构建地下渗滤系统，通过物理化学吸附与微生物降解综合技术处理生活污水，使其达到二级排放标准。日处理量 20-100 吨。 目前国家日益重视环境保护，而随着城镇化进程加进，人民生活水平提高。农村和小城镇生活污水对水环境造成的符合，不容忽视，是亟待解决的问题。而集中处理系统不能迅速覆盖每一个地区，因此急需合适北方地区的分散型生活污水处理技术。 地下处理系统已经在天津武清区示范运行 5 年，运行稳定，出水达标，对当地的景观和地表水质量有很大改观，适合在河北气候条件下运行。 本项目具有巨大社会效益和市场需求。投资估计：200 万。

随着生产的不断发展，水资源的使用量不断增加，为节约新鲜水的用量，保护和合理利用有限的地下水资源，生活中水经深度处理后用于工业生产是提高水资源利用率的有效方法。“混凝+气浮+纤维束过滤工艺+杀菌”是北京科技大学环境与节能工程研究中心研究开发的一种较为先进的深度水处理技术。生活污水经该方法深度处理后，CODcr、BOD5、SS、硬度、碱度等指标均达到或高出了工业冷却水水质标准，可用来替换原来的地下井水用于工业生产的循环冷却用。本技术还可根据不同二级出水水质和不同的生产要求，选用超滤、反渗透、EDI 等技术进行深度处理。

随着生产的不断发展，水资源的使用量不断增加，为节约新鲜水的用量，保护和合理利用有限的地下水资源，生活中水经深度处理后用于工业生产是提高水资源利用率的有效方法。“混凝+气浮+纤维束过滤工艺+杀菌”是北京科技大学环境与节能工程研究中心研究开发的一种较为先进的深度水处理技术。生活污水经该方法深度处理后，CODcr、BOD5、SS、硬度、碱度等指标均达到或高出了工业冷却水水质标准，可用来替换原来的地下井水用于工业生产的循环冷却用。本技术还可根据不同二级出水水质和不同的生产要求，选用超滤、反渗透、EDI等技术进行深度处理。“混凝+气浮+纤维束过滤工艺+杀菌”深度处理工艺流程

本实用新型公开一种利用生活污水废热的热泵系统，包括有热水集水箱、附置于化粪池外壁的外壁换热管道以及化粪池内部的污水侧换热器，中介进水管道一端分支连接有污水侧换热器、外壁换热管道的进口，中介出水管道一端分支连接有污水侧换热器、外壁换热管道的出口，中介出水管道、中介进水管道的另一端分别连接到污水源热泵机组的蒸发器，热水集水箱通过生活热水使用管道与生活热水器具相连接,热水集水箱通过生活水进入管道、生活水出口管道与污水源热泵机组相连接，生活水从生活水进入管道进入污水源热泵机组，经过污水源热泵机组的冷凝器换热

产品详细介绍 产品简介： １、能承载１７寸宽屏笔记本的机身（以DELL、Inspiron 9200为例，机身尺寸：41.5×394×288mm）； ２、桌面能360度旋转，桌面角度调节和固定最快可以在3秒内完成； ３、桌面高度在17-40厘米内调节，满足身高140－190厘米的人使用，调节和固定时间最快可以在8秒内完成； ４、桌面要尽量的小，但桌面下部的空间宽度要在60厘米以上，100公斤体重的使用者能轻松使用。 ５、不用时可以全折叠起来，不占空间； ６、人躺者或者半躺状态下使用，两腿能够伸直，也能曲腿，架二郎腿也行。这也是折叠生活产品的一贯特点：让使用者双腿可随意摆放。 ７、更稳定，牢固，造型更美观，风格统一，同时满足功能和视觉美感的双重要求。 桌面尺寸：48*30CM 桌面倾斜度：0-360度无极 内侧宽度：62CM 内侧最大高度：40CM 材质： 桌面：环保密度板 弯腿：杨木、桦木胶合板 桌腿：俄罗斯樟子松 烘 干：85℃热风180小时 脱 脂：无脱脂（樟子松在所有松木种类中含脂量最低） 五 金：“折叠生活”专用五金 榫 头 胶：卡斯克 (上海诺顿) 拼 板 胶：太诺胶.日本光洋 油 漆：哑光漆 磨 光：500＃砂纸 工艺标准：宜家风格 甲醛含量：欧洲E1标准8mg/100g（甲醛的国际标准是10mg /100g，欧洲标准是8 mg /100g，我国对于人造板甲醛含量的标准是30mg /100g) 组 装：无需任何工具2分钟组装 包装箱：外销标准双层瓦楞纸 包装规格：53*35*4CM

