本实用新型公开了一种基于介电弹性体的模块化驱动装置，包括：固定框；驱动薄膜，绷设在所述固定框内，所述驱动薄膜包括至少一层上、下表面均覆有电极层的介电弹性体薄膜；变形转换机构，设置在驱动薄膜上，所述变形转换机构包括：两个垫脚，间隔贴附在驱动薄膜上；两个摆臂，两个摆臂相互铰接，两个摆臂的另一端分别与两个垫脚相互铰接；两个垫脚之间的间距大于等于两个摆臂的长度之差且小于两个摆臂的长度之和。本实用新型的模块化驱动装置通过变形转换机构，将介电弹性体平面内的伸缩变形转变为平面外的变形，该驱动装置的有效驱动力较大。

齿轮箱驱动的单级高速离心鼓风机由普通电机、增速齿轮箱、单级离心鼓风机以及冷却润滑系统和测控系统等附件组成。叶轮采用三元流动技术设计，同时采用可调进口导叶及可调有叶扩压器设计，可以使鼓风机工作在40%~100%的流量范围，整机效率达到85%以上。这一技术使得该产品在国内外同类产品中有着较大的优势和竞争力。 产品特点：叶轮采用先进的三元流理论设计，效率高，节能效果显著，比普通低速鼓风机节能30%以上；采用进出口可调导叶联动调节技术，使鼓风机在整个调节范围内保持高效率运行；转速恒定的情况下，流量调节范围可低至40%；集成化的设计可减少占地面积，方便替换老式、低效的鼓风机；标准及定制的仪表和控制系统方便鼓风机的操作；低运行费用、低成本。 应用领域：污水处理用曝气风机、热电厂烟尘的脱硫处理、钢铁厂的鼓风供氧、水泥厂的送料供气等，可替代如螺杆压缩机、罗茨鼓风机、多级低速离心鼓风机等低效率的压缩机、鼓风机。 主要性能指标：1. 供气流量为50-1000立方米/分钟；2. 压升为0.4-1.5bar；3. 压气机整级效率达85%以上。

一种基于数据驱动局部特征转换的噪声人脸超分辨率重建方法，包括对待重建的输入低分辨率人脸 图像和高、低分辨率训练集相应划分相互重叠的图像块;对于输入低分辨率人脸图像的每一个位置上的 图像块，分别从低分辨率人脸样本图像对应位置的图像块中找出 K 个最近邻的图像块，并对应找出相应 高分辨率人脸样本图像中的图像块，进行去均值化;利用映射系数计算出各图像块相应的高分辨率人脸 图像块，重构出高分辨率人脸图像，进行迭代后处理。本发明解决了主成分分析无法捕获处于高维流形 空间人脸特征的问题，利用局部流形的线性特性有效的进行了噪声人脸图像的超分辨率重建，同时进行 高分辨率图像后处理，进一步提高了重建结果的主、客观图像质量。

本发明公开一种多电机驱动系统新型离散滑模跟踪控制方法、系统、设备和介质。属于多电机驱动系统控制技术领域。本发明依据特征建模理论，建立针对位置跟踪控制的多电机驱动系统特征模型，该模型比常规动力学模型阶次更低且参数更少；采用带遗忘因子的递推最小二乘法对特征模型参数进行在线辨识，并投影到参数范围集合；设计一种多幂次二阶滑模面，以加快跟踪误差在不同误差带内的收敛速度；设计多电机驱动系统新型离散滑模跟踪控制方法，实现高精度跟踪控制，同时减小滑模抖振。

本发明公开了一种事件驱动的支持多种计算模式的CSR解析器，包括指针取数器、索引取数器、标志位数组生成器及数据匹配器，指针取数器由启动事件驱动工作，用于访问输入矩阵或向量的指针数据，索引取数器用于从压缩格式中提取索引数据；标志位数组生成器用于根据当前有效数据的索引生成矩阵或向量的标志位数组；数据匹配器用于根据标志位数组中的匹配情况判断当前非零元素是否成功匹配，同时指导指针取数器和索引取数器进行下一轮解码，并计算当前非零元素在整体矩阵中的准确位置。本发明提供的CSR解析器可兼容多种常见的稀疏矩阵计算模式，具备良好的计算模式适应性与通用性；CSR解析器采用异步、无时钟的电路设计，有效降低了动态能耗。

