本发明公开了一种机床锥配合固定结合部的动力学建模及模型参数识别的方法，该方法建立了一种 32 节点的刀柄-主轴结合部动力学模型，其中 1～8、9～16、17～24、25～32 均为等分点，锥配合结合部单元的运动则通过 1 点和 17 点、2 点和 18、3 点和 19 点、......16点和 32 点之间的相对运动体现出来。基于模态实验，本发明以频响矩阵与阻抗矩阵的乘积是单位矩阵这一理论特性，将实验的频响矩阵和有限元理论得到的子结构的刚度矩阵、质量矩阵相结合，通过初值试凑的方法，运用非线性最小二乘

本发明公开了一种基于相似性和不相似性融合排序优化的行人重识别方法，行人重识别是一种针对 特定行人的检索问题，本发明的主要思想是正确检索的行人目标应该跟查询行人的极正样本相似，并且 跟查询行人的极负样本不相似。同时我们将与极正样本相似的那些行人定义为疑正样本，与极负样本相 似的样本为疑负样本，通过提高疑正样本的排名，同时降低疑负样本的排名，来达到通过排序优化的方 式来提升行人重识别的效果。此外，融合多种方法的结果来加强这种相似性和不相似性关系。本

本发明公开了一种基于单频网外辐射源雷达的飞机目标识别方法，利用飞机目标旋转部件（旋翼、 螺旋桨、或喷气式引擎）产生的微多普勒调制特征进行目标识别。首先对参考通道和监测通道信号进行 二维互相关处理，据此实现对目标的检测；接着从距离多普勒谱上不同距离单元位置提取各个发射站所 对应的微多普勒特征；最后利用信息融合技术对多角度特征进行决策级融合识别。本发明组合了单频网 中各个发射站同时提供的微多普勒特征，减少了目标微多普勒特征的姿态敏感性，从而提高识别

本发明公开了一种基于立体视觉的三维手掌姿态识别方法和系统，属于计算机视觉和人机交互技术领域。本发明包括：使用立体视觉信息采集设备进行数据的采集，得到包括深度信息在内的三维数据；·745·通过得到的三维数据对手掌进行分割，然后运用平面拟合，获得手掌在三维空间中的姿态；根据跟踪识别的手掌姿态，匹配预定义的标准手势，进行具体的三维应用，实现人机交互。本发明通过识别手掌的姿态，使得识别的精度更高，更少的出现误识

本发明公开了一种基于谱导数和频率栅栏缝的谐频频率识别及 剔除方法，其特征在于，包括如下步骤:计算振动信号功率谱 G(ω)的一阶导数或二阶导数，得到谱突变度 ab(ω)或捷度 ag(ω);设定谱突 变度或捷度的阈值分别为 ab-max 和 ag-max;找到 ab(ωi)=ab-max 或ag(ωi)=ag-max 处的频率点ωi;找到频率点ωi 后首个谱突变度为负 或频率点ωi 后第三个捷度

本发明公开了一种基于图形识别的道路救援装备绞盘绳防过拉预警方法，包括如下步骤： 1、在绞盘绳槽外侧轮盘的圆周上均匀标记几何图形； 2、在道路救援装备绞盘绳槽外侧设置图形采集装置，所述图形采集装置的采集区域大于单个几何图形标记，在采集区域中设置大于单个几何图形标记的区域为感兴趣区域，使感兴趣区域最多只能包含一个几何图形标记； 3、对图形采集装置采集到的每一帧图像中的感兴趣区域识别其中包含的几何图形标记的类型； 4、连续识别采集到的图像，得到几何图形标记变化序列；根据几何图形标记变化序列，得到绞盘转轴旋转方向和旋转角度； 5、对绞盘转轴旋转方向和旋转角度进行计算，当绞盘绳圈数小于阈值时进行安全报警。

本发明公开了一种自监督混合域适应的多垃圾分类装置、控制及识别方法，该多垃圾分类装置包括框架主体、多级传送单元、压缩单元、旋转存储单元及识别显示单元，多级传送单元、压缩单元及旋转存储单元从上至下依次设置在框架主体内部，且多级传送单元位于框架主体中轴线的一侧，压缩单元位于框架主体中轴线的另一侧；框架主体顶端位于多级传送单元的上方设置有投放口，框架主体底端的四角均固定设置有滚珠，框架主体的中部设置有中部支撑板，框架主体的底部设置有下部底板，框架主体的一侧设置有控制单元。本发明通过混合域适应技术提升了垃圾分离成功率与压缩效率，能够满足社区、学校等复杂场景的智能化垃圾分类需求。

