随着计算智能方法得到更广泛的应用，其从问题本身学习的能力亟待增强。为此，越来越多研究提出使用机器学习模型来驱动计算智能。通常，这种基于模型的进化算法的性能高度依赖于所采用模型的训练质量。而传统机器学习方法需要大量训练数据进行模型训练，而且受维度灾难的影响，这类方法通常很难解决维度较高的问题，约束了计算智能方法的应用范畴。课题组在

本发明提出了一种基于时间-能耗重要性比重的并行任务调度算 法，在满足时间和能耗的双重限制下，实现异构并行系统下任务所用 时间和能耗的权衡优化。本发明考虑到实际情况中任务受各种因素的 影响，执行时间不是固定且确定的，而是近似于正态分布，因此在确 定任务调度顺序时，不采用以往技术中使用执行时间平均值的方法， 而是将执行时间的平均值和方差同时考虑进来使用近似权重。在任务 分配阶段，同时考虑时间和能耗这两个性能指标，并能根据

用电设备的最优管理是智能电网中实现需求侧响应的关键一环。然而该问题通常需要同时管理调度大量的用电设备，同时考虑多个时槽，是一个时间空间耦合的复杂问题，想要在短时间内解决该问题十分困难。因此，如何设计合理的算法，提高计算效率，降低计算时间，是目前的研究热点。

本发明公开了一种基于YOLOv8与LSD算法的车道线检测方法，适用于在雨天、夜间或标线磨损严重等复杂环境下准确识别车道线。通过在YOLOv8网络中引入Canny边缘检测，并结合LSD对检测区域内的直线段进行强化识别，可显著提升对模糊或部分遮挡车道线的捕捉能力。首先利用YOLOv8定位车道线大致区域，再采用Canny算法提取全局边缘特征，并在LSD算法的辅助下判断线段的长度、方向及完整性。若检测框紧贴图像边缘，则进一步裁剪子图并使用LSD检测线段连续性，通过周长与面积比值与紧凑度评估车道线是否已完全进入视野。该方法可有效减少漏检、误检，适应多种光照与天气条件，为自动驾驶及高级驾驶辅助系统提供高可靠度的车道线检测结果。

以人性化自助服务为设计理念，面向高校师生提供7X24小时服务，以在线业务系统为支撑具有多种登录认证机制、自助信息查询、自助打印成绩单及证明文件、校园卡或微信自助缴费、微信验证信息真伪、短信智能预警、终端远程管理、参数动态设置等功能，可实现多校区、多部门自助服务一体化管理，推动学校治理理念转变，使学校更多地从"管理"师生向”服务"师生转变，改善工作作风和治理方法，提高学校管理效益和社会效益。 ■线下智能服务终端自助打印输出能力一赋能一取材料场景 ●应用一：成绩单/证明文件材料自助打印 自助打印终端集查询、缴费、打印功能于一体，提供“一站式”服务，可为高校师生提供成绩单、在读证明、学籍证明等各种证明文件的“7*24小时不打烊”自助打印，不受时间、空间限制，提升学校校务管理行政效能。 ●应用二：固定资产标签自助打印 系统对接学校现有资产管理系统，为师生提供稳定、可靠、便捷、7*24小时的固定(无形)资产和低值耐用品等资产的入账单、资产标、申请单、签自助打印服务;资产标签含有唯一二维码，可以通过扫码查看设备基本信息，方便入库。 ●应用三：证件一体化自助办理 系统对接人事系统，实现按照学校、学院(系)、专业、学生等(公司、部门、个人)配置证件卡模板;模板能够实现卡面的不同以及字段位置的不同，卡面上字段能够从系统直接带出，师生(员工)直接能够在自助服务终端免费(付款)打印证件卡。 ■线下智能服务终端自助打印输出能力一赋能一交材料场景 ●应用一：智慧财务报账 智慧财务报账终端告别手动报账的繁琐与不便，开启“人机协作，智慧报账”的全新报账模式。实现智能设备与业务系统深度融合，改变传统报账交单方式，克服时间和空间上的局限性，向广大师生提供全方位、全天候的财务服务，方便快捷，实现报账管理的信息化、智能化。 ●应用二：学生证自助补办 学生证自助补办终端为提供便捷、高效的补办服务。通过身份验证、费用支付、学生证打印、学生证回收盖章、学生证领取等功能，学生可快速完成补办申请。操作简单、安全可靠，支持24小时使用，适用于学生证遗失、损坏或信息变更等场景，极大提升了补办效率，节省排队时间。 ■线下智能服务终端自助打印输出能力一赋能一强身份认证场景 学籍电子注册身份验证基于图像或视频输入进行检测，与注册库比对，实现1:N的人脸比对，或与证件比对，实现1:1的人脸比对。适用于人脸登录、VIP人脸识别、人脸通关等无需刷卡验证的场景。 ■线下智能服务终端自助打印输出能力一赋能一咨询问答场景 学校管理员可通过“问答知识库FAQ管理”，整理录入师生办事过程遇到的常见问题，师生可直接在自助服务终端上通过语音进行咨询问答的服务;师生在操作过程中，系统自动通过语音方式提醒用户操作每一个步骤，完成操作后，可通过语音方式提醒学生注销退出系统、取卡等事项。  

