南昌双天使生物科技开发有限公司注册地在中国江西省南昌市青山湖区。2021年1月29日成立。是中外合资经营企业。法人代表是曹正洪。双天使生物是一家抗肿瘤新药研发商，主要从事新型靶向抗肿瘤药物的新药研发。其候选药物SF-2是全球首创同时具有两类三个重要靶点的抗肿瘤小分子药物，能解决联合用药带来的毒副作用叠加、代谢不同步和医疗费用高等问题，具有重大临床应用价值。

江西联创宏声电子股份有限公司是国家高新技术企业，中国电子元件百强企业。公司总部位于江西省南昌市国家高新技术开发区；在南昌、吉安、泰和、万安等县市建有现代化生产基地。现有员工4000余人。 公司实施ISO9000、ISO14000、OHSAS18001、QC080000国际标准体系，并通过了第三方认证。 公司专业研发、制造和销售军民用智能声学穿戴产品。主要产品有：立体声蓝牙、蓝牙+降噪耳机、TWS耳机、TYPE C耳机、有线耳机、复合膜高端扬声器、声腔扬声器、双磁路动圈扬声器、跑道型弹片扬声器、声腔-BOX、送受话器组头盔、头戴、通讯帽、抗噪声耳罩、麦克风等。 公司产品广泛应用于智能手机、平板、电脑等移动终端，安防、智能家居、医用电子等智能AI和穿戴类物联网设备以及汽车、航天、航空通讯领域 公司主要客户有华为、vivo、三星、亚马逊、松下、富士康、TCL、中兴、比亚迪、魔声、哈曼、魅族、傲基等国内外知名IT企业，在用户和业界享有良好声誉。 公司技术力量雄厚，有一流的研发团队，分别在北京、上海、深圳、南昌设立研发机构，拥有200多项技术专利。 公司引进了世界先进的生产设备，建有自动化流水生产线，掌握先进的制造技术，形成了年销售发货二十亿元人民币的生产规模和能力。 公司拥有高水平的管理人才，推行先进的管理模式，建有产能提升、成本评估、物料控制等功能团队。      

韶关市曲江金扬耐磨材料有限公司是“广东省耐磨材料产学研技术创新联盟”成员单位，是省内知名的高技术耐磨材料中试和生产基地。本公司拥有一支10余人组成的专业研发和中试团队，拥有熔炼炉、热处理炉、直读光谱仪等材料中试和生产设备。具备成套的耐磨材料及其零部件生产、在线分析、质量检测仪器设备，具备中试和产业化装备条件。本公司本身还是耐磨、耐蚀耐磨材料的产业化基地，企业现年生产能力10000吨，按全面质量管理体系并依科技型企业模式进行企业管理。

在国家校企合作政策的推动下，中国工程院院士徐德民教授带领团队，对智能无人技术及其应用进行了深入的研究，并联合聚阳科技成立了智能创新院士工作站，主要聚焦人工智能、大数据、云计算、物联网等技术在数据结构化转换、结构化数据分析上的应用，并积极探索智能技术的发展方向及其在教学场景中的应用模式，促进我国教育现代化建设中管理部门对教师和学生的过程评价；在此基础上成立了树生智慧科技有限公司，发挥校企协同、产学研紧密合作、加快成果转化，推动智能技术的产业发展。    

广州市富可士数码科技有限公司，是一个以教育产业为核心，涉及生产制造、电子商务、教育培训、金融投资等多领域的综合性企业，由“广州市富可士数码科技有限公司、广州市富可士电子实业有限公司、广州市富可士商贸有限公司、佛山市南海富可士金属加工有限公司”等多家公司组成。经历了15的发展历程，拥有多媒体教学设备领域专业的设计研发团队，生产厂房10000多平方米，300多名年轻骨干职员。产品销往全国，以及韩国、日本、马来西亚、澳大利亚等20个国家和地区。为了提高质量，富可士公司全面导入ISO9001国际质量管理体系认证，ISO14001国际环境管理体系认证。产品通过了国家3C强制认证、欧盟CE强制认证，ROHS认证等多项国内外的认证，并荣获了几十项国家专利和软件著作权。先后获得了高新技术企业、小巨人企业及重合同守信用企业等荣誉称号。

        深圳市康帕斯科技发展有限公司1998年成立，是一家专注于高科技产品研发、制造、的国家级高新技术企业。公司专注于激光大屏显示领域的核心技术创新、研发，积累了众多核心原创技术。经过二十多年技术积淀，公司打破传统大屏技术局限，全新研发激光投影融合技术，实现了室内大屏显示领域价值生态链重构。         康帕斯作为室内商用激光大屏行业的开创者、领导者，为室内大屏显示领域提供了全新的技术路线。为广大客户带来更好的产品体验，目前产品已广泛应用于指挥中心、可视化数据管理、会议办公、教育培训、展览展示等多种场景。未来康帕斯将继续秉持“专业、诚信、开放、创新”的核心价值观，持续为客户创造更大的价值。

深圳市艾迪思特信息技术有限公司（iDste）是一家提供智慧校园建设及服务的高科技企业，自成立以来坚持为一线学校提供可靠、实用、高效的智能系统，目前产品及方案已在全国上千所学校得到应用与普及。 iDste始终将卓越的创新科技与市场经验相结合，坚持高水平研发投入，在智慧校园基础应用平台建设方面为用户提供具备竞争力的、可增值的、超融合的解决方案。 公司产品通过了国家ISO9001、ISO14001及3C认证，2016年获得国家高新技术企业认证。在北京、上海、广州、南京、武汉、成都、长沙、西安等地设有办事处，业务和客户遍及国内各省市自治区。

