在企业的产品开发过程中，会形成大量的技术数据、技术资料、工程经验等设计资源。面对这些资源，企业往往因为缺乏基于知识技术的信息管理方法和技术，使得这些设计资源不能得到很好的规范组织和重用，从而制约了企业产品创新能力和产品结构合理化程度的提高。   天为 DMIS 设计师信息管理系统，能够统一管理企业中与产品形成过程中产生的所有结构化和非结构化的资源，使设计人员在设计过程中能够迅速找到相关知识，从而方便快捷地对已有的相关设计案例进行参考和相互比较，使相关文档在特定的时间发送到特定的地点和特定的人员手中，并可对已有模块进行快速配置和变型设计等；从而提高企业的产品设计效率，缩短产品设计周期，降低设计成本，提高设计质量和产品创新能力，提升企业的整体管理水平。

成果简介企业全面规范化生产维护管理信息系统， 是以提高设备的运行效率和综合效率 OEE 和完全有效生产率 TEEP， 保证设备的正常运行为目标； 以系统的检维修体系设计为载体， 以全员行为规范为过程， 全员参与为基础的设备人机系统精细化管理体系。本系统是一套涵盖了设备全寿命期要素的综合管理平台， 建立了基于 TnPM体系的机加工行业首个信息化生产维护管理系统； 建立完整的、 符合生产型企业的设备基础数据体系和信息化维护保养体系。系统的目标市场是资产密集型生产

