1 成果简介随着科技的发展和网络技术的应用，网络在带给人们便利的同时，其安全性问题也日趋严重。各种新的应用和未知协议导致网络越来越复杂、多样化和难以管理。例如： P2P、视频流等应用，占用了大量带宽，造成网络带宽耗尽；各种网络恶意攻击（僵尸网、蠕虫、病毒等）更是严重地危害到网络服务和信息安全。网络安全问题不仅使普通网络用户的个人信息和隐私受到威胁，还使得企业机密变得不再安全，网络服务提供商和管理者对网络的管理也变得更加困难。更为严重的是，不法分子在网上肆意进行盗版、黄色和反动内容传播等不法行为，如果不将这些恶意流量从骨干网的背景流量中识别并分类出来，就会对网络的净化、社会的和谐、国家的稳定造成不良影响。网络流分类技术的提出和发展解决了网路流量的实时分类和识别问题，是解决上述问题的必由之路, 是网络安全技术的基础研究之一。 网络流分类技术是网络安全领域中迫切需要解决的核心技术和热点问题。只有对流量进行实时的有效识别和分类，才能对网络进行有效的管理和控制，从而净化网络环境，确保网络和信息安全，促进社会和谐。 本系统基于采样的、基于交互控制命令信息的和基于载荷的网络流分类技术，提出了融合三种分类技术的层次化网络流分类方法，建立和完善一整套适用于网络流分类问题的、由基本模型、分类算法、硬件平台和体系结构组成的实用系统，系统具有在真实环境下的网络中对网络流进行快速、准确和实时分类的能力。2 技术指标l 8G 吞吐量 l 8 X 1G（光/电口） l DFA 硬件加速 l 200~300 种协议 l能实现文本类协议特征的自动提取 l能实现部分二进制协议特征的自动提取 l协议识别的精度和召回率达到先进水平 l支持正则表达式匹配3 应用说明（ 1）政府管理部门 通过精确的网络流分类系统，可以对一些涉及盗版、黄色内容、网络攻击、非法反动思想的传播工具所使用的协议做出有效识别，同时对一些 P2P 视频网站、国外热门论坛等内容进行流分类，只有将这些恶意不法流量或者敏感流量准确并实时地识别和分类，才可以从技术上提供有效的后续管理和控制。 （ 2）企业 随着计算机技术和网络技术的发展，大部分企业都实现了电子办公和互联网办公，因此网络安全对于企业尤为重要。首先，企业的网络管理十分严格，如果没有流分类技术将无法进行流量识别，那么如 P2P 等流量必将会对企业的正常工作带来影响。其次，企业的机密可能会因为网络安全问题被泄露，使得企业的利益受到损失。因此准确有效的流分类技术对于各大企业来说是非常重要的。 （ 3）网络服务提供商（ Internet Service Provider， ISP） 网络服务提供商非常关心如何保证其服务能够正常运行并使用户满意，对于网络流分类技术的需求也很迫切。准确有效的流分类技术能够提供当前流量的组成部分，可以帮助网络服务提供商制定有效的管理策略和合理的收费政策，保证网络服务的质量，提升网络服务的经济效益。 （ 4）网络管理者 网络管理者需要利用网络流分类技术来更有效地管理带宽，避免出现带宽被 P2P 等流量耗尽而使得正常业务流量不畅的问题，同时避免网络攻击等危害。这就需要流分类技术实时有效地将这些流量识别分类出来。 （ 5）研究者 对于现有协议的分析可以促进新的更完善的协议的出现，通过对流量的分类，也可以判断当前网络流量的组成和发展趋势，有助于整体网络模型的研究。4 效益分析（ 1）应用于骨干网的网络流量分类和控制 快速、准确、实时的网络流分类系统，可以应用于骨干网的网络流量分类和控制，能够对一些非法盗版、黄色内容、网络攻击、反动思想等流量进行有效识别和控制，净化网络环境，增强网络安全，促进社会和谐，确保国家安全。 （ 2）应用于网络运营商的网络流量分类和控制 快速、准确、实时的网络流分类系统，可以应用于网络运营商对于网络流量的分类、控制和管理，避免网路攻击，有效地管理带宽的使用，合理地制定收费政策，避免带宽被耗尽而造成的流量不畅，保障运营商网络的正常服务，并提升服务的质量。 （ 3）应用于企业网络管理 快速、准确、实时的网络流分类系统，可以应用于企业网内部对于网络流量控制和管理，避免企业机密信息的泄露和恶意的网路攻击，控制 P2P 等流量，合理利用网络带宽，保证企业网络环境的正常运转。 （ 4）市场推广 快速、准确、实时的网络流分类系统，包含一整套的软件模块和硬件平台。其既可以作为单独产品为网络流分类问题提供解决方案，也可以作为 UTM 产品系统的一部分使用，其中的模块还可以分拆成单独系统以满足特定的应用需求。其在网络安全系统中的成功应用必将产生巨大的社会价值和经济效益。 （ 5）知识产权 网络流分类系统的核心技术和算法将通过申请专利和软件著作权形式进行保护，形成技术优势和技术壁垒，并在允许的范围内进行专利转让和进一步的技术转化。该高性能网络流分类系统具有很好的应用前景和市场空间，能够创造很好的经济效益和社会效益。

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

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

本发明公开了一种结合字符级和字符串级分类的文本检测和识别方法，在图像中提取可能属于同一字符的像素集形成备选字符；滤除不满足字符几何特征统计规律的备选字符；采用基于字符旋转和尺度不变性特征的字符级分类器对备选字符分类，以确定备选字符为某字符的概率；将字符两两合并形成初始字符串；计算两两字符串间的相似度，将相似度最高的两字符串合并成新的字符串，直到没有可再合并的字符串；采用基于字符串结构特征的字符串级分类器对字符串分类，以确认具有语意的字符串；利用待识别字符为某一字符的概率对字符串识别，得到语意文本。本发明将文本检测和识别过程作为一个整体，利用检测和识别的相互作用提高结果精度，简单高效。 

托布带：克重4600g/㎡，厚度10mm 吸油毡：厚度10~20mm 适用于：人造毛皮行业，毛纺行业，烫光机、烫剪机以及各类进口、国产机械以上产品规格根据客户需求均可定制。