项目简介： 市场上的塑料制品应用十分广泛。塑料的废弃物由于自然降解困 难，对环境污染较大。同时，塑料原料的价格较高，大约 7000-13000 元/吨，其回收价格大约在 5000 元/吨左右。对塑料制品进行回收利用具有较高的环境保护意义和经济价值。 在塑料制品的回收利用中，如何对塑料进行分类是一个重要的过 程。不同的塑料、不同的颜色和品质都具有不同的价格，回收后用于 生产的产品范围也不同。 本项目基于近红外传感技术和颜色传感识别，设计了一种便携式 的低功耗塑料分选设备，可针对饮料瓶中的 PET 和 HDPE 两种塑料 品进行分选。 项目特色： 低功耗手持式垃圾分类检测装置包括红外光源、红外传感器、颜 色传感器、传感器检测电路以及 BLE 通信电路等。可以识别分选饮 料瓶片中的 PET 和 HDPE 塑料，并对 PET 的颜色进行识别。 识别检测装置的模型如下图所示。其中的锂电池长度为 65 mm， 布局优化后整个装置所占空间会进一步缩小。

本系统采用Core图像数据库51135幅，每幅图像提取纹理与颜色相综合的128维特征值构建特征数据库，采用自行设计的度量距离分类学习算法，在传统的图像检索基础上引入学习机制，系统共分类369个，每一类选取少量有代表性的图像（最多不超过6幅），试验表明，在提供有限的学习样本条件下，能有效提高图像检索的精度。 系统采用两种检索方法进行比较，一种是传统的欧氏距离，另一种是本系统设计的分类距离学习方法，比较两者在图像检索精度上的差异。 该原型系统核心程序在Linux下用C编译实现，图像检索界面由PHP实现，通过Web服务器实现在线检索功能。

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。

3D电子心理沙盘 （一）、软件功能1、3D场景：①提供10个不同样式的沙箱场景，根据沙盘主题进行自由选择，包含草原、沙漠、湖畔、雪地等，沙箱场景与实际沙盘高度逼真。②场景编辑功能：在场景中，可以升降地面，调节水位高度，改变天气状态，比如晴天、多云、阴天、日出、日落、黄昏、黑天。提供60个地表画刷，可以对地面进行背景替换和填充。2、3D沙具①10类沙具，包括人物类，动物类，植物类，建筑物类，景观类，交通运输类……，其他种类。总计不少于1500个3D沙具。②任一沙具不仅可以进行拖动、旋转、移动，还可以删除，同时系统自动记录沙具编号、名称、位置。某些动物类沙具可以设置为动态，如甩尾、踏步、抬头、眨眼等微动作；沙漠或草原可以有明显的刮风、下雨天气。③自定义沙具属性：管理员可以自定义沙具属性，支持沙具的左右、上下、大小、发转等操作，该属性能够为沙具意义分析报告提供参考根据。 3、可外接硬件：具有支持眼动仪的接口。支持眼动追踪功能：系统预留外接眼动仪接口，一旦链接眼动仪即可实时记录游戏者沙盘制作过程中眼动注视情况，回放时可以与沙盘画面同步呈现，给老师提供眼动信息作为咨询参考依据。对于心理沙盘游戏过程中的眼动与心理分析及研究提供客观性数据支持。【眼动仪非标配】 4、沙盘环境操作与设置①通过地形编辑器（地形刷）对场景地形进行上升（凸起造山）、下降（洼陷造湖）、平坦（回填复原）等创造性制作场景，也可以通过控件进行地表切换（变色、草地沙地雪地等地形变换、调整明亮度），进行地形填充与批量化场景创设。②多种天气切换：晴天、多云、阴天、日出、日落、黄昏、黑天等天气与时间设置控件，将选择后的场景更加丰富多彩。③水面设置具有调整水位高低、风吹波浪、水面浑浊、风向角度等4个功能，让场景中的水面更具生气。④根据不同来访者自己的爱好与心理偏向，提供40多种场地颜色切换功能。 5、加载功能。将一次沙盘制作分为若干次，每次均在上次基础上进行沙盘制作，适合多次连续咨询。6、回放功能。系统提供实时回放，将沙盘制作过程重新呈现，可以作为学习资料进行存档留存。 7、报告功能。 ①自动出具心理沙盘分析报告，报告内容分为基本信息、来访者评价、作品截图、移动/摆放列表、沙具使用数量统计图、沙具意义分析、沙具布局热点图、不同象限眼动注视分布图(加载眼动仪则呈现，不加载不呈现)、整体分析记录表等信息。沙盘组织者可以对其中的内容进行编辑。②沙盘报告是根据内部沙具意像智能化出具，是千人千面的智能动态化（非套用静态模板）。

本项目研究面向成渝地区双城经济圈大数据智能产业需求，尤其是对智能制造、公共安全场景提供高效的视频流在线推理和管理平台，研发了一个通用性的智能中台架构，支持视频流和智能模型模块化管理，支持全程可视化操作交互式界面，支持视觉智能感知模型在线推理快速部署，支持感知与识别结果实时推送、预警和报警。

高校科技成果尽在科转云

本发明公开了一种基于投影残差的分类方法，包括如下步骤：步骤一、改变测试样本中每个物体k的图像集合Ik，使图像集合Ik成为互相正交的、低维的特征图像空间FIk；步骤二、提取每个互相正交的、低维特征图像空间FIk的主成分Vk，j；步骤三、计算待测试图像x的映射到每个特征图像空间FIk的投影残差；步骤四、判断在某个物体的特征图像空间的投影残差最小，待测试图像x即为该投影残差最小的物体的图像。

XM-164人体骨杠杆分类模型   XM-164人体骨杠杆分类模型由头颅骨（含下颌骨）的矢状切，第1－5颈椎的矢状切，胫骨和腓骨下段、距骨、肱骨、前臂骨、手骨（示手舟骨、头状骨、第三掌骨和中指骨）等组成，根据骨杠杆类型分别将上述骨加以连接，分别贴于杠杆的支点、力点和阻力点等标签，可观察人体骨杠杆概念分类和三类骨杠杆的传递力、平衡力、省力以及增大运动幅度与速度等所起的作用。 尺寸：自然大，60×44×12cm 材质：PVC材料