足够的资金来支持DMCS/IPT新产品的研发，且需要有一定数量和质量的技术人才来完善相关产品； 3、合作企业需有愿意跟其他非竞争性企业一起联手打造智能物联网生态圈的愿望。 具备以上合作条件的企业可联系清华技术转移院，通过专利普通许可方式开展各自领域的新产品研发及其推广应用，聚集多方力量，以合作共赢的方式共同打造一个可满足数字经济新时代需求的、造福于国家和社会的、国产化的智能物联技术产品生态圈。

产品详细介绍Beeker取样器是在水下土壤中静态取样的工具。样本收集到透明管中，这样它就能将材料保持在原位上，可以据此做出清楚的剖面描述。技术参数采样深度：5米 采样管尺寸：直径63×57mm，长度100/150cm配置：包括一个完整的沉积物采样器，不同长度的采样管，活塞，顶部的锤击头和扩展连接杆，一个真空手泵，一个压力手泵，软管绞盘和软管，一个气动排放和分离系统(04.23.SB型)，一个工具包，各种附件和铝质装运箱。采样原理在采样前，一个坚硬的切割头安装在采样管底部。一个垫圈安装在采样官顶部。切割头和垫圈用带子紧密连接，采样管被它们夹紧。这种构造可以用在不同长度的采样管上（最大1.5米）。一个橡胶隔膜装在切割头里，可以在一定压力下膨胀并完全关闭切割头，可以保证采样器提起时，样品完好保存。通过使用扩展连接杆和顶部的锤击头，可以将采样器插入到底泥中。通过使用活塞，Beeker采样器可以避免对样品产生压缩的问题。采样前，将活塞装在切割头里。当切割头位于沉积物上时，活塞通过绳子保持在一个固定高度（例如将绳子固定在船的栏杆上）。当采样管下降时，活塞保持静止状态。采样管被推入沉积物中，环绕着活塞。由于摩擦的作用而产生的压缩被部分真空产生反作用抵消。通过Beeker采样器采集的样品压缩率最大只有4-5%，其它的采样系统通常会压缩30%以上。采样管被密封以后，通过使用水-气动排放和分离系统，样品可以再细分成更小的、非破坏性的样品，用来深入研究。取样完成后，取样管密封，通过液压-气压排出和分离设备，样本可再分为更小的静态样本，以备相关的深度分析。全套装置包括：一套完整的沉积物取样工具，各种长度的取样管，活塞，顶杆和加长杆，一个真空/压力泵，真空/压力存储器，带软管的软管卷盘，一个排出/分离设备，一套工具，各种附件，以及一只铝制搬运箱。优点装备完整，并带有详尽手册。土壤剖面和密度保存较好。由于样本的真实直径，周围很少有样本撒出。沉积物的静态取样取样器重量轻，使用简便，所以一天之内可以采集多个样本。有了气压存储器和粗软管连接，取样器非常灵活，用途广泛。取样器可处理各种密度不同的沉积物，从含水很多、没有粘性到松散的沙土，不受土壤分层的影响。用液压-气压排出和分离设备，可轻松控制样本的排出以及/或者分离。标准装置可用于水中最深5米。在某些情况下，使用加长杆，还可在更深处采集样本。注意：随着取样深度的增加，流水中取样会越来越困难

本发明公开了一种批量快速创建文件系统元数据和数据的方法， 具体针对预知的工作集，例如目录拷贝，压缩文件解压操作等，在保 证文件系统可靠性的前提下，首先对元数据区域的超级块、块组描述 符、数据位图、Inode 节点位图三种元数据进行修改。然后依次按照操 作的顺序将 Inode 节点信息和数据分别写入元数据区域和数据区域。 根据本发明的方法，首先，使得系统避免了元数据页面写回引入的频 繁随机的小写问题；其次，增加了写延迟

本发明公开了一种基于图数据处理系统的数据并行访问方法， 所述方法包括以下步骤：S1、载入图数据至内存，将图数据各节点平 均分配至各处理器上并行处理；S2、各处理器调用图算法并行处理分 配至自身的图数据节点，处理过程中对图数据节点进行原子性读写； S3、将经图算法处理后的所有图数据节点写回至硬盘形成完整图数据， 判断所有图数据节点是否均收敛，如果收敛，则流程结束；如果不收 敛，则返回步骤 S1 进行下一次循环直到写回至

本专利（专利号:ZL201110246292.3 ,发明人系荣昌校区教师，长期从事新中兽药的研发）,涉及中 药提取物的组合物,特别涉及补骨脂黄酮提取物和淫羊霍提取物的组合物,还涉及补骨脂黄酮提取物和淫羊 蕾提取物的复方制剂及其制备方法。其目的目的之一在于提供一种含补骨脂提取物和淫羊霍提取物的组合 物，能缓解动物的疲劳及提高动物的能量代谢，提高动物竞技能力。本专利拟以独占许可方式转让企业,并为申报新兽药作准备。如果成功上市，能有效提高动物的竞技活 动,加之无抗生素残留问题，市场前景非常可观。

