本发明公开了一种用于多自由度倒装键合过程的芯片控制方法，其主要控制过程包括：获取芯片的贴装位置信息；键合头拾取芯片，获取芯片 Z 旋转轴和 X/Y 直线轴的角度及位置粗调偏差值，然后在执行粗调的同时，实现 X/Y 直线轴的闭环跟随控制；获取芯片 X/Y 旋转轴的当前实际角度值，并在逐次选择 X/Y 旋转轴执行角度闭环控制的同时，实现另外两直线轴的位置闭环跟随控制；获取芯片 Z 旋转轴和X/Y 直线轴的角度及位置精调偏差值，然后在执行精调的同时，实现X/Y 直线轴的闭环跟随控制。通过本发明，可使得芯片

本发明公开了一种数据去重过程中的并行分块方法，其特征在 于，包括：(1)将数据流中的文件分成多个定长的数据段，所述数据段 的长度大于数据分块的最大块长；(2)利用计算机多核处理器并行对每 个数据段进行分块，每个数据段都通过分块获得多个数据块；(3)将最 后一个数据段除外的每个数据段的最后一个数据块与后一个数据段的 第一个数据块进行边界衔接处理。本发明提出的并行分块方法，采用 一种新颖的边界衔接方法解决了传统分块方法的

研究催化剂在实际催化反应过程中的状态对于理解催化剂的催化机理具有非常重要的意义。实际催化过程中，气体分子会通过影响表面能进而对催化剂的表面结构进行调制。但受限于研究方法，在真实催化环境中，气体分子如何重构催化剂表面仍然不清楚。此外，除了催化剂表面结构的变化，在催化反应过程中，催化剂颗粒整体的结构乃至物相也会发生变化。

（一）项目背景 当前，智慧教育具有智能导学、精准推荐、定制辅导、精细评价等特点，已成为国际国内教育信息化发展的趋势。智慧教育的研究主要聚焦于智慧学习环境建设的研究、智能技术支持下的智慧教学研究和机器学习技术支持下的个性化学习研究。智慧教育的出现极大地促进了当前教育中学习空间的重构。在“学习空间”之前，人们通常使用“教学空间”来指代这种场所，将有教学活动的场所均称作教学空间。随着人们对学习过程的理解变化、智慧教育的快速发展以及人们对非正式学习的重视，学习空间逐渐由单一的物理教学空间向包含物理空间、网络空间、移动空间的多元学习空间转变。多元学习空间的提出虽然更多地体现出了“以学生为中心”的倾向，但如何具体衡量多元学习空间对学生学习效果的影响是评价多元学习空间的重要步骤。同时，在多元学习空间具体构建时，面对空间中来源不同、结构多样、数量庞大的多模数据如何进行处理存储、并在保证数据有效性的前提下对教育数据进行隐私保护是多元学习空间需要解决的另一个难点。 （二）项目简介 本项目主要目标是针对信息技术支撑下学习空间多元化、场景复杂、需求多样化，学习者及学习行为呈现出新的特点和规律，研究多元学习空间中学习行为数据化关键技术，构建“云-边缘-物联网”架构的多模态数据存储与处理平台，实现混合式学习环境下学习行为智能感知和数据化，优化学习行为模型，基于实际应用与不同学习目标函数及内容，建立可重复、可预测、可验证的对比数据集，为数据驱动的智慧教育生态构建和教育应用提供核心技术与数据支撑。 （三）关键技术 我们面向智慧教育中准确认知学生的学习状态和行为的大数据需求提出研究方案。本项目实施方案涉及教育学、物联网、云计算、人工智能、隐私保护等多个领域，主要技术路线如图所示： 图 1 技术路线图 其中，项目包括的关键技术主要有以下三点： 1.基于物联网的多模态数据实时智能感知和多时间域数据采集技术 该技术针对学习状态的数据化、特征参数量化问题，设计能够采集多 重学习空间下的智能数据感知物联网系统。主要技术难点在于抽样频率与 识别准确度的平衡、人机交互的变化规律等全新科学问题。 2.学习状态多模态数据解析和智能处理技术 利用智能感知物联网采集实时性的原始学习状态数据，包括面部表情、 脑电信号、头部姿态、交互行为等原始数据，这些数据具有数据量大、模 态多、冗余度高等特点，需要通过智能化的预处理方法转换成可以量化的 状态数据。 3.多层次数据差分隐私保护技术 学习行为数据是学习者被动采集的多方面行为数据，受到日益增长的 具有争议性的数据伦理的制约。该项技术通过数据隐私保护机制实现数据 多层次化的差分隐私安全算法；在保证学习者最大数据隐私性的前提下， 研究满足学习行为分析所需要的数据颗粒度。

项目成果/简介:本发明公开了一种监测植物花芽分化或开花过程中温度变化的活体成像方法。本发明提供的方法，包括如下步骤：1)用红外线非接触式热像仪采集活体待测植物的花芽或花部器官图像；2)根据步骤1)得到的采集图像，得到所述活体待测植物的花芽或花部器官的不同位点的温度，从而实现植物花芽分化或者开花的生热效应的监测。本发明的实验证明，本发明的方法具有以下优点：1)操作简单，快速：省略了植物观测中取样、分离等前