XM-SZY01中医望诊信息采集管理系统（舌诊、面诊、问诊）   XM-SZY01中医望诊信息采集管理系统采用一体化设计，将舌诊仪、面诊仪及问诊模块三种功能巧妙的融于一体，可进行舌像采集分析与处理、面像采集分析处理以及问诊等辅助诊断教学。   一、舌像采集分析处理： 1、主要功能： ■ 计算机控制内部相机进行自动对焦拍摄，操作简单，图像清晰，完全实现舌象采集自动化。 ■ 采用数字化舌象采集平台与标准化方法还原，使舌象真实再现。 ■ 内部摄像采用模拟自然光源并能进行光线调节，使采集环境保持稳定。 ■ 在特定的光源环境下，采用摄像头获得舌像信息，对舌体图像的颜色、纹理、轮廓进行特征提取，由计算机将这些特征值与特征数据库中的阈值进行比对判断，给出舌象分析结果。 ■ 可以随时查询病例报告。 ■ 可以分析舌质颜色、舌苔颜色、舌形状、舌态。 ■ 内置消毒灭菌装置，操作前使用，避免交叉感染。 ■ 软件可以根据实际舌象的瘀斑、点刺、齿痕、裂纹等症状用文字显示舌象特征、临床病症以及饮食及用药建议。   2、主要特点： ■ 系统具有自主学习功能，通过不断学习，有效提高系统自主诊断准确性。 ■ 支持自动分析，且允许人工修正，提高诊断的准确性。 ■ 准确分析舌质、舌苔等，并直观显示结果。 ■ 支持初诊、复诊分离，实现便捷就诊。 ■ 支持多关键字的查询统计。 ■ 支持诊断分析报告打印。 ■ 用户权限管理，提高安全性。 ■ 自动对焦（即自动舌体捕获）。 ■ 灯光控制功能。   3、软件功能： ■ 用户权限管理，提高系统安全性。 ■ 病理、临床库可以持续更新，具备学习能力，且具备自动提取舌体，自动分析舌体、自动分析后手动调整等功能，大大提高了学习的准确度。 ■ 快捷的初诊、复诊入口，操作方便、快捷。 ■ 图像采集分析能力，既可实时诊断，又可能根据需要进行人工调整。 ■ 灵活多变的查询统计能力，数据分析功能。 ■ 病例学习：单击主界面中的“病例学习”选项，进入学习界面，包括读取、保存、舌体轮廓提取、特征提取、自动提取控制、量化数据显示、舌象特征录入、临床意思录入、饮食指导及用药建议录入等选项，学习与分析过程，采用人机交互的方式。 ■ 自动获取：单击自动获取按钮，如果参数正确，舌体提取成功，若存在不足，可通过自动提取控制中的进度条及取反控制框选择来进行控制。 ■ 特征提取：为了便于分步处理，此处特征提取分步骤完成，分别舌质特征、舌苔特征、齿痕特征、裂纹特征、瘀斑特征以及点刺特征。点击某功能按钮后，相关特征将被量化，以舌质为例加以说明。比如，单击舌质特征、舌苔特征按钮后，数据结果自动分析结果。 ■ 人工绘制：对于某些来自于其他途径的图片，会存在自动获取舌头错误的情况，此时可以通过人工绘制来完成。单击“人工绘制”后，在图像显示区域，单击右键将出现菜单，包括选中舌体、勾画轮廓和撤销。其中选中舌体仅需在舌头四周点选四个点，单击“绘制完成”后再自动识别完成；勾画轮廓则是按住鼠标左键后通过拖动完成绘制，绘制完成后单击“绘制完成”便实现舌体提取。撤销可以对绘制过程觉得不满意的地方进行撤销，支持5步撤消。   二、面像采集分析处理： ■ 通过对病人面部图像进行分割、人机病症问诊作答，结合医生专业诊断，给出专业诊断结果并打印成报告，该系统能达到辅助中医临床诊断的作用，从数据库中读取面诊以及问诊信息数据，建立和编辑病例，建立中医诊断报告。中医面诊检测分析系统采用形状模型实现对眼睛、鼻子等器官进行定位，提取出额头、下颏和两颧区等人脸区域。通过采用K-means算法对面部图像的颜色进行提取，计算不同的颜色聚类中心的距离而进行面部颜色的分析；通过采用改进的2DPCA对面部图像进行特征抽取，通过计算测试样本特征与训练样本特征之间的余弦距离，实现对面部图像的光泽分析。 ■ 面象采集主要是在特定的光源环境下，采用高清晰摄像头 获得患者面部的图像信息，将这些特征值与特征数据库中的阈值进行比对，给出面色分析结果。可分析12种面色：青色、赤色、黄色、白色、黑色、正常、淡白、淡红、红、 深红、暗红、紫黑。 ■ 测试结果用表格显示，简洁易懂，并可以生成PDF文件保存以便查询，也可以打印报告。   三、问诊分析处理： ■ 问诊采集主要是病人对照数据库中的各种症状进行挑选，通过回答 88 道试题（病人起病和转变的情形，寒热、汗、头身感、大小便、饮食、胸腹、耳、口等各种状况）， 最后进行提交并由系统自动判断。 ■ 档案管理功能：可录入被测评人的姓名、年龄、性别等基本信息，方便准确的查询。 ■ 软件界面简洁，操作简单。 ■ 测试结果用表格显示，简洁易懂，并可以生成 pdf 文件保存以便查询，也可以打印辩证报告。

【项目来源】江苏省科技厅产学研联合创新资金——前瞻性联合研究项目。 【项目简介】基于RFID、传感器、智能移动终端等物联网技术研发了中药饮片质量管理系统，在感知层通过RFID射频标签、无线传感器节点、条形码、智能移动终端来采集、获取和查询与中药饮片相关的各种信息；在网络层将感知层控制系统中存储的每条感知和控制信息转换成一组通用数据协议的JSON数据包，实现中药饮片全过程的质量信息的有效传递；在应用层通过物联环境监测平台、生产执行系统、智能移动平台实现对饮片从“田头到口头”全过程的质量监管与追溯，实现了中药饮片“来源可追溯、去向可查证、责任可追究”质量管理。 本项目研究了智能移动终端技术，利用智能移动终端查询RFID射频标签记录饮片生产、仓储、销售、使用等各环节的信息，实现对中药饮片全面而系统的质量管理；研究了传感器技术，实现对原药材种植、饮片生产、仓储等环节的数据进行及时有效的监测和记录；研究了轻量级Java EE（Struts+Spring+Hiberante）技术，采用MVC模式设计系统后台架构，利用Spring Security为不同用户分配不同权限，同时提供跨平台的数据接口，实现Android、IOS、Window等平台的数据交互。 【获奖情况】2016年度中国商业联合会科学技术奖——全国商业科技进步奖一等奖。 【推广应用前景】本项目主要完成了由RFID射频标签平台、物联环境监测平台、生产执行系统、智能移动平台、质检管理平台、商务智能平台为主要模块的中药饮片管理系统软件，形成了具有自主知识产权、可销售的软件产品。本系统的推广应用将带动整个中药饮片产业的转型升级和产业结构调整，促进中药饮片产业由传统行业向真正意义上的高科技行业转型。另外，本系统不仅可以应用于中药饮片行业，也可以推广应用到中成药、西药等制药行业。系统中的物联网应用模式可以供食品安全追溯、农业、环保等领域参考借鉴。 【进展情况】项目目前已完成系统开发，取得相关专利和计算机软件著作权6项。