强度和韧性的“倒置关系”是材料研究领域长期存在的难题。大量的实验表明，随着金属材料内部晶粒尺寸的降低，在强度获得提升的同时，韧性将大打折扣。目前，广泛采用的高强材料韧化策略有：（1）改变组分，通过引入和调整材料的多种主要元素，同时激活多种塑性变形机制，高熵合金材料就是采用这种思路；（2）改变微结构，在材料内部引入一种或多种梯度分布的微结构，避免由于特征长度突变带来的性能突变，有效克服金属材料强度和韧性的失配问题，这种材料被称为梯度纳米结构材料。 图1 梯度结构金属材料的类型（摘自：李毅，梯度结构金属材料研究进展，中国材料进展，2016, 35: 658-665）人工制备的梯度纳米金属结构主要包括以下几种：梯度晶粒，梯度位错，梯度孪晶，梯度固溶物，梯度相，以及包含两种以上的梯度混合结构。在已经发展成熟的金属材料内部引入梯度纳米结构，可以进一步提高其强韧性匹配能力。例如，通过表面研磨处理（SMAT）在孪晶诱发塑性（TWIP）钢表面引入大量的塑性变形，使其表面晶粒细化，随着深度的增加，晶粒细化的程度逐渐降低，同时塑性变形也会导致位错演化和孪晶的产生，因此在TWIP钢内部形成了包含梯度晶粒，梯度位错和梯度孪晶的梯度混合结构。这种梯度纳米结构TWIP钢的强度可以提升50%，断裂应变仅从60%下降到52%，具有更高的强韧性匹配能力。目前，关于梯度纳米结构TWIP钢的研究集中于实验，反映物理机制的本构模型研究还鲜见报道。西南交通大学力学与工程学院张旭教授与德国马普钢铁所、中国钢铁研究总院等机构开展合作，指导博士生陆晓翀发展出考虑位错滑移和变形孪晶等物理机制的微结构尺寸相关晶体塑性本构模型。依托DAMASK平台将该模型移植有限元，并对梯度纳米结构TWIP钢的单轴拉伸变形行为展开模拟，揭示了其微结构演化与宏观性能之间的关系，量化了不同梯度结构对材料强韧性的贡献。相关研究工作已在金属材料与固体力学交叉领域顶级期刊《International Journal of Plasticity》上在线发表，论文题目为Crystal plasticity finite element analysis of gradient nanostructured TWIP steel。 论文链接： https://doi.org/10.1016/j.ijplas.2020.102703作者首先使用不同晶粒尺寸Fe-15Mn-2Al-2Si-0.7C (wt.%) TWIP钢的单拉实验数据验证该模型的合理性，结果表明该模型对不同尺寸下的应力应变响应和应变强化行为都可以较好地描述，特别是细晶TWIP钢硬化率曲线中的up-turn效应。通过对内变量演化的分析及对比性模拟，作者发现这种up-turn效应源自于细晶中显著的背应力。 图2 对比不同晶粒尺寸TWIP钢的单拉实验和模拟结果由于梯度纳米结构TWIP钢的微结构十分复杂，晶粒数目众多，通过采用三维均匀化方法，建立了宏观试样尺寸的有限元模型。通过对每层单元赋予不同的晶粒尺寸，初始位错密度和孪晶体积分数，离散地描述材料内部微结构的梯度分布，并通过梯度网格划分方法进一步减少单元数目。对于材料表层微结构变化剧烈的区域，采用密度较高的网格，以保证更加精确地描述微结构的梯度变化。 图3三维均匀化方法示意图作者利用发展的晶体塑性模型，对均匀和梯度纳米结构的Fe-10Mn-0.5C-3Ni (wt.%) TWIP钢的单拉变形行为进行模拟。结果表明，在合理描述均匀结构TWIP钢应力-应变响应的基础上，通过引入微结构的梯度分布，无需修改任何参数就可以较好地描述梯度纳米结构TWIP钢的单拉力学行为。通过对比变形云图，作者发现均匀和梯度纳米结构TWIP钢的表面都会变的粗糙不平，但梯度纳米结构的表面粗糙度更加明显，产生的应变局域化形成了两个凹陷区，且凹陷区在垂直于平面方向也会发生收缩。随着深度的增加，收缩程度逐渐降低。通过对比性模拟，作者发现表面凹陷区的出现就是梯度纳米结构TWIP钢韧性略微下降的原因。而应变局域化的产生与表面纳米层晶粒的应变强化能力有关，提高表面纳米晶的硬化能力，就可以抑制表面凹陷区的出现和韧性的下降。此外，作者通过分析不同层位错密度的演化，进一步证实了上述观点。作者还通过对比性模拟量化了不同梯度结构对材料强韧性的贡献。结果表明：强度的提升源于梯度位错结构，梯度晶粒和梯度孪晶结构有助于保持材料的应变强化能力。 图4 均匀结构和梯度纳米结构TWIP钢的模拟结果对比分析。

本发明公开了一种基于有限混合模型的行人再识别方法，属于 计算机视觉和模式识别领域，提升行人再识别的准确度，包括以下步 骤：(1)构建行人图像库预处理图像并提取图像特征；(2)计算图像库中 所有图像的有限混合模型和待再识别行人的图像的有限混合模型参 数；(3)将需再识别行人的有限混合模型与图像库中所有图像的有限混 合模型之间的距离进行最优化求解，并进行距离排序返回再识别结果。 本发明优化混合模型之间的距离度量，提高行人