产品详细介绍上四下四回流焊,回流焊接机QS-F830   http://www.qinsidianzi.com/

焊接机器人实训考核工作站是按照教育部1+X焊接机器人编程与维护职业技能等级证书中的试点、考核站点标准要求，研发设计的多功能智能焊接工作站，工作站符合相关建设标准和具有自主知识产权。WR-KH03型焊接机器人编程与维护实训考核工作站为高级工作站，主要由焊接机器人单元、焊接电源单元、焊枪单元、柔性焊装工作台、焊接手动通用夹具、焊接自动通用夹具、自动化夹爪、物料排列装置单元、机器人第七轴、多功能料架、周边设备单元、激光视觉应用编程、系统集成技术、系统数字化管控、安全防护单元、焊接任务单元、离线编程单元、教学资源单元、考评系统、监控系统等组成一套的智能焊接实训考核工作站。每个单元由多个模块组成，实操与离线仿真结合面涵盖机器人焊接工艺方法和实际应用案例。能按任务要求，完成焊接机器人系统的多机联动编程、多机联动联调、系统集成工艺分析、系统集成工件分析、系统集成工装设计，系统集成电控设计，系统数字化管控管理，数字化数据采集，激光视觉应用编程焊缝寻位应用和焊缝跟踪。实训考核工作站遵循全功能化、全模块化、全信息化、近工业化的智能焊接机器人系统，主要用干教育部1+X焊接机器人编程与维护职业技能等级的师资培训，考评员培训，1+X职能技能等级证书取证的实操培训与考评;同时也可进行工业机器人基础培训，应用培训技能训练技能竞赛等，话合中职，高职应用型本科院校1+X证书的培训老评以及相关专业课程的实训教学，适合社培机构技能人才培养培训。

项目“动态频谱资源共享宽带无线通信系统验证网络开发”属于国家863重点项目“频谱资源共享无线通信系统”的子课题。该项目目标是开发与现有系统共存的宽带无线通信系统验证网络，并在694～806MHz频段进行演示验证。在不影响现有系统业务的前提下，为固定和移动用户提供语音和其它宽带业务。 项目所开发的动态频谱资源共享实验验证网络支持8个网络节点，可通过配置构成集中、分布和混合网络架构。与现有业务共存的情况下，在694～806MHz频段完成实验验证；单节点的覆盖范围>1km2；支持20Mbps的峰值传输速率，并支持可变速率传输；可接入Internet网络，支持VoIP、交互式视频业务；工作频段的整体频谱利用效率达到30％以上； 本课题对动态频谱资源共享网络的体系架构、系统设计、协议栈开发、演示验证以及相应的关键技术进行了系统级研究，完成了系统总体方案设计、软件无线电平台和协议栈开发的相关工作，成功搭建了具有认知功能的、能够在694-806MHz频段内动态使用频谱资源的集中式、分布式和混合式实验验证网络，并在多种环境下，对该系统进行了实际测量，获取了大量实验数据，实际测试结果表明，本课题搭建的具有认知功能的三种不同架构验证网络能够正常完成预期功能（如协同感知、动态获取可用频谱资源、组网、切换、保护主用户、多跳传输等），并能够实现较好的网络性能（如吞吐量、网络时延、丢包率等）。同时，本课题还对动态频谱资源共享网络的多项关键技术进行了深入研究，在物理层频谱感知技术、传输技术、MAC协议设计、频谱接入策略研究、网络层路由协议设计等发面均取得了大量研究成果。 动态频谱资源共享宽带无线通信系统能够有效地应用于我国国民生产生活的各个方面，其中该系统的分布式网络架构尤其具有广阔的应用前景，可以在移动环境下，在任何地点建立起高速无线数据链路，处置紧急、突发事件，或建立临时信息采集网络。该类型设备可以广泛应用于军事指挥、油田监控、水文调查、地质勘探、野外抢险作业以及特种行业的实时移动数据传输和监控。

该专利技术在多直流馈入电网动态无功补偿装置和控制方法方面都做了技术创新，研制的动态无功补偿装置响应速度快、控制精准和可靠性高，解决了现有技术中多直流馈入系统中动态无功补偿装置经济性和可靠性不能兼顾的问题，提出的高压直流动态无功精准控制方法突破了现有技术中高压直流不能参加电网动态无功补偿的技术瓶颈，满足了多直流馈入受端电网电压稳定对动态无功支撑能力的要求。专利技术在南方电网进行实施，实际应用效果表明该技术能高效利用系统中的动态无功资源，显著提高了南方电网动态无功支持能力和电压稳定性，为多直流馈入电网的安全稳定运行提供了保障，确保了国家“西电东送”战略的顺利实施，促进了东西部的合作共赢，推动了国民经济和社会的发展。基于对该专利技术贡献率的测算，截至2017年12月底，累计新增销售额超过5亿元，累计新增利润超过4000万元。在第二十届中国专利奖评审中获得银奖。