微卫星不稳定性（Microsatellite Instability, 简称MSI）是目前肿瘤临床检测中一种非常重要的分子表型，多发生于结直肠癌、胃癌、和子宫内膜癌。微卫星不稳定性与肿瘤的发生、发展，治疗方案制定及治疗效果预测相关，更是肿瘤免疫治疗疗效预测的重要分子标记物。当前，临床上使用的两种微卫星不稳定性检测的金标准方法：MSI-PCR和MSI-IHC，都需要专业技术人员通过实验操作来完成，均费时费力且成本较高。近年来，随着高通量测序（Next Generation Sequencing）的发展，基于高通量测序的微卫星不稳定性检测方法开始显露头角，在检测结果与两种临床金标准保持高度一致的情况下，极大的缩减了检测时间并减少了检测成本，大幅提高了推广微卫星不稳定性检测的可行性。2014年，西安交大叶凯教授团队率先开发了基于高通量测序的微卫星不稳定性检测方案——MSIsensor。2017年该检测方案作为全世界首个泛肿瘤检测方案MSK-IMPACT中的微卫星不稳定性计算方法，通过了美国食品药品监督管理局的严格测试并获得批准。美国纪念斯隆凯特琳癌症中心测试表明，基于高通量测序的微卫星不稳定性检测与金标准的一致性可达99.4%。然而，微卫星不稳定性检测方案大都要求提供病人的癌症组织样本及一份取自血液或者癌症组织附近的正常样本。一方面，这一份正常对照样本限制了微卫星不稳定性的应用场景，尤其难以应用于血癌样本、福尔马林包埋样本、PDX/PDO等不易获得正常对照样本的情况；另一方面，额外的对照样本增加了微卫星不稳定性的检测成本。基于上述原因，在叶凯指导下，叶凯青年科学家工作室科研人员经过两年的探索，从微卫星不稳定性发生机理出发，通过数学模型抽象，从单个肿瘤样本中提取特征，开发了MSIsensor-pro。MSIsensor-pro实现不依赖正常对照样本的微卫星不稳定性检测，只需50个微卫星位点的测序数据即可实现微卫星不稳定性的精准检测。MSIsensor-pro的开发扩大了微卫星不稳定性的应用范围，减低了微卫星不稳定性检测的成本。同时MSIsensor-pro在低肿瘤纯度和低测序深度这类低信噪比数据中也显示出来很大的潜力。 该研究成果近期发表在国际组学和生物信息学领域权威期刊《基因组蛋白质组与生物信息学报》（影响因子6.597）上。叶凯的博士生贾鹏为该论文的第一作者，叶凯为通讯作者，西安交通大学为本文唯一通讯作者单位。这是叶凯教授课题组在基因组暗物质解析方面的又一重要突破。论文链接为：https://www.sciencedirect.com/science/article/pii/S1672022920300218

本项目研制具有自主知识产权的移动式C形臂X射线术中三维成像与智能识别系统，并进行商品化和产业化。项目研究等中心自动控制技术、X射线图像采集技术、二维X射线图像的三维重建与成像技术以及基于人工智能的人体物质识别（识别肌肉、骨骼和脂肪等组织）技术。系统适用于多种多样的临床需求，特别是高要求的手术作业，尤其适用于介入放射学、血管外科介入性心脏病（如冠状动脉形成术），骨科手术和神经外科等领域的需求，在国内医疗领域属于前沿领先水平，其市场前景广阔，具有巨大的

本发明公开了一种基于降阶电流环的永磁同步电机转动惯量识别方法，基于电流环ＰＩ控制器，根据电机电磁参数进行电流环降阶，使电流环成为一阶响应系统；通过测量系统在一个正弦叠加直流偏置的参考转矩激励下的频率响应，获得电机机械惯量参数。本发明只需要使用通用变频器，算法可以集成进电机控制器程序，降低转动惯量测试复杂度，简便易行，容易工程实现，对于设计智能电机控制器具有重要意义。