本发明公开了一种星载遥感光学图像的船舶目标检测识别方法，本发明方法包括预处理步骤、无效信息剔除步骤、连通区域标记步骤、特征提取步骤和分类器设计步骤；采取由粗到精的策略，首先将卫星图像进行降采样和高斯滤波处理，之后从处理后图像中剔除陆地和孤立噪点，快速提取出候选区域，对候选区域进行标记，图像旋转后提取特征信息，之后将特征信息放入预先训练好的分类器中进一步确认分析，去除虚警，找出真实的船舶目标。同时本发明还实现了一种星

采用模拟及定量技术方法开展交通标识与导向系统研究 ， 承担合肥南站导向标示系统等一批项目的设计和实施，包括对人流、车流、建筑及周边场地所有地上地下等多种导向目标的综合导引。

XM-855A螺旋器及膜性蜗管模型（带数字标识）   XM-855A带数字标识螺旋器及膜性蜗管模型放大350倍，可拆分为5部件，显示螺旋器及膜性蜗管三壁的立体微细结构，模型的内侧端为骨性螺旋板，相当于螺旋缘处的断面，可见其中的骨质，表面肥厚的骨膜及穿通骨质的听神经纤维束，模型的另一端为螺旋韧带，内含多数血管，由侧面看可见前庭膜起于螺旋缘上面的骨膜，止于螺旋韧带的上方。将前庭膜取下观察，可见它由上面的间皮，中间的结缔组织及下面的上皮所成，膜性蜗管的外壁为螺旋韧带，内面附有单层立方上皮。 尺寸：放大350倍，47.5×18×32.5cm 材质：PVC材料

AI心理情绪识别系统1.多模态信号采集：人脸动态图像、脑电信号采集、语音情感检测。2.功能模块包含：情绪检测、情绪档案、数据统计、用户管理、系统设置功能模块。3.系统基于情绪心理学相关理论，结合面部表情的二维情感空间分析技术、脑电信号的状态分析、语音的三维情感空间分析三种模态相互融合叠加技术，检测人心理情绪状态，提高其检测准确度。3.    基于摄像头面部情绪识别技术，可以实时分析人体面部所包含的情绪状态。通过非接触式的实时视采用 AI 人工智能学习技术，结合心理学，通过对被测试人员 60秒的测试，能够获取相关心理/心理指标。帮助被测试人员了解自己的心理健康状况，并且引起人们重视心理健康，从而在工作、学习、生活当中提高身心健康。并且通过定期测试，能够获取个体、准确的进行心理危机预警，显示被测人员心理危机测试报告，提醒心理医生重点关注。用户在进行注册登录后，根据语音提示可直接进入测试界面进行情绪识别。点击测试按钮，调整好站立位置，脸部朝向屏幕，人脸录入即可完成测试，测试完成即可生成测试报告并能打印报告。4    基于脑电生物传感器状态检测、实时展示人体脑波原始状态指标以及Delta、Theta、Alpha、Beta、Gamma等8个EEG参数。5.    采用任务态模式进行语音情感分析，测试者按照系统设定的特定语境信息进行朗读来进行情感分析。6.    检测结束后可实时出具“心理生理状态分析结果报告”，其中包括被测试人员信息、检测时间、12维度心理生理情绪数据，包含正面情绪（平衡、自信心、活力、调节水平），负面情绪（攻击性、压力、紧张、可疑），生理参数（抑制、神经质、消沉、幸福指数），以及综合状态指标：专注度、放松度、疲劳指数、焦虑指数、压力指数、抑郁指数等。7.    统计分析：系统自带数据中心的统计功能，可以按单位进行所有检测人员的压力分布图及重点关注人员的信息显示。8.    检测完成后系统自动生成检测报告，检测报告需包含每项参数的检测数据大小、参考范围、异常数据等，以及用情绪参数雷达图、饼状图、直方图、曲线视图等多种表示方法。9.    信息查询功能：管理员可通过多条件查询功能，只需通过任意一项查询条件即可快速查询出与之对应和匹配的测试者信息，以及该测试者的历史测试记录，并可对该测试者的测试记录进行纵向和横向对比，综合分析该名测试者的心理健康状况。9.用户管理端：以管理员身份登录该系统可对用户进行管理。可进行添加用户、删除用户、查询用户、用户信息修改、密码修改、级别权限设置、单位框架搭建、查看用户报告，以及导出、打印用户报告。10.系统具有特定场合模态设置功能，可关闭和开启语音检测功能。11.视频检测时面部框具有信号质量检测功能，通过不能的颜色在面部框进行彩色状态提示，同时具有人脸检测判别功能，比如面部不全、距离较远等识别功能

