一、 项目简介通过机器视觉进行电缆护套拉伸长度测量，用于“电线电缆”产品检验设备，通过数字图像处理技术测量电缆护套上两个标志点之间的长度，来分析电线电缆绝缘层材料的抗张强度和断裂伸长率。该检测装置无需人工干预，可自动完成电缆护套试件拉伸长度的测量，检测过程中样品无接触压痕，可实现5个实验样本一次装卡，同时作拉伸长度检测试验，并进行智能数据分析，缩短了试验时间，极大地提高了实验效率和检测精度。二、 项目技术成熟程度已完成样机研制，获专利1项。三、 技术指标（包括鉴定、知识产权专利、获奖等情况）1、最大试验力：500N ；     2、测力示值准确度：≤±1.0%；3、试验速度范围：10-500mm/min； 4、速度示值准确度：≤±1mm；5、移动台最大位移：600mm ；  6、位移示值准确度：≤±1mm。四、 市场前景（应用领域、市场分析等）产品可用于电材生产及相关质检部门，目前国内无类似产品，属国内首创，市场前景看好。五、 规模与投资需求（资金需求、场地规模、人员等需求）机械部分可以自行加工或外协加工，计算机电控部分组装与调试需2~3人。除机械部分外，厂房40平方米左右即可。规模生产需要流动资金100万左右。六、 效益分析 按每年生产200台计算，可获利约1500-2000万，七、 合作方式 技术入股，技术转让等形式。或面谈。八、 项目具体联系人及联系方式（包括电子邮箱）项目负责及联系人：高振斌，电话：022-60436758邮箱：gaozhenbin@hebut.edu.cn九、高清成果图片2-3张  

生成模型的研究重点是如何从给定的数据集合中学习到数据的联合概率分布，以及从学习到的概率分布中高效地生成新的样本。研究团队提出将数据的联合分布概率编码成量子多体态的概率幅的模平方。进一步地，他们提出在经典计算机上使用矩阵乘积态(Matrix Product States)来模拟学习的过程。矩阵乘积态的参数，即张量网络的张量元，可以通过类似密度矩阵重整化群(Density Matrix Renormalization Group)的算法进行学习，最终形成一个具有泛化能力的生成模型。这个学习算法结合了量子物理与机器学习各自的优点：它不仅可以利用GPU高效地学习到模型参数，还可以利用张量网络的灵活性动态地调节模型表达能力。此外，与传统的基于统计物理的生成模型（例如玻尔兹曼机）相比，玻恩学习机还具备直接生成无关联样本的强大能力，从而可以高效地生成新的数据。 基于量子态的概率生成模型融合了量子物理与机器学习的思想，是一个崭新的研究领域。玻恩学习机借助量子态内禀的概率解释及其强大的表达能力，意在为机器学习和人工智能提供更为先进的生成模型和学习算法。此外，这类模型在量子信息处理，量子计算以及多体物理中具有应用潜力。展望将来，最令人兴奋的前景应该会是在一台量子计算机上实现玻恩学习机，从而以全新的方法进行概率型的学习和建模。这项工作用使用张量网络模拟量子计算机的运行，向无监督量子机器学习迈近了一步。作用在一幅MNIST图片上的矩阵乘积态以及它的纠缠谱

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。

本项目为国家863计划课题，课题编号：2009AA043507，已通过验收。该成果应用协同管理思想，以信息共享为基础，以协同技术为支持，为区域内中小型陶瓷企业提供具有业务协同功能的可扩展、易用和低成本的信息化集成解决方案，提高企业自主创新能力和业务响应效率、降低企业生产经营成本、提升整个集群区域的核心竞争力。 平台提供的服务内容包括陶瓷企业协同管理系统、陶瓷产品图案设计系统、陶瓷配方设计系统、陶瓷电子商务系统、陶瓷产品分销管理系统。课题取得了4项软件著作权登记。

成果描述：该系统基于B/S模式开发，采用了工业界普遍采用的实时通信与数据采集技术，结合后台大型分布式数据库，通过Web发布的形式，使得学校各级管理人员不管身处何时何地，都可以轻松地对学校各部门各建筑的用能情况进行监控和管理。软件的主要功能包括：（1）能耗监测资源整合，支持不同能耗采集硬件设备、采集系统、以及现有能源系统的数据集成和归一化处理；（2）对分类分项能耗数据和相关参数的采集，实现对能耗量的动态实时监测；（3）对能耗数据进行分析、处理，提供报表、图形、公告公示等多种展示形式；（4）为管理者能源审计、节能管理、开展有计划分步骤的节能改造提供数据依据。市场前景分析：随着全国高校节约型校园建设项目的全面铺开，该平台功能完整，架构清晰，设计具有很强的兼容性和可移植性。而且平台从2013年已经在电子科技大学部署并稳定运行，电子科技大学作为建设标杆和示范性单位，已经接待了多次高校参观，具有很好的市场推广效果，预计将有很好的市场前景。与同类成果相比的优势分析：与同类成果相比，该系统具有以下特色和优势：（1）系统设计与管理紧密结合，大大提高管理效率；（2）开放式软件接口，兼容多厂家计量表计和能耗采集系统，扩展性强，用户可独立采购硬件；（3）可集成接入其他已建成的多个现有能源管理系统；（4）模块化系统架构，易于功能修改、扩展以及定制；（5）全方位多角度能耗统计对比分析，辅助管理决策，实现科学节能。

2月19日，昆明移动依托云资源和数据链优势，协同昆明市第三人民医院、云南大学共同创立、建设的“云南省新型冠状病毒感染的肺炎CT诊断互联网协同会诊平台”（简称云南省传染性疾病影像云平台）在三方远程连线下正式启动。平台将在有相关诊断经验的影像专家帮助下，以多方协同工作的方式支持基层医院，帮助基层医院输出高质量的新冠肺炎诊断，同时通过互联网方式实现远程互动，方便医生和患者，减少传播感染机会、减少现场支援成本和隔离防护的物资消耗，集全省影像专家力量助力打好新冠疫情防控阻击战。结合为昆明医科大学第一附属医院创建的“5G智慧诊疗平台”的经验，昆明移动协同云南大学、昆明市第三人民医院建立相应的云服务、医学影像多方协同工作（会诊）系统，通过CT诊断新型冠状病毒肺炎的互联化服务系列关键技术以及运行服务的保障模式，将复杂、昂贵的医学影像处理系统互联化、低成本化。基层医院可以免费、免培训、自助地将本地设备接入云服务平台，随后将逐步发展成为云南省传染性疾病影像互联网协同诊断平台。