本发明公开了一种适用于盾构机的失效预测与诊断控制方法， 其包括以下步骤：(1)分析盾构机的失效机理；(2)建立盾构机的失效故 ·1093· 障树模型，同时确定各个系统构件之间的失效逻辑关系；(3)根据建立 的失效故障树模型，将故障门向离散时间贝叶斯网络转化以得到与失 效故障树模型相对应的盾构机失效的离散贝叶斯网络；(4)采用贝叶斯 网络的正向推理技术及后验概率对盾构机进行失效预测及风险诊断控 制。

现有伴随诊断主要是基因检测，而基因突变并不等于蛋白质表达，更不意味着靶点激活。本项目基于蛋白组学，特异性捕获磷酸化酪氨酸激酶（最主要靶点），直接检测靶点激活状态，极低成本为肿瘤用药提供最精准指导。

本发明公开了一种检测端粒酶活性的方法，通过带正电基团的 聚集诱导发光化合物、端粒酶引物、dNTPs、RNA 酶抑制剂以及待测 样品在端粒酶扩增缓冲溶液中，23℃～37℃的温度下恒温孵育，使得 反应体系中端粒酶引物发生端粒酶延伸反应，再将反应体系于 80℃～ 100℃下灭活，使得延伸反应停止；由于 DNA 分子磷酸骨架带有负电 ·1078··1079· 荷，随着端粒酶引物序列的延长，每条链上能够结合的聚集诱导发光

本发明公开了一种基于远程视频的数控机床故障诊断系统，其 包括数控机床监控模块、视频数据管理模块和故障诊断模块，该数控 机床监控模块包括摄像头、流媒体服务器和流媒体客户端；该视频数 据管理模块包括数据管理单元和故障数据单元，所述数据管理单元用 于接收并存储由所述流媒体服务器录制并转发的视频数据；所述故障 数据单元预存储有数控机床各类故障的故障信息，并构建故障信息库； 该故障诊断模块根据流媒体客户端实时显示的视频，同时结合故障信 息库中的故障信息，实现数控机床故障的智能诊断。本发明克服了传 统诊断方法实

我国的电力工业在近十年内有了很大的发展，并将有更大的发展。作为电站的大型设备，其运行的安全性、可靠性和经济性是至关重要的，不仅关系到电厂的安全与生产效益，而且对国民经济有直接影响。 但是多年以来，汽轮发电机组损失均在千万元以上，直接经济损失则在数百亿元以上。据统计，1988年至1991年四年来全国发电机事故总台达219台次，占装机总台数（462台