本成果是基于针对空中隐身、弱小、高空高速等飞行目标的积累检测问题开展研究，通过建立三维时间模型和三维回波信号模型，并采用长时间积累检测算法，达到缩短发现时间、推远警戒距离，以改善空中微弱目标的检测性能。项目采用理论分析和计算机仿真验证相结合的研究方法，围绕“三跨”微弱目标回波建模及弱信号积累方法中的难点开展研究，结合空中微弱目标的运动方式及特点、在利用相控阵雷达多波束扫描工作特性的基础上，提出并建立了三维时间模型（即，快时间、慢时间和波束时间）和“三跨”微弱目标的三维回波信号模型；根据高速微弱目标的运动特征，提出并完善空中微弱目标长时间积累增强算法IAR-MTD，实现了空中匀速微弱目标的积累检测；利用空中目标的稀疏特性，通过将长时间积累算法与压缩感知技术相结合，提出IAR-MTD-CS算法，实现了空中稀疏微弱目标的检测；针对跨波束单元运动目标，基于上述三维时间模型和三维信号模型，提出并完善了MBACIA-TSMB和MBACIA-SSMB两种算法，并提出切向多普勒频率概念，从而实现对跨波束单元运动目标的检测及径向速度和切向速度的估计。

成果与项目的背景及主要用途： 基于最大整体相似性的超像素网格，随着当今拍照设备像素不断提高，同时 照片数量成几何级数增长，在图像中进行语义级别的快速目标定位已是当下热门 问题。 技术原理与工艺流程简介： 快速的在输入图像里找到事先定义的目标物体，也是当今图像检索领域里面 的一个核心技术。 如下图所示： (a) 图中人偶为用户定义的查询目标 (b) 图为待查询图像 (e)~(h) 目前现有方法的目标定位的结果及所用时间 (i) 我们的技术的图像定位效果和所用时间 （注：红色框出的部分为算法定位并分割出的结果） 算法在图像快速目标定位上：快！准！狠！ 

成果简介绿色建筑是指在建筑的全寿命周期内， 最大限度地节约资源（节能、 节地、节水、 节材）、 保护环境和减少污染， 为人们提供健康、 适用和高效的使用空间，与自然和谐共生的建筑。 开展绿色建筑行动， 以绿色、 循环、 低碳理念指导城乡建设， 严格执行建筑节能强制性标准， 扎实推进既有建筑节能改造， 集约节约利用资源， 提高建筑的安全性、 舒适性和健康性， 对转变城乡建设模式， 破解能源资源瓶颈约束， 改善群众生产生活条件， 培育节能环保、 新能源等战略性新兴产业， 具有十分重要的意义

XM-620A脊髓横断模型（带数字标识）   XM-620A带数字标识脊髓横断模型显示第五颈椎、椎动脉、椎静脉与脊髓的横切面以及脊神经组成、硬脊膜、蛛网膜下隙等结构，共有27个部位指示数字标识标志及对应文字说明。 尺寸：放大，28×25×9cm 材质：PVC材料

XM-617-1脑干放大模型（带数字标识）   XM-617-1带数字标识脑干放大模型放大3倍，置于底座上，显示脑干的外形和十二对脑神经在脑干的部位，并示延髓、脑桥、中脑三部分，上接间脑，共有多个部位数字指示标志和对应的文字说明。 尺寸：放大3倍，17×15×33cm 材质：PVC材料

XM-612A间脑直观模型（带数字标识）   XM-612A带数字标识间脑直观模型放大３倍，可拆分为4部件，展示了间脑和部分端脑的结构，下丘脑内突显示了核团和相对关系，并且设计了背侧丘脑可拆，多个功能用不同的颜色来标示，以便使用者更好的区分和使用，共有28个部位指示数字标识标志及对应文字说明。 尺寸：放大３倍，25×18×25cm 材质：PVC材料