数据是企业的重要资源，数据质量则是体现其价值的关键。大多数企业已建立的众多的基础专业数据库、信息资源管理系统，并完成的数据仓库建设，但是对数据与信息的质量、新数据是否上来以及上来及时性等缺乏有效的监控手段；同时，已有信息资源往往被分散的保存着，其管理维护乃至数据库的变更都难以掌控。本系统基于元数据、元结构、元知识模拟专家对于数据与信息资源的管理策略，利用机器学习、自然语言处理以及知识库技术，实现了基础数据资源监控与管理，建立了基础数据资源动态监控与质量巡检系统。系统主要功能包括： 元数据管理 建立和管理包含所有基础数据库结构信息的元数据库，使对各个基础库中的最新数据项和数据项变更历史等有一个全面的掌控；同时也为今后建立在基础库之上的应用和对数据库的维护打下良好的基础。 重要基础数据的采集监控 对各基础数据库中的重要数据是否及时采集入库及基础数据的删除进行定期的监控，并对监控的结果给出相关结论报表，以便及时了解各基础库数据的数据增删情况。 数据质量巡检子系统 定期地对各基础数据库中的重要数据项进行质量检查，监控各数据项中的数据是否满足给定的规则条件，对于不符合条件的数据通过提供的预警机制进行预警。 本技术可用于通信、能源、交通、政府、国家中医药管理局、医疗机构、冶金行业、石油石化等行业。

Ø  成果简介：本项目通过建立一个基于虚拟现实技术的计算机装配工艺规划仿真分析环境，利用产品的CAD模型，在不制造实际模型的情况下，由装配工艺规划人员在计算机环境中对产品的装配工艺过程进行交互式的定义和分析，包括建立产品各组成零部件的装配顺序，空间装配路径，编制工艺文档，并分析装配过程中的装配精度和装配机构运动，从而大幅减少装配工艺规划周期和成本，同时，系统提供装配工艺过程动画录制功能，将规划好的装配工艺以三维动画形式纪录下来，并可以通过安装在装配现场的浏览终端，展示给装配人员，