1、产品介绍 AI人工智能语音与机器视觉应用系统是一款集成AI语音、机器视觉、深度学习基础、嵌入式Linux于一体的高端教学科研实验平台。 整个教学平台由实验箱高性能嵌入式主板够成，高性能嵌入式核心板采用高性能64位ARM处理器，标配4GB DDR3内存和16GB闪存，可运行ubuntu、android、linuxqt等多种操作系统，可满嵌入式linux和AI应用开发。 平台采用多核高性能 AI 处理器，预装 Ubuntu Linux 操作系统与 OpenCV 计算机视觉库，支持 TensorFlow Lite、NCNN、MNN、Paddle-Lite、MACE 等深度学习端侧推理框架。 提供多种应用外设与丰富的机器视觉、AI语音、深度学习实战应用案例，如语音前处理（声源定位、语音增强、语音降噪、回声消除、声音提取）、语音活体检查、语音唤醒、语音识别、语音合成、自然语言处理、声纹识别门锁、语音智能家居、手写字识别、人脸识别、目标检测、端侧推理框架、图像识别、人体分析 、文字识别、人脸门禁控制、车牌道闸控制、手势家居控制等，通过案例教学让学生掌握计算机视觉与深度学习的基本原理和典型应用开发。 2、产品特点 （1）先进性 性能卓越：搭载AI嵌入式边缘计算处理器RK3399，配备4GB RAM与16GB存储空间，以及6英寸高清电容触摸屏，确保流畅的用户体验。 高效运算：配NPU协处理器模块，专为神经网络模型设计，提供高达8 TOPs@300mW的运算能力。 接口丰富：提供双路0、四路USB2.0、RS232、RS485以及多种嵌入式拓展接口，满足多样化的外设连接需求。 （2）扩展性 定制化设计：所有硬件单元均采用模块化设计，支持根据具体需求进行定制化选型和搭配。 项目套件丰富：提供多种可选的项目套件模块，支持完成多样化的AI应用场景设计和创新。 智能网关平台：智能边缘计算网关平台配备了包括GPIO、ADC、IIC、UART、PWM、SPI在内的常用接口拓展，增强了平台的适应性和灵活性。 （3）包容性 多功能应用：实验平台适用于人工智能、嵌入式系统、物联网、移动互联网、智能硬件等多个学科的实验教学，提供全面的教育资源。 课程与实验：支持包括Python程序设计、嵌入式Linux操作系统、机器视觉技术、自然语言处理、神经网络原理、无线通信、Android应用技术、物联网中间件、AIOT应用实训等在内的丰富课程和实验。 专业融合：平台在硬件设计上实现了物联网、人工智能和嵌入式技术的兼容性，提升了实训设备的复用率，有效解决了学校实训室空间和资金的限制问题。 AI语音与机器视觉应用系统致力于解决学校在开设人工智能课程时面临的师资、教学资源、实训资源、设备以及与行业应用对接的挑战，实现了产学研创一体化的教育模式 3、应用 系统支持多个工业化的应用场景，以智慧家居、智慧停车场、智慧门禁、智慧交通、趣味AI、智慧工地六大应用场景，及基于六大应用场景的20多种小AI应用场景。所有的应用场景及业务子项功能，均来自真实的人工智能行业应用。 4、配套 该产品除完整的软硬件系统外,还配备针对设备完整的人工智能实训指导书完整丰富的教学实训素材资源、以及基于设备系统的人工智能教学视频光盘。本产品提供免费的安装部署服务和设备实训培训服务。

一种基于计算相关度的多数据中心数据布局优化方法，根据执行计算处理数据集的情况，生成计算 集和数据集集合的访问关联矩阵，计算出任意两个数据集之间的计算相关度，生成对应的计算相关度矩 阵;计算每个数据中心的基本容量，定义布局关联矩阵，根据计算相关度部署数据集。本发明通过构建 访问关联矩阵和布局矩阵，给出计算相关度的具体数学表示，根据建立的计算相关度矩阵，以低复杂度 的方法实现数据布局，并将新数据和中间数据动态部署至合适的数据中心，可以有效减少跨数据中心数 据调度，提高系统的访问性能。

研发团队合成了一种新型化合物作为模型化合物，进行痕量气体状态下荧光点亮机理的研究，在明确的反应机理和优化的分子结构指导之下，制备出具有优异性能的适用于高效率传感器的薄膜功能材料。同时，借鉴已有商业可得的产品，重新设计传感器的结构，制备更加便携、低成本并高效的新型爆炸物传感器。根据荧光效应：当光源照射分子时，分子中电子吸收能量跃迁到第一激发单线态或第二激发单线态，但这些激发态是不稳定的，当电子由第一激发单线态恢复到基态时，能量会以光的形式释放，产生荧光。 根据设计出的新型传感器，团队研究了一种非接触式爆炸物荧光检测技术，主要包括气相物质荧光反应流场成形控制、精密光路结构设计、高稳定度调制光源驱动、微弱荧光信号检测、多路隔离电源设计与系统总控集成等。在建立可靠流场仿真模型的基础上，实现激发光源、荧光探测器等电气与结构设计，完成原理样机的研制。本项目在实现过氧化物爆炸物荧光检测系统的设计中，选用带通滤光片、高通滤光片及各种K9光学透镜等光学器件设计精密光路结构；选用LED单波长光源，搭配可调制电路，设计高稳定度调制光源；进行万倍增益荧光探测电气设计，噪声极低、探测域值大，可高效采集并处理检测晶片发出的荧光，实现微弱荧光信号检测；荧光检测晶片显示为对特定波长光源敏感，当含有爆炸物物质的气流通过检测设备后发生反应，通过上述内容可知若发生反应，会激发出特定波长的荧光；实时监控模块选用stm32系列处理器，实现对系统各模块的工作状态的控制与信号传输；总控电源设计为多路隔离电源，可分别为各模块提供合适的电压，同时受实时监控模块控制。 针对海关、机场、地铁、车站及快递等行业日益增多的流动性临检应用场景，可通过小型化便携式爆炸物检测设备与安检门、安检机等传统安检设备进行集成安装，实现既有安检能力的升级。 同时，过氧化物爆炸物检测仪器工作原理智能高效。当待检物品或人通过时，仪器使用检测试纸采集待检物质，中央处理器模块通过对得到的数据进行分析处理，得出检测结果。若检出爆炸物，仪器报警，复位后进行自清洁；若未检出，仪器恢复待检状态。