本发明公开了一种基于感兴趣目标增强的极化合成方法，本发明利用各种有效的像素极化目标分解 算法获取极化分量，同时考虑各个极化分量的空间信息，构造局部区域的极化特征图像集；在图像集中， 以可视化为目的，通过聚类得到三个内容准互补的图像子集；利用图像子集的稀疏表示，选取最具代表 性的极化特征作为极化合成分量；由极化合成分量构造合成图像。获得的极化合成图像充分展示了感兴 趣目标的极化信息。本发明可有效提高感兴趣目标的可视性和可读性。 

技术亮点 ❖ 单轴/双轴测量； ❖ 超宽测量范围：±180°； ❖ 卓越的测量精度，0.01°（全量程）； ❖ 工业级可靠性设计； ❖ 符合严苛工业环境应用要求； ❖ 多种标准输出接口，便于系统集成与扩展。   应用范围 该系列产品特别适用于：建筑结构健康监测（古建筑、历史遗迹、危房等）、工业自动化控制系统以及高精度角度测量应用场景需要长期稳定监测的工业现场。   产品介绍 STS标准输出型倾角传感器是瑞惯科技专注于工业自动化控制领域而研发的产品。该产品采用紧凑型工业设计，配备RS485/RS232标准串行通信接口，集成高性能MEMS倾角传感单元和24位高精度差分A/D转换器，结合五阶数字滤波算法，可实现水平面倾斜角与俯仰角的高精度测量。 凭借其优异的测量精度、可靠的工业级性能和灵活的配置方案，STS标准输出型倾角传感器已成为工业测量领域的高性能解决方案。   性能参数 STS 条件 参数 测量范围 - ±10° ±30° ±60° ±90° ±180° 测量轴   - X Y轴 X Y轴 X Y轴 X Y轴 X轴 分辨率1） - 0.001° 精度 最大绝对误差2） 室温 0.01° 0.01° 0.015° 0.02° 0.02° 均方根值误差3） 室温 0.008° 0.008° 0.008° 0.009° 0.009° 零点温度系数4） -40～85℃ ±0.0005°/℃ 灵敏度温度系数5） -40～85℃ ≤0.01%/℃ 上电启动时间   0.5S 响应频率 20Hz 输出信号 TTL / RS232 / RS485可选 通信协议 串口通讯协议 / MODBUS RTU协议 可选 电磁兼容性 依照EN61000和GBT17626 平均无故障工作时间 ≥99000小时/次 绝缘电阻 ≥100兆欧 抗冲击 100g@11ms、三轴向(半正弦波) 抗振动 10grms、10～1000Hz 防水等级 IP67 电缆线 标配2米M12航空插头带PVC屏蔽电缆线，线重≤120g 重量 ≤150g(不含电缆线) 1) 分辨率：在有效量程内可识别的最小角度变化量，反映其对微小倾角波动的监测能力。 2) 最大绝对误差（MAE）：全量程范围内，对多个标准角度点进行测量，各测量值与实际角度值偏差绝对值的最大值。该参数表征产品在最不利情况下的测量偏差极限。 3) 均方根误差（RMSE）：量程范围内，对固定角度点进行多次重复测量（采样次数≥16次），计算各测量值与实际角度值偏差的均方根值。该参数反映测量结果的重复性与稳定性，是评估系统随机误差的重要指标。 4) 零点温度系数：传感器在零输入状态下，其输出值随温度变化的比率，定义为额定工作温度范围内零点偏移量与常温基准值的比值。   5) 灵敏度温度系数：传感器满量程输出值随温度变化的稳定性指标，表征额定温度范围内灵敏度相对于常温参考值的漂移率。

本发明属于无线通信技术领域，具体涉及一种基于卷积神经网络的干扰信号识别方法。本发明的方法主要包括构建卷积神经网络；对接收到的干扰信号做预处理，将其作为卷积神经网络的输入样本；根据待识别信号的类别，将信号样本及其对应的类别构建为训练集，利用构建的训练集训练构建的卷积神经网络；根据训练的卷积神经网络，对每个预处理后的信号样本进行识别，获得未知信号的所属类别。

基于手机的人脸识别和定位的社矫人员监管系统”主要功能：每天可定时和随机方式要求社矫人员上传个人GPS位置信息，同时进行人脸识别和活体检测，从而在不需要增加额外的专用硬件设备，仅借助现有的智能手机，便实现对相关社矫人员行踪的实时监管，并有效杜绝监管工作中普遍存在的社矫人员“人机分离”、“冒名打卡”、“照片刷脸”等现象。该系统已与现有社矫系统（蓝信、律兜）无缝对接。无人社矫厅版本已经投入使用。

生物特征识别是模式识别、图像处理、人工智能等学科领域的一个前沿研究方向，是涉及国家社会公共安全的战略高技术，同时也是电子信息产业新的增长点。从今年开始，我国已经开始计划在第二代身份证和电子护照中嵌入生物特征信息以提高个体身份认证的可靠性，生物特征识别技术在国家的人口管理、安全反恐、机场安检、出入境边检、门禁与安全系统、权限控制、对象监控、金融防伪、电子商务、社保福利等领域发挥重要作用。

本发明公开了一种网络舆情识别方法

本技术成果克服了现有技术的不足，提供了一种对未知 应用（包括恶意软件）进行自动发现、自动聚类、自动分析、自动识别的技术

本发明公开了一种基于表示学习的星图识别方法，该方法利用端对端的、基于表述学习的神经网络模型RPNet，用于快速高效且鲁棒性强的全天星图识别任务

已有样品/n1）主要技术特点：该成果的特点是针对生物质燃料的光谱图像,利 用深度特征学习方法,建立生物质燃料的水份和灰份含量的传感函数模 型，然后,针对现场获取的生物质燃料光谱图像,利用训练好的传感函数 模型,自动检测和评估生物质燃料成份和品质。与现有生物质燃料成份检 测系统相比，具有生物质燃料品质检测速度快、精度高等优点。 2）主要技术指标：(1)水份和灰份含量检测误差：<1%； (2)水份和 灰份含量检测速度：<2 秒/样本； 3）应用范围：可用于生物质发电厂生 物质燃料品质评估，提

本项目面向交通管理行业，基于公共视频监控数据源，快速感知移动（运动）目标并在此基础上对车辆的异常行为进行识别（逆行、压线、违法掉头、违停、违法占道行驶等多种交通违法行为），同时能够记录移动轨迹，具体场景参照附件所提供的一组照片。该成果经过完善和产品（产业化）后，可以直接为城市交通管理提供技术支持。