安徽三联学院坐落于安徽省省会合肥，主校区地处合肥大学城翡翠湖畔，是国家教育部批准建立的、拥有学士学位授予权的省属普通本科高校。学校由安徽三联投资集团于1997年投资创办，为安徽省第一所民办高校。2005年，学校获批成立党委;2008年，学校获批升格为本科高校;2011年，学校通过学士学位授予权评审;2018年，学校通过教育部本科教学工作合格评估。 学校占地面积800余亩、校舍面积31万多平方米，拥有教学科研仪器设备总值9000余万元、馆藏纸质图书95万多册。现有交通工程学院、机械工程学院、电子电气工程学院、计算机工程学院、财会学院、经济管理学院、动漫与数字艺术学院、外语学院、护理学院和机器人工程学院，以及思政部、基础部、体育部、图书馆等教学及辅助单位。学校以工为主，管、经、艺、文、医、法等多学科协调发展，开设本科专业42个，高职专业8个，现有全日制在校生16500余人。学校立足合肥，面向安徽，辐射长三角，为区域经济建设和社会发展服务，着力培养具有社会责任感、创新创业精神和实践能力，德智体美全面发展，服务于中小微企业工程技术、管理岗位的应用型人才，办学20年，累计为社会培养人才45000余人。 学校充分利用三联集团科技产业优势，实行产学研一体化发展，加强培育教科研团队，大力推进科研创新平台建设，组建了交通安全应用技术、服务机器人应用技术、数字艺术等协同创新中心，以及安徽竹稞学宫文化研究中心、亚洲文化研究中心、剪纸艺术研究中心、贸易与竞争政策研究中心等科研机构。其中“交通安全应用技术协同创新中心”和“服务机器人应用技术协同创新中心”获批教育部高等职业教育创新发展行动计划(2015-2018年)安徽省承接单位，“剪纸艺术研究中心”为安徽省非物质文化遗产教育传习基地。 学校按照产学研一体化发展战略，不断加强学科专业建设，形成了“交通安全类、智能控制类、数字艺术类、健康养老类”等四个应用型学科专业集群。其中市场营销、交通运输、国际经济与贸易、电子信息工程、英语、环境设计等为省级特色专业;交通运输、英语、电子信息工程、动画、会计学、计算机科学与技术、机械设计制造及其自动化、市场营销、财务管理、商务英语等为省级专业综合改革试点;交通工程、电气工程及其自动化、国际经济与贸易、动画等为省级新专业建设专业。《新编实用英语拓展教程》、《新编实用英语》、《计算机网络与应用技术》、《数据库应用技术》、《经济法》、《新活力旅游英语》、《英语(第二版)扩展教程1》、《ASP.NET程序设计项目教程》、《西方经济学(宏观部分)》、《西方经济学(微观部分)》、《市场营销学教程》等为国家及省规划教材。“项目引领任务驱动——应用型本科院校工科类专业毕业实习模式的探索与实践”等8项为省级重大教学改革研究项目、“新时期应用型本科院校实验实训教学的探索与实践”等13项为省级质量工程重点教学项目，“软件技术实习实训中心”为省级示范实习实训中心，“工程训练中心”、“基础实验教学中心”为省级示范实验实训中心。校长金会庆教授(省级教学名师)领衔的“交通安全与智能控制专业”教学团队为第一批省级教学团队，此外学校建有财务管理教学团队、电类基础课程教学团队、机械工程教学团队、交通安全教学团队等省级教学团队。 学校已与日本西九州大学、大阪产业大学、东京福祉大学、北陆大学，澳大利亚埃迪斯科文大学，韩国国立交通大学、拿撒勒大学、忠北大学，美国布莱诺大学等多所大学建立了良好的校际合作和中外合作办学关系。 学校2004、2008、2009、2010年先后四次被授予“安徽省普通高校毕业生就业工作先进集体”，2011、2012年连续两次被授予“安徽省普通高校毕业生就业工作标兵单位”，2011至2016年连续六年荣获全国高校教师网络培训工作先进集体，2013年荣获“安徽省社会组织规范化建设5A单位”，2014年荣获“合肥市经济开发区优秀人力资源输入基地”、“安徽省普通高校大学生创新创业教育示范校”，2014、2015年连续两年荣获中国青年志愿服务项目大赛银奖，2014、2017年荣获安徽省“三下乡”社会实践活动优秀组织单位，2017年获批“安徽省创业学院”。 学校全面贯彻落实党的教育方针，遵循高等教育发展规律，树立“生为本，师为根，质量促发展”的办学理念，实施“依法办校、专家治校、人才兴校、质量立校、特色强校”的治校方略，秉承“厚德博学、砺能树人”的校训，发扬“勇闯难关、拼搏向前;开拓创新、争创辉煌”的学校精神，把握机遇，脚踏实地，坚定不移，努力将学校建成“国内知名、省内一流、优势突出、特色鲜明”的地方应用型高水平大学，为实现“百年老校”办学理想奠定坚实的基础。

数据采集技术 可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。 多模态传输技术 LPWAN (Low-Power Wide-Area Network，低功率广域网络) 在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。         LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。 最具前景的LPWAN技术——NB-IoT和LoRa： 物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。 LoRa （Long  Range）:     一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。 NB-IoT（Narrow Band Internet of Things） NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。 NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。 数据分析技术 人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。