XM-SX-4中医舌象诊断系统（网络版）   XM-SX-4网络版中医舌象诊断系统在单机版的基础上增加了以下功能： ■ 联网测试：教师机可以以管理员角色进行题库管理、试卷管理、试题管理、用户管理、数据分析。 ■ 题库管理：增加题库、删除题库、修改题库、查看题库。 ■ 试卷管理：可以查看、修改各试卷的详细内容和考生的考试详情，可以把试卷以word格式导出。 ■ 用户管理：修改用户、查看用户、增加或删除用户、查看考试记录。 ■ 试题管理：增加试题、删除试题、批量导入试题、克隆试题、修改试题等，目前默认支持5种题型（单选题，多选题，判断题，填空题和问答题）。 c：考试分析、试卷分析。 ■ 教师机：可以自主添加题库及试题，能随时设置考试开始和结束时间、成绩公布时间，编辑舌象试题发送到学生机中，教师机也可以在后台进行成绩修改。 ■ 学生机：学生机收到试题后在考试允许时间内开始答题，答题完成后提交试卷发送回教师机，系统可以自动评分，成绩公布时学生机可以看到自己的考试成绩。 一、主要功能： ■ 计算机控制内部相机进行自动对焦拍摄，操作简单，图像清晰，完全实现舌象采集自动化。 ■ 采用数字化舌象采集平台与标准化方法还原，使舌象真实再现。 ■ 内部摄像采用模拟自然光源并能进行光线调节，使采集环境保持稳定。 ■ 在特定的光源环境下，采用摄像头获得舌像信息，对舌体图像的颜色、纹理、轮廓进行特征提取，由计算机将这些特征值与特征数据库中的阈值进行比对判断，给出舌象分析结果。 ■ 可以随时查询病例报告。 ■ 可以分析舌质颜色、舌苔颜色、舌形状、舌态。 ■ 内置消毒灭菌装置，操作前使用，避免交叉感染。 ■ 软件可以根据实际舌象的瘀斑、点刺、齿痕、裂纹等症状用文字显示舌象特征、临床病症以及饮食及用药建议。 二、主要特点： ■ 系统具有自主学习功能，通过不断学习，有效提高系统自主诊断准确性。 ■ 支持自动分析，且允许人工修正，提高诊断的准确性。 ■ 准确分析舌质、舌苔等，并直观显示结果。 ■ 支持初诊、复诊分离，实现便捷就诊。 ■ 支持多关键字的查询统计。 ■ 支持诊断分析报告打印。 ■ 用户权限管理，提高安全性。 ■ 自动对焦（即自动舌体捕获）。 ■ 灯光控制功能。 三、软件功能： ■ 用户权限管理，提高系统安全性。     ■ 病理、临床库可以持续更新，具备学习能力，且具备自动提取舌体，自动分析舌体、自动分析后手动调整等功能，提高了学习的准确度。 ■ 快捷的初诊、复诊入口，操作方便、快捷。 ■ 功能强大的视频分析能力，既可实时诊断，又可能根据需要进行人工调整。 ■ 灵活多变的查询统计能力，数据分析能力。 ■ 病例学习：单击主界面中的“病例学习”选项，进入学习界面，包括读取、保存、舌体轮廓提取、特征提取、自动提取控制、量化数据显示、舌象特征录入、临床意思录入、饮食指导及用药建议录入等选项，学习与分析过程，采用人机交互的方式。 ■ 自动获取：单击自动获取按钮，如果参数正确，舌体提取成功，若存在不足，可通过自动提取控制中的进度条及取反控制框选择来进行控制。 ■ 特征提取：为了便于分步处理，此处特征提取分步骤完成，分别舌质特征、舌苔特征、齿痕特征、裂纹特征、瘀斑特征以及点刺特征。点击某功能按钮后，相关特征将被量化，以舌质为例加以说明。比如，单击舌质特征、舌苔特征按钮后，数据结果自动分析结果。 ■ 人工绘制：对于某些来自于其他途径的图片，会存在自动获取舌头错误的情况，此时可以通过人工绘制来完成。单击“人工绘制”后，在图像显示区域，单击右键将出现菜单，包括选中舌体、勾画轮廓和撤销。其中选中舌体仅需在舌头四周点选四个点，单击“绘制完成”后再自动识别完成；勾画轮廓则是按住鼠标左键后通过拖动完成绘制，绘制完成后单击“绘制完成”便实现舌体提取。撤销可以对绘制过程觉得不满意的地方进行撤销，最多支持5步撤消。

当前，高校内部学院、部门网站更新不及时，僵尸网站、发布内容存在不规范用语、错别字等情况较为普遍，造成了很大的安全风险。由内蒙古财经大学自主开发的“镜湖一号——高校对外宣传数据智能分析平台一体机”，很好的解决了上述出现的问题。同时，还具备了呈现学校对外宣传数据数据分析与挖掘的可视化态势展现功能，支持大屏观看和手机端查看。“镜湖一号”基于高校对互联网发布的各类数据，使用人工智能和大数据分析技术设计应用模型，让学校的管理者实时掌握数据动态。 应用场景及创新点： 1.监控敏感信息泄露，展现处置状态。 2.代替人工发现更新不及时、不到位的网站。 3.对比分析高校党建态势，同时展现学校内部各部门党建状态和成果。 3.实时展示高校发布的宣传数据态势，分析出最受欢迎、热门文章等。 4.平台支持国产化平台部署。 5.实现一体机快速部署。

