2020年3月9日，北京大学姜保国团队在国际顶级医学期刊Lancet 在线发表题为“Comorbidities and multi-organ injuries in the treatment of COVID-19”的研究成果，该成果首次提出将 COVID-19患者进行分类治疗，同时在治疗COVID-19时，应注意潜在的多器官损伤及其保护和预防。研究人员接管了武汉同济医院的重症患者集中治疗病房。60例患者在治疗过程中被分为三种类型。60例患者中有13例[22%]主要患有肺炎，被归类为A型，提供了抗病毒药，抗生素，氧疗和糖皮质激素等基本治疗方法。60例患者中有33例（55%）为B型，其疾病表现为不同程度的肺炎，并伴有严重合并症。对于归类为B型的患者，研究人员继续在控制肺炎的同时监测合并症的变化，进行个人评估并制定具体的治疗计划，包括降压药，降糖治疗和连续性肾脏替代治疗。60例患者中有14例（23%）是重症患者，被分类为C型。分类为C型的患者患有疾病，认为该疾病是由于A型或B型疾病的早期治疗而恶化（导致多器官损伤），这些重症患者应注意器官功能，并采取必要的保护措施，包括机械通气，糖皮质激素，抗病毒药，对症治疗和抗休克疗法。

成果描述：本实用新型提供一种非震动式硬币分类机,包括盖板、第一筛选机构、新一毛硬币筛选板、第二筛选机构、五毛硬币筛选板、新一毛硬币收集盒、底板、第三筛选机构、五毛收集板、旧一毛硬币筛选板、旧一毛硬币收集板、旧一毛硬币收集盒、一元硬币收集盒、五毛硬币收集盒、机架和引导板。本实用新型结构简单,制造和使用都很简便,并且在使用过程中不需要电力驱动噪音小,设备使用寿命长。市场前景分析：本实用新型结构简单,制造和使用都很简便,并且在使用过程中不需要电力驱动噪音小,设备使用寿命长。与同类成果相比的优势分析：国内先进

（一）项目背景 人工智能技术快速发展，“无人车”“无人船”“无人机”等大量无人装备应运而生并运用于实战。无人装备具有“空间多维、全天候、非对称、非接触、非线性”等作战运用特点，改变了战争构成要素、作战观念、组织形态和保障模式，颠覆了行业模式，重新定义了人们的生活方式。无人装备对未来社会影响和改变必将是整体性和革命性的，存在着无限的发展和应用空间。 智慧化，是无人装备发展的必然趋势。实时感知、动态组网、自主控制、智能决策、自我学习等是未来智慧无人装备必须具备的能力，而这一切能力的赋予，离不开支持智能应用的高级综合电子及基础软件的支持。无人装备中计算系统的性能、可靠性、智能化、交互性等能力的高低是决定或制约无人装备智慧化水平的重要因素，因此，必须围绕未来无人装备的发展趋势与需求，研究满足要求的国产智能计算系统，为无人装备提供智能算力支撑。 （二）项目简介 针对未来无人装备对高性能、高可靠、智能计算能力的需要。研究了基于国产处理器、加速器和基础软件的智能计算系统，重点突破了国产器件系统安全认证、高性能、高可靠综合电子架构、异构资源统一开发环境、异构资源自适应管理、系统多级容错重构、面向领域的轻量化网络模型设计、智能应用容器化开发部署等关键技术。研制了出满足无人装备智能应用的高可靠、高性能、高可用、高安全、标准接口的国产计算系统原理样机，并通过航天领域场景验证测试。 （三）关键技术 如下图所示，围绕无人装备智能应用，需要分别从高性能、高可靠硬件构成、高效平台管理、高可用应用接入和高效算法设计开发等方面分别展开研究。平台硬件层主要包括系统硬件身份认证技术、异构硬件资源统一组件服务技术，解决系统级硬件身份认证和异构资源统一表征和管理问题，为高安全、高性能异构计算奠定技术基础；平台管理层主要包括可重构计算架构、任务资源自组织协同与动态自演化策略、面向节点协同的动态集群构建、系统多级容错模型、多目标多约束下的任务资源最优匹配算法，为无人装备智能应用提供高性能、高可靠的计算平台；高可用应用接入主要包括异构资源统一开发环境构建、系统感知的智能编译优化以及自动代码生成等内容，支撑系统综合调试，满足系统高可用要求；高效算法设计主要包括面向领域的智能应用开发流程设计、基于硬件感知的神经网络自动设计及联合压缩等技术。