【师生办事线上线下一体化平台】集线上:可信应用服务（可信电子凭证/电子证照应用、在线签署应用、电子签章集成应用、可信身份核验）、线下：智能服务系统、支撑：电子签章系统、一体化智能管理为一体，赋能高校师生办事服务线上线下一体化应用。 平台聚焦高校师生办事服务高频事项，推动校务服务“高效办成一件事”，通过“线上+线下”融合升级，推进线下办事“只进一门”，线上办事“一网通办”，让数据多跑路、师生少跑腿成为常态。实现校务服务方式多元化、办事流程最优化、办事材料最简化、办事成本最小化，最大限度提升师生办事满意度、获得感。 ◆赋能全校师生办事基于“统一数据、统一样式、统一印章、统一验证”的“线上/线下、电子版/纸质版、校外/校内”办理需求。 ◆实现高校“多校区、多部门、多场景、多种类”的师生办事一体化智能运维管理。 ◆实现高校“一次建设，全校通用”，打造线上/线下“一体化、智能化、统一化、集成化”的师生办事智联网。 一、平台架构 融合“线上可信应用+线下智能自助+底层电子签章"为一体 打造高校多场景用章、多维度管章、多模式验章的服务体系 实现高校业务全场景签章应用 二、平台核心能力

“基于物联网及云计算技术的设备故障诊断及预测平台”利用云计算、物联网、大数据、移动互联网等现代信息通信技术，实现人与设备、人与人、设备与设备的实时互动，实现信息和数据的共享。软件产品以服务的方式向用户提供。减少企业的平台搭建费用、数据安全维护成本、服务器投资和维护成本、专业技术人员投入成本、软件升级维护成本等。所有云服务产品实现全移动化，支持IOS和Andriod系统的多个版本，并且与PC端数据实时同步。云平台配置了冗余容灾、异地备份以及通讯加密、防止暴力破解等技术解决方案。 技术优势： 1.我们在围绕以大型建筑设备为主的智能运维平台中处于领先阶段目前该行业设备比较分散，信息化程度不高，我们从2014年开始研发该智能运维平台，目前处于国内领先阶段。 2.智能运维平台数据积累量巨大，为大数据分析提供基础设备智能运维云平台经过近两年的研发，于2016年年底上线至今已得到行业内企业的认可。目前已接入上千台设备，每月新增数据条数达几十亿条，该运维平台将会是大数据平台的数据、需求、市场的直接来源。 3.产学研合作推进平台的技术发展 产学研合作将为该项目提供更多研究性成果，目前已申请发明型专利2项、实用新型专利6项，软件著作权7项。 应用概况： 该平台于2016年年底上线至今已得到行业内企业的认可。目前已接入上千台设备，每月新增数据条数达几十亿条。设备主要为建筑设备相关，如：大型中央空调主机、冷冻机、水泵等。接入设备主要分布于南京、上海、杭州、济南、贵州等地。目前平台接入企业50多家。