智能防火报警系统整合了GSM短信技术、高速数据传输的蜂窝移动通讯技术、载波技术、微功率无线技术、TCP/IP网络通信技术、嵌入式技术、图像采集技术、火焰识别技术、专家控制技术等先进技术。采用自主研发的红紫复合火焰传感器对火焰发出的紫外线和红外线进行检测，采集火焰的特征参数信号，可防止太阳光、灯光、闪光等外界干扰信号，实现对火焰信号的准确识别，并发出报警信号。同时配合烟雾传感器和高清摄像头对现场进行烟雾和画面的采集，大大增强了火灾初期报警的准确性。采用高速数据传输的蜂窝移动通讯技术，速率一般在500kbps以上，系统可将报警信号和画面快速的传送至远程的中央控制室。采用“智能天线”技术，基于天线的动态波束成型，改变来自AP的射频能量的形态与方向，确保方舱内部的无线通信，可很好的防止其它无线信号的干扰。智能防火报警系统采用专家系统进行控制，专家系统由人机交互界面、知识库、推理机、解释器、综合数据库、知识获取等6个部分构成，能很好的实现对防火报警系统的智能控制，使系统更加可靠、智能。

智能蜜网技术是一种新兴的基于主动防御的网络安全技术，目前日益受到人们的关注，发展前景广阔。蜜罐是一种网络安全资源，它通过监视入侵者的活动，使用户能够分析研究入侵者所掌握的技术、使用的工具以及入侵的动机， “知己知彼, 百战不殆”,只有在充分了解对手的前提下, 我们才能更有效地维护互联网安全，而蜜罐和蜜网技术为捕获黑客的网络攻击行为, 并深入分析黑客提供了基础。 智能蜜网技术可应用于政务网站、企业网站监控等网络安全和信息安全监控等领域。在2013年“棱镜时间”的曝光后，中国对信息安全保障的重视程度也达到前所未有的高度。在网络安全的倒逼下，行业发展正迎来政策蜜月期，相关扶持政策有望陆续出台，信息安全市场将进入快速发展期。 智能蜜网项目以数据捕获和分解，用户上网行为模拟和恶意代码分析为核心。开放真实的web服务，FTP服务，telnet服务等。系统包含数据存储，智能分析，被动蜜网，主动蜜网，模拟用户子网，邮件子网，连接控制，数据捕获，管理区域等9个模块。 蜜网服务数据有一定的吸引力，吸引黑客对蜜网的攻击。蜜网中预留一些操作系统和服务的漏洞，来实现攻击诱骗。在黑客不察觉的情况下，收集攻击方式和恶意代码样本。 模拟用户的正常上网行为，访问web服务，FTP下载，访问邮箱等等，收集一些恶意脚本和恶意代码。搭建真实的邮件服务器，并在互联网上传播该服务器的邮箱地址，引诱恶意邮件发送者向该地址发送带有恶意代码的邮件。 URL获取与分析模块通过可配置的多种途径自动获取URL，以自定义格式保存为中间结果，再统一由相应程序保存到数据库中。之后对数据库中的URL进行筛选和判断，得到最终的恶意URL。

完成团队简介：西北大学智能信息处理研究团队成立于2006年，隶属西北大学信息科学与技术学院，主要研究互联网+、大数据分析和媒体计算相关理论和技术，包括医疗数据分析、金融数据挖掘、地址生物信息分类、自然语言处理、图像图形可视化技术、智能嵌入式设备、及软硬件产品开发设计等。目前有在职教师8名，博士后2名，博士、硕士生60余名，本科创新小组及毕业设计学生60余名。研究团队常年承担多项国家及省部级以上科研课题，广泛开展校企合作，和多家知名公司签订合作及技术研发协议，承担多项相关企业委托开发项目。年发表论文30余篇，拥有30多项国家专项、软件著作权等科研成果。   成果内容：智能电子象棋平台是一套包括各种棋类电子棋盘、棋子、棋盘和电脑接口、显示与报警等多个软硬件模块的综合体。其中软件系统实现电子棋盘上的棋局状态的实时显示，记录用户下棋步骤，控制电子棋盘时间同步显示，提醒违反规则等情况和将军情况；此外，还包括棋局状态分析技术，经典棋局对比技术，指导用户下棋，帮助提高棋艺。其中，电子棋盘感应器模块实现棋盘和棋子的设计；软件功能模块实现数据结构和数据库设计、棋局的图像识别及棋谱库搜索；通信模块实现棋局状态的实时传输。  成果成熟度：小试产品阶段（准备中试并投产）。 投资方式：合作开发、技术入股、成果转让