产品详细介绍    

产品详细介绍JFMV500SC显微镜专用相机为本公司2012年最新推出的自动版显微镜专用相机。此相机实现了免安装驱动，即插即用；并且采用实时自动曝光，实时自动白平衡；最大帧率高达17帧/秒（1280X960）,2592X1944（500万）分辨率下达到10帧/秒。此相机延续了JFMV系列相机的特点，提供了JFMV显微镜专用测量软件，是一款性价比极高的显微镜专用相机。软件运行环境: Windows XP (32bit/64bit), 支持Windows 7,需要保存WORD文档报告的，要先安装 OFFICE 2003。参数表:型号 JFMV500SC曝光 实时自动曝光/手动曝光白平衡 实时自动白平衡/手动白平衡分辨率 2592×1944，1280x960，640X480，像元尺寸 2.2μm×2.2μm输出颜色 彩色采样位宽 8bits扫描方式 逐行扫描光学尺寸 1/2.5-inch信噪比 38.1dB动态范围 70.1dB灵敏度 1.4V/lux-sec工作电压 5V额定功耗 800mW工作温度 0℃ ~ 60℃镜头接口 C/CS口帧率(mjpg格式) 2592x1944 10帧/秒,1280X960 17帧/秒,640X480 17帧/秒JFMV应用软件介绍 本软件是专门为扩展本公司的JFMV系列摄像头功能而提供的一款应用测量软件。此软件的加密集成在摄像机里，插上摄像机才能用。软件主要包括三大体系功能：视频处理功能，图像处理功能，图像测量功能。视频处理功能是对由摄像头采集到的视频流所完成的一些处理。主要包括以下功能：1、 视频的实时播放，暂停，停止功能2、 实时自动白平衡，实时自动曝光功能。3、 视频采集功能，包括静态捕获、动态录像、定时自动捕获、原始图像采集4、 视频参数设置功能（亮度、对比度、色调、饱和度、清晰度、伽马值等等）5、 视频缩放显示及视频大小控制功能6、 视频上下、左右反转功能7、 实时动态清晰视频算法图像处理功能是对捕获到的图像进行的一些后期处理，以增强图片并达到某些特殊的效果。主要有以下功能：1.图像模糊及锐化。模糊用于去除噪声，平滑图像。锐化可用来突出边缘，增强图像的视觉效果。2.亮度/对比度调节。3.多幅图片组合功能。包括图片间的逻辑与，逻辑或，叠加等十种不同的功能。可同时拼接20张图片。可选择纵向或横向排列。4.镜像，旋转功能。5.提取边缘功能。6.浮雕效果。7.图像融合功能（多焦面成像）。图像测量功能主要应用于视频显微镜。针对于在不同放大倍数下采集到的图片，本软件分别给出了不同的定标，在使用时，只要选好相应定标，即可直接得到相关图形的实际尺寸。本软件完成了以下几种图形的测量：图像测量功能主要应用于视频显微镜。针对于在不同放大倍数下采集到的图片，本软件分别给出了不同的定标，在使用时，只要选好相应定标，即可直接得到相关图形的实际尺寸。本软件完成了以下几种图形的测量：1， 直线，曲线的长度，矩形的边长，面积，周长，圆的半经，周长，面积，任意多边形的周长面积，角度，平行线间距测量。2， 文本输入功能。3， 记数器功能。4， 测量微调功能。5. 删除图元功能。6, 标记选择功能。7, 定倍打印功能:定倍打印就是按照用户设定的倍率打印图像。定倍打印可以在图文报告中实现，也可以将图像定倍打印到WORD。8. 标尺叠加功能:可以在图像上叠加一定长度的标尺，这种标尺也可以间接的说明图像放大倍数。9． 数据处理与统计功能（EXCEL表格导出）。10. 动态、静态双向选择定标，动态、静态双向选择测量。11.计数功能：自动(手动计数)计算个数，单点生长计数，自动计算生成面积、周长、宽度、高度、外接圆半径、等面积园半径、园相似度、灰度最大值、灰度最小值、灰度平均值、灰度总和等数据。可以人工分割粘连体。导出EXCEL表格。设置计数颜色。计数可显示轮廓或实心。参数可自动编号，逐个显示被跟踪目标的全部参数。12.箭头指示功能。在图上任意位置标注箭头，箭头的尺寸和颜色可选择。13.网格目镜功能。在任意倍数下设定任意尺寸的网格，用于在线测量和计数。14.测微目镜功能。在任意倍数下设定任意尺寸的十字测微尺，用于在线测量。

产品详细介绍：电化学加工（宏微二级驱动）工作台主要应用于电化学加工方面，具有X-Y-Z方向三维宏动和X-Y-Z方向三维微动。宏动平台采用步进电机结合高品质滚珠丝杆。微动平台由三台压电陶瓷致动器驱动的一维纳米级精密定位工作台MPT-1JRL003通过连接板组合而成。　　在驱动中，首先采用步进电机驱动的大行程、低分辨率的机构进行粗定位,实现大行程范围内快速地微米级定位精度，然后采用压电陶瓷驱动小行程、高分辨率的微动工作台在微米级行程范围实现对粗定位平台的纳米级误差补偿。 　

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