本成果围绕光伏并网系统电能质量展开。基于深度学习算法，研究谐波等电能质量指标变化规律，运用特征提取技术处理时序数据，实现电能质量预测。研发基于态势感知的电能质量调控装置，总谐波补偿率不小于 90%，补偿次数 2 - 50 次。成果形式包括研究报告、调控装置示范应用，申请发明专利 3 项，发表论文 3 篇。应用场景涵盖光伏电站、配电网等，可提升电网可靠性与经济性，减少设备损耗、优化调控策略、降低弃光率，为新能源消纳提供支撑。

石油作为一种宝贵的资源与能源，其高附加值开发与利用是人们不断探索的课题。所有的石油润滑油，为达到在使用温度下保持润滑油的流动性这一要求，润滑油中就不能含有大量的固体石蜡烃，因此在生产润滑油的工艺中必须采用脱蜡过程。目前世界上主要采用酮苯脱蜡法和加氢法来进行降凝。然而这两种方法需要“大装备，大投入”，以及复杂工艺过程、苛刻的技术要求。 本技术对尿素深度脱蜡提出了全新的尿素深度脱蜡技术理念，制定了新型工艺路线，完成万吨级的生产装置。油品脱蜡效果显著，在润滑油基础油的低温性能和低凝方面有了重大突破。 该技术具有自主知识产权，已申请国家发明专利，具有先进性，并在石化行业中将具有广阔的应用前景。对我国变压器油基础油、低凝润滑油、以及高粘度白油低凝化的生产提供了新的工艺和思路；为润滑油低凝油多品种的开发，包括生产以矿物油为基础的0W高级低温润滑油提供了技术支持。实现了产学研一体化，将成果转化为产品，具有投入小、周期短、较高经济效益的特点和优势。

研发阶段/n主要研究设计可扩展至1024 核的众核智能处理器架构。研究面向智能处理的 存储一致性模型；研究异构智能处理器的非对称片上网络；研究超大规模智能任务 的核间分割；研究多智能处理任务的动态调度；研究众核智能处理器的层次化物理 设计；研究存算一体化的众核智能芯片结构；研究智能处理器芯片的异构并行；研 究多智能芯片的高速片间互联。到2020年，以实现人工神经网络智能计算速度和能 效的指数性增长为目标，取得超大规模人工神经网络芯片架构、智能芯片指令集、 新型智能编程语言及编译器、自主智能算法等方面

高精度、高分辨率的深度数据可以广泛应用于人机交互、生物医学、模式识别、机器人导航、3D打印、VR技术、增强显示等领域。本项目采用了基于复合结构光编码模板的主动式深度获取方法，设计稠密鲁棒的光栅模板，开展亚像素级的匹配方法研究，构建并行处理结构，通过多粒度的模板匹配实现高精度的深度数据并行计算。本项目重点突破了深度数据精度、分辨率和处理实时性难以兼顾的平静，解决了深度获取在实时性和高精度分辨率的矛盾。本深度获取设备对于推动我国在3D深度信息获取领域的技术发展和产业链扩展，具有重大意义。

重点运用深度学习的算法，为股票市场的交易价格做出客户化的未来预测参考和量化操作指导。 一、项目进展 已注册公司运营 二、企业信息 企业名称 上海沃添信息科技有限公司 企业法人 张朴平 注册时间 2017.6 注册所在省市 上海 组织机构代码 91310116MA1J8QJ959 经营范围 信息平台 企业咨询 企业地址 上海市金山区寺坪南路 获投资情况 250万 三、负责人及成员 姓名 学院/所学专业 入学/毕业时间 张朴平 计算机 2015.9/2019.7 四、指导教师 姓名 学院/所学专业 职务/职称 研究方向 邹宗峰 信息管理 教授 信息技术 熊励 信息管理 教授 信息技术 五、项目简介 重点运用深度学习的算法，为股票市场的交易价格做出客户化的未来预测参考和量化操作指导。

石油作为一种宝贵的资源与能源，其高附加值开发与利用是人们不断探索的课题。所有的石油润滑油，为达到在使用温度下保持润滑油的流动性这一要求，润滑油中就不能含有大量的固体石蜡烃，因此在生产润滑油的工艺中必须采用脱蜡过程。目前世界上主要采用酮苯脱蜡法和加氢法来进行降凝。然而这两种方法需要“大装备，大投入”，以及复杂工艺过程、苛刻的技术要求。 本技术对尿素深度脱蜡提出了全新的尿素深度脱蜡技术理念，制定了新型工艺路线，完成万吨级的生产装置。油品脱蜡效果显著，在润滑油基础油的低温性能和低凝方面有了重大突破。

大连深度矩阵科技有限公司是全国领先的企业低代码全流程管理及解决方案提供商。公司以“深耕TOB低代码业务”为业务核心，致力将复杂需求转化为实用高效的行业应用。 公司自主创新产品——深度PaaS应用平台，采用的是主流的编程技术：Golang开发，通过Web Js 快速落地，PC、Pad、手机等多端均可适配，灵活的权限配置和控件服务，可变的工作流引擎，具备快速构建业务流程、逻辑和数据模型等所需的各种功能。 依托丰富的行业领域大型项目开发经验，为用户提供高质量产品及高效率服务，秉承一切从用户需求出发，为东北地区企业、高校和普教提供优质的软件产品、解决方案、行业资讯及相关培训和实施服务。

