快捷导入课表随时看，创造课表交友新方式，只需要一个课表APP，即可认识同班同学、了解大学新鲜资讯，多维度充分享受大学生活。

公司经营范围： 经营开发、制造、销售汽车零部件、电器机械及器材、环保设备、机床工具、电力设备及器材、通信设备（不含接收和发射设施）、计算机及其零部件、有色金属冶炼及压延加工产品、仪器仪表、办公机械产品、风力发电设备；装备制造业、房地产开发业，金融业投资；进出口贸易、高新技术咨询服务。

实现设备的集中控制，实时全方位的监视用户设备与系统的运行情况和关键参数信息数据，保障设备与系统稳定运行。提供生产流程监控，关键参数数据监测，数据报表，异常事件报警和记录等功能，并支持多平台、多终端数据访问。并对重要数据进行预测维护。实现程序的远程监测调试，实现数据手机推送。

井盖智能管理系统是基于市政管理相关部门对市政井盖管理的需求，实现对井盖区域定位信息化管理的目标。 系统整体由感知层、网络层和应用层3个部分组成。感知层网络平台建立后，为市政井盖上安装内嵌有各种传感器的电子标签，当其姿态、位置或状态发生异常变化时，其上的电子标签通过传感器立即感知，并向附近的基础服务网络智能网关即基站发送报警信息 该报警信息通过智能网关上传到监控中心，管理人员通过系统管理平台，就可以在电脑屏幕前，第一时间看到管理对象的状态变化和报警信息，为采取行动措施极大地缩短了响应时间，从而为这些市政井盖提供了低成本、实时高效的监控管理手段。 基站通过 RFID 技术接收井盖信号，并通过Ethernet 或CDMA通信方式，将信息传送至路灯管理中心信息中心，将前端感应装置编码、编号和位置信息与 GIS 地图结合，迅速判断被监控对象的位置与状态并进行报警，报警将通知市政部门管理中心及相关人员手持终端，可及时迅速地调动相关工作人员，及时解决故障，消除安全隐患。 系统还可实现信息录入/导出功能、报警显示功能、报警联动功能、卡-卡联动功能以及信息查询统计功能，通过内置的模块对区域内井盖进行数量统计管理，方便盘点清算工作。 井盖智能管理系统通过将有源RFID 标签固定在路灯灯杆的杆体上，通过射频识别传输技术将 RFID 标签上的井盖信息发送到周围的 RFID 基站上，RFID 基站接收到信息后通过 Ethernet 或CDMA网络传输到市政管理中心平台，由管理员对相关日常、报警等信息进行及时管理。

心理健康自助系统

团体身心放松训练系统     团体心理放松训练系统是一款基于生物反馈原理的高科技心理训练及测评系统。通过脑波头戴设备作为前端脑电测量设备，可实时获取被检测者的脑电数据以及反映测试者心理状态的多项参数。脑波头戴设备具有佩戴简单、使用方便、安全舒适、稳定可靠等诸多等优势，可适应于各类人群和各种日常环境。    系统通过穿戴式生物反馈传感器，采集人体前额部位的脑电信号（EEG），通过无线传输将受测者的每一瞬间的压力值变化传输到身心反馈训练系统软件里面。采用视音脑多维度音乐诱导技术，通过不同频段的音乐诱发产生定向的脑电波形，达到合理干预、疏导压力，平衡情绪的目的。可以消除焦虑、紧张、冲动、抑郁等负面情绪，减轻学习、生活压力，达到使用者身心健康的目的。

主要功能和应用领域： 本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。 特色及先进性： 1）复杂背景环境下的自动识别。采用自适应双闭值分割算法进行粗分割，提取出ROI区域中的单个细胞或细胞群作为分析目标，细胞图像的精细分割将在每个ROI区域里完成，极大地减少了数据运算量。 2）针对形态各异和边缘模糊图像的精准分割。针对有型成分的显微生物图像特点，去除边界拓扑结构复杂、细胞各组成区域内灰度不均匀以及成像易受噪声干扰等因素的影响，基于Chan一Vese模型，提出几何活动轮廓模型方法，使用几个独立的水平集进行有型成分图像的分割，与传统分割方法对比准确率提升30%。 3）针对种类繁多的神经网络集成识别。基于普通神经网络泛化能力不高的问题，提出利用有限个神经网络进行集成并将其结果进行合成，显著的提高整个分类学习器的泛化能力，提高了整个系统的识别能力。 4）采用重叠分离算法精准分类。有型成分分离、细胞个数的准确读取决定了整个系统的精准程度。通过寻找到合适的分离点并构建分离线，实现重叠区域的快速合理分离，从而将粘连、重叠的细胞分离开来，并进行准确计数。 技术指标： 有型成分 漏检率 误检率 白细胞 5% 15% 脓球 20% 30% 吞噬细胞 20% 30% 红细胞 5% 15% 孢子 15% 25% 夏科雷登结晶 10% 10% 寄生虫 5% 15% 脂肪球 10% 15% 单张图片检测时间：＜0.5 s 关键问题和实施效果 现今国内大多数医院和研究单位对生物细胞或微生物病菌等检测还是采用人工处理的方式，即将样品制成涂片，在显微镜下观察并根据大小、形状等特征进行分类计数以得到数据结果，医务人员再通过这些数据结果凭借自身的知识和经验诊断病症或得出研究数据。该技术能够实现样本显微镜检有型成分的自动识别，满足了临床开展常规及特殊检测需要，使得生物检测在自动化、无异味、无危险性的情况下进行，提高了检测效率，改善工作环境，保护工作人员，降低检测成本和检测时间，提高在国际市场的竞争力，有利于医疗检测行业的智能化发展。该技术可识别的部分生物细胞图像如下图所示。 红细胞 白细胞 霉菌 虫卵

本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。

小试阶段/n钢板表面质量检测经历了人工目测检测、传统无损检测和基于机器视觉检测的三个发展阶段。人工目视检测表面缺陷的方法效率低、容易漏检、劳动强度大和实时性差。传统无损检测方法包括涡流检测、红外检测、漏磁检测和激光检测等, 这些方法检到的缺陷类型少, 检测实时性不强, 检测的表面缺陷分辨率也不高, 无法有效评估产品的表面质量状况。本技术涉及一种基于多流形学习的带钢表面缺陷识别方法。其方案是：对于任一副带钢表面缺陷图像向量化的向量数据点分别选择类别相同和类别不同的K 个近邻点建立对应的同类数据子图和异

随着视频与图像技术的快速发展，在监控视频中识别特定人物身份有着重要的实用价值。本项目   针对现实场景下，普遍存在的面部遮挡以及拍摄机位和镜头距离变化，而导致传统基于正面人脸的识 别方法的准确率将大大降低，甚至识别错误的问题，提出了一种基于局部分割与融合的算法，应用于 视频分析平台下的特定人物识别，融合多部位识别特征，提高了部分遮挡、多场景和镜头变化下的人 物识别鲁棒性，经充分验证，达到了先进的识别精度，可以满足实际应用的需求。该技术是优化并提 高复杂背景下人物识别精准度的一项核心技术，已申请国家发明专利 1 项。