产品概述 斯科信息RFID智能工具柜是基于物联网射频识别技术的专业化资产管理系统，集成了先进的RFID读写设备、智能控制终端和多层安全验证模块。该解决方案实现了对工具、仪器设备的无人化自助借还、实时库存盘点和全生命周期管理，大幅提升企业资产利用效率和管理精细化水平。 核心技术特点 1. 智能识别管理系统 采用高性能RFID读写器与定制化天线阵列，确保99.9%的识别准确率 支持高频(HF)与超高频(UHF)RFID标签，兼容ISO15693、ISO18000-6C等多协议标准 专利抗金属标签技术，有效解决金属环境下的信号干扰问题 2. 多重安全验证机制 支持IC卡、指纹识别、人脸识别、密码验证等多种身份认证方式 可配置权限管理体系，实现人员-工具-权限三级对应 开门超时报警、非法取用报警、异常操作实时记录 3. 智能化管理平台 云端SaaS管理平台，支持多网点、多柜体统一管理 实时库存可视化看板，工具状态一目了然（在库、借出、待维修、报废） 自动生成工具使用报表、人员借还统计、工具利用率分析 工作流程 身份认证：用户通过IC卡/生物识别验证身份 智能借出：系统自动识别取出工具并记录关联信息 自动归还：关门自动盘点，更新库存状态 异常处理：未授权操作实时报警，支持工具追溯查找 数据同步：所有操作数据实时上传至管理平台 性能指标 盘点速度：整柜盘点≤3秒（200件工具） 识别准确率：≥99.9% 系统响应：＜1秒 数据存储：本地存储≥10万条记录，云端无限扩展 环境适应性：工作温度-20℃~60℃，湿度10%~90% 行业应用解决方案 电力行业 安全工器具定期检测管理 绝缘工具有效期智能提醒 工器具使用培训记录关联 航空维修 专用工具校准周期管理 航材设备使用记录追溯 适航要求符合性管理 智能制造 生产线工具智能调度 使用时长统计与寿命预警 工具维护保养自动提醒 客户价值 管理效率提升：工具盘点效率提升10倍以上，人力成本降低60% 资产利用率优化：工具共享率提高40%，减少重复采购 安全管理强化：实现100%操作可追溯，安全事故降低80% 决策支持：数据驱动管理优化，提供精准的采购和报废决策依据 技术服务支持 斯科信息提供全生命周期服务： 需求调研与方案定制 系统部署与集成服务 操作培训与技术支持 系统升级与维护服务 📞 联系我们：19925314483获取行业解决方案详情与演示体验斯科信息技术团队为您提供专业的RFID工具管理咨询与定制化服务

本发明提出一种基于MWC系统的盲多带稀疏信号快速恢复算法，首先利用Xampling采样板获得压缩采样值y[n]，将y[n]乘以一个高斯随机矩阵R，得到传统的压缩感知模型V=y[n]R=CU,这种方法避免了原方法中需要做特征值分解的操作，可以有效的减少MWC系统中CTF模块的运行时间，此外，控制高斯随机R的列数在一个较低水平，可以进一步减少矩阵V的列数，这样在用M-OMP算法恢复支撑集的过程中又能进一步的减少运行时间。经过验证，该算法可以大幅度提高CTF模块的运算速度。

为了解决计算机多视几何中稀疏特征点错误匹配导致基本矩阵F精度不高的问题，提出一种RANSAC(RANdom SAmple Consensus)求解F时自动设置内点门限的方法。此方法根据RANSAC求解F矩阵的要素，将固定设置极线距离门限Th的方式改为自动设置，提高了算法的鲁棒性。这些要素是图像对中的稀疏特征点匹配的个数N、图像像素多少、初始计算得到的特征点到极线的平均距离Dinit。Th计算采用公式Th = Min(w×N/51200, Dinit/3)，w为图像的宽，单位为像素。Min为取二者最小值的函数。门限Th与图像大小和特征点匹配个数成正比，图像越大，匹配越多，Th越大。相对于传统方法，本方法将固定门限变成了自动设置，可以自适应三维重建不同类型的图片，更加实用和鲁棒。