产品详细介绍

1.采用“智能识别，无需额外定位技术”，印刷要求低，使用方便 本系统采用国内目前最先进的“智能识别”技术，答卷设计无需增加额外的定位点、定位线或同步头，也不需要以答题区域的边框、转角等作为定位识别符，确保了不因答题区域的线框偏移、变形、模糊或断线等因素影响扫描识别的稳定性及准确率。且系统中设置了自动识别偏移、折角检测、双页进纸等。 2.试卷纸张适应性好，支持超薄、加长纸扫描 本系统支持使用50克以上普通纸，以复印、速印或胶印方式双面印制答卷，2010年安徽中考各科试卷在本系统中均顺利通过扫描。 3.支持任意答题卷或答题卡的扫描、阅卷 由于采用了“智能识别”技术，本系统可做到在预先不知答题卡设计的情况下对任意答题卡或答题卷的顺利扫描和阅卷工作。2010年安徽中考阅卷成功使用本系统即是很好的例证。 4.互联网阅卷优势明显 本系统支持A4、A3及不规则尺寸的答卷扫描识，且A3答题卡在200dpi分辨率下，其双面扫描的影象文件容量不大于250K，这就确保了在当前互联网带宽不是很宽的情况下依然能够流畅的进行互联网阅卷；本系统不仅支持在局域网、广域网或互联网上进行阅卷，并且提供B/S和C/S结构的可选系统，具有支持通过互联网实现教师在家里阅卷或跨地区学校联考远程网上阅卷功能； 5.分布式设计，轻松实现联考 本系统采用C/S结构，支持分点联合阅卷功能，可以轻松实现与其他同样应用本系统的兄弟单位一起进行联考阅卷。 6.答卷扫描与考生考号、客观题涂点识别同步完成，无须行进行二次识别操作 本系统在答卷扫描的同时即完成客观题答案的准确识别，当扫描完成时，客观题的识别工作即全部完成，有利于及时发现扫描过程中出现的异常情况，便于及时进行查错和纠错操作。如果采用严格定位技术设计的产品，扫描与识别分二次进行，先扫描后识别。 7.答题卷设计灵活，支持多种统计与分析 本系统支持单选、多选的客观题任意混排，不限制客观题答案选项的数量（原则上不少于26个）以及不限制答案的组合方式，同时支持客观题的题目和涂点混排。 本系统也支持主客观题部分的选做题（M选N，M≥N，如2选1、3选2等）评卷及数据处理功能，即系统可以自动识别选做的标识并进行处理；同一大题的不同选题应可以交由不同分组的老师独立评阅；且支持公共答题区域和8字码（七段码）识别，以最节省纸张的方式实现选项较多的选做题。 支持A、B卷的答题卡及常用条形码考生考号的自动识别，同时支持题卡合一和题卡分离的模式。 本系统支持评卷题目按照题组分组阅卷以及统计分析功能，从而实现对文综、理综中单个科目（如：政治、历史、物理、化学等）分科单独统计分析。 8.系统适应性强、容错性好 支持试卷印刷异常的特殊情况处理功能，确保在出现例如：试卷页码漏印、试卷印刷有倾斜、客观题涂点印刷不完整、试卷有小幅褶皱等情况下的正常扫描识别功能。 9.可实现与主流高速扫描仪的无缝对接 本系统设计使用底层协议实现与当前主流的高速扫描仪无缝对接，采用本系统不需要增加额外的图形加速卡，即可实现对答卷的扫描识别速度不低于扫描仪的标称值，实时性达到100%（即：正确识别的答卷扫描识别量 ≧ 扫描仪标称速度 X 实际扫描时间）。 10.支持典型试卷、电子化批注，便于课堂讲评 支持在试卷上做类似于人工阅卷评卷给分的给分标记，在标记时完成登分；试卷评阅的痕迹能以图像的方式保存在计算机系统中，并与阅卷过程中的标记及得分进行合成生成电子图像。 在评卷过程中对典型试卷可随时作标记，阅卷完成后方便调阅，使课堂讲解更直观、生动。

网络阅卷系统专为教育局用户设计，主要适用于高厉害考试（中考、高考等）阅卷应用，能与中考、高考真正接轨。系统具有答题卡制作、试卷扫描、阅卷、评卷管理控制、成绩统计分析等功能。从答题卡扫描到阅卷，网络阅卷系统不仅能减轻教师阅卷负担，而且能够助力教师更有效地提高阅卷质量和阅卷效率，提高阅卷的准确度与公平性。网络阅卷远程服务中心网络阅卷远程服务中心由网络阅卷系统和服务中心管理平台组成，是专为网络阅卷系统而增设的远程服务部门。用户在本地完成答题卡扫描工作后，其他工作，如考试定义、答题卡模版制作、裁切、成绩统计等，均可交由网络阅卷远程服务中心来完成，从而优化管理过程，减轻工作负担。为什么要选择远程服务中心？ 专业、高效、简单、方便、快捷降低阅卷考务工作出错率，减轻用户工作负担用户可远程操作、监控，管理更灵活远程服务无地域限制，节约成本