成果描述：本专利建立一种基于线性判别分析和独立成分分析的车辆分类方法，首先利用线性判别分析提取特征进行第一次大小车型的分类，再利用独立成分分析的第二种结构与线性判别分析的结合，进行特征提取，实行第二步将车辆分为不同的详细车型。市场前景分析：车辆分类技术有着非常重要的现实意义，车辆分类技术在自动收费系统、车辆图像检索如市场统计、流量分析及公安交通监控侦稽系统等领域中有着广泛的应用。本发明着重根据车辆视频图像的特点，即其具有较大噪声，且光照强度变化较大，同类型的车辆形状颜色等外在相似程度也较低的特点，将独立成分分析第二种结构的改进方法（FICA2）作为细分类的特征提取方法，构建特征空间进行细分类。经研究表明，本发明的方法处理速度可达到15帧每秒，满足实时处理需求，准确率达到96%以上。与同类成果相比的优势分析：本专利将独立成分分析的第二种结构与线性判别分析的结合方法，即FICA2应用到车辆图像的特征提取中来，FICA2通过寻求稀疏的编码表示，来构建一个分离度更高的子空间。 本专利提出二次分类方法，首先利用线性判别分析进行特征提取，将车辆按车型大小分为大型车与小型车两大类，然后利用FICA2进行第二次分类来达到将车型分为具体类别的目的。经实验验证，与现有的基于图像的分类方法比较，获得了更好的分类准确率。

本专利建立一种基于线性判别分析和独立成分分析的车辆分类方法，首先利用线性判别分析提取特征进行第一次大小车型的分类，再利用独立成分分析的第二种结构与线性判别分析的结合，进行特征提取，实行第二步将车辆分为不同的详细车型。

XM-919牙周病分类模型   XM-919牙周病分类模型由正常下颌磨牙与牙周病牙等5个部件组成，显示正常下颌磨牙的形态和构造以及牙周病牙病变发展过程等结构。 尺寸：放大，4.5×16×3cm 材质：PVC材料

提出一种基于人工智能技术的电子线路软故障检测方法，采用多个电路进行仿真分析，均能够较好的实现对电路故障特征的提取和分析，实现对电子故障器件的精准定位和故障类型识别。 该技术将人工智能技术与传统的信号处理技术进行结合，运用STFT技术实现电路信号的表征形式变换，再结合人工智能技术中的深度残差网络学习技术分析模拟电路的性能特征，可以实现对元件故障类型的确定，完成电路的软故障分析和诊断。

本发明公开了一种面向智能家居的电子控制系统，具体涉及智能设备联合控制领域，包括：通过故障设备识别模块对设备功率状态进行异常标记并建立故障设备清单；功率缺损计算模块提取设备功能属性参数，计算功率差并构建功率缺损矩阵；功能缺损评估模块基于拟合曲线生成功率缺损与功能缺损度的映射关系；代偿设备识别模块通过功能特征匹配与空间衰减调整识别可用代偿设备；代偿策略构建模块基于多目标优化模型进行功率指标分配与功能代偿策略生成；控制指令下发模块将控制指令集发送至代偿设备进行功率调控；实现智能家居系统的功能补偿与优化，解决了设备缺乏自适应代偿能力的问题，提升了智能家居设备的智能化程度。

产品详细介绍 电压：6V-24V 额定电流：10A(持续工作无需散热器) 额定电流：30A(持续工作需铝散热器) 额定电流：60A(持续工作需铝风扇散热器) 注：固态开关小，安静，没有移动部件，防止击穿和温度过高而熔融。出口商品，出口品质。