利用图像处理和机器学习技术，在多分类，样本不均匀条件下，对类型接近的目标进行识别与检测；在弱监督，无监督条件下对大数据集的目标自动分类识别技术；对目标识别算法的通用攻击和通用防御算法。

快速、准确的自动血细胞分类计数仪对减轻医生的劳动强度、提高测量准确度有着积极的意义。现有的各种自动血细胞分类仪各有优缺点，较先进的激光流式细胞仪价格昂贵，结构复杂，而且容易发生堵塞等现象，维护麻烦。本系统是基于静止悬浮式的原理，从原理上克服了流式细胞仪的缺陷。利用这种方法对血细胞进行分类计数，不需要固定和染色，不需要导电介质，更不需要昂贵的流式装置，可以方

本成果属于高光谱图像信息处理技术，为高光谱遥感图像分类方法。首先对高维高光谱图像提取第一主成分特征图，并利用结构元素对主成分特征图进行多维的空间结构特征提取，结合提取的形态学特征与原始光谱特征，利用联合稀疏表示算法将同一空间区域中的像元联合进行稀疏系数矩阵的求解，最终通过最小残差判断准则确定像元类别。这种方法有效地并且充分的挖掘了高光谱遥感图像中的空间信息、形态信息和光谱信息。考虑到稀疏表示方法在迭代求解稀疏向量时的耗时性与对非线性数据的不可分性，进一步提出了基于差分形态学核协同表示的高光谱遥感图像分类算法。该成果方法通过核化的协同表示分类算法避免了优化求解的耗时性，同时克服了高维特征空间下数据的线性不可分性。算法首先通过差分形态学方法在高光谱遥感图像的主成分分析图上进行空间特征提取，并通过核变换方法将新特征字典投影到高维的线性核特征空间，最后利用核化协同表示算法的高效性对高光谱图像进行分类。 主要技术指标 University of Pavia 通过 ROSIS-03 传感器记录，该图像捕获了意大利帕维亚的帕维亚大学周围的市区。图像尺寸为 610×340×103，空间分辨率为 1.3 m / 像素，光谱覆盖范围为 0.43 至 0.86μm。该图像考虑了九个类别。其具有 42776 个标记样本。每类取 50 个有标记样本共 450 个样本作为训练样本。 请参阅表 1，本方法提出的高光谱图像分类方法，相比于传统分类器 SVM，OA 提高了约 18%；相比于 JSRC，OA 提高了约 5%；同时参阅表 2，展示了本成果方法的时间运行效率与相关方法的比较。该成果无需使用 GPU 资源在保证精度的同时有效提升了分类的精度和效果。 表 1 PaviaU 数据集上对比实验结果 表 2 不同数据集上时间运行对比实验结果

本发明公开了一种基于纹理基元的遥感图像分类方法，包括：·741·选取典型地物的遥感图像作为第一训练集和第二训练集；提取第一训练集中同类地物图像的邻域特征向量并聚类形成纹理基元，不同地物的纹理基元组成纹理基元字典；利用纹理基元字典对第二训练集中图像的邻域特征向量进行标记，并对中心像素进行分箱，统计各个图像的中心像素-纹理基元二维联合分布，形成纹理模型库；将待分类的图像划分成超像素，经拉普拉斯校准后统计各超

本发明公开了一种基于分类的社会化推荐方法，包括：构造用 户对分类的评分矩阵：根据用户对项目的评分数据和项目的分类信息， ·957·构造初始用户分类矩阵；对初始用户分类矩阵做归一化处理，并使用 矩阵分解方法重构用户分类矩阵；由用户的好友信息构造用户好友之 间的信任度；根据用户分类矩阵中用户对项目所属分类的评分、使用 社会化模型预测得到的用户对项目的评分以及用户好友之间的信任 度，使用随机梯度下降法学习得到模型的参数，从