提供一种基于神经网络的微小反应器的温度测量方法。实现微小反应器目标温度值的快速、准确和可靠的描述和预测。可用于分析、微化工、微型能量系统等领域涉及微小反应器温度的测量，同样适用于其他微小温度变化以及较低信躁比的温度测量领域。

面向数据中心IDC或光接入网PON的短距离400G以上（多波或者单波）光相干通信技术，包括解决方案设计、低复杂度DSP技术、功耗和成本分析等。相干光通信技术通常被广泛应用于长距离通信或数据中心互连（DCI），但近年来相干光通信技术逐渐具有向短距离通信场景（光接入网PON和数据中心内部）下沉的趋势，用以解决单波长的数据传输能力。该成果在此短距离+高传输速率的应用场景下，提供从系统级相干光通信仿真系统与相干光通信系统实验验证平台的整体解决方案，在此方案基础上，分析研究传输技术性能指标，简化数字信号处理（DSP）功能，研究分析系统功耗和成本，并基于FPGA芯片对DSP算法进行功能验证

深圳市腾创网络技术有限公司（中文简称“腾创网络” ）成立于2007年，是国内首家基于Flash P2P技术的语音视频供应商之一。 腾创网络拥有一支经验丰富，实力雄厚，富于创新的技术研发与实施的核心队伍。坚持以“用稳定技术提高公司的效率，用前瞻技术凝聚员工的智力，用适当技术长期服务于用户”宗旨，一直专注于知识资源整合和企业信息系统平台建设 腾创网络是一家集信息系统规划、集成、实施的高科技IT企业。几年来，腾创网络自我积累、求实创新、永不满足的追求，使公司不断发展壮大，产品更加完美，为国内外各个产业和领域的客户提供视讯解决方案。        

目前北京理工大学基于神经网络的智能无人机疫情预警监控系统主要由无人机平台、光电载荷、喊话系统和地面控制及图像处理平台组成。 该智能无人机疫情预警监控系统能够自动监控广场、公路、小区等各类环境中的人群，检测人员聚集情况，利用红外热成像技术实时获取人员体温情况，实现在非接触情况下对疑似高危人员的快速区分，并快速形成疫情人员相关数据，还可以提供数据接口，供大数据系统进行分析。该智能无人机疫情预警监控系统可同时提供监控人员及被监控人员交互通道，通过喊话系统，监控人员可以随时疏导或制止被监控人员的异常行为，为疫情监控和预警提供了更为清晰和直接的手段方式。

一、项目简介 随着AlphaGo及其Zero的相继推出，近年来以神经网络计算为基础的深度学习及相关优化算法已成为人们研究AI的热点。深度学习算法在AlphaGo中的成功应用主要是依赖神经网络监督学习的网络层次及神经元数量提升，而其Zero的应用不同则是在于引进了博弈优化的思想，这就给以并行计算为核心的神经网络优化算法理论研究提供新的思路。 鉴于传统神经网络优化算法面临非全局优化的难题，我们基于吉布斯分布采样优化计算，提出一种以脉冲神经元构成的混合网络结构动力学系统来实现的神经网络全局优化算法，引进纳什平衡理论来优化的神经网络计算方案，并设计一款相应的通用神经网络并行处理器芯片，以新型芯片编程架构模拟人脑功能进行感知、行为和思考新型芯。 二、前期研究基础 本团队主要是由厦门大学福建省集成电路设计工程技术研究中心、厦门大学集成电路设计与测试分析福建省高校重点实验室的教师与学生组成的，主要从事人工智能、网络通讯、集成电路设计、纳米单电子器件等方面的研究工作，并积累了深厚的研究基础。团队首席科学家郭东辉教授十多年前曾在美国加州Berkeley 大学非线性电路实验室访问，从事有关细胞神经网络(CNN)有关课题的研究，先后主持国家自然科学基金项目五项，其中与神经网络研究内容相关的有两项，分别是《视觉神经网络光电集成系统的研究》(批准号：69686004)和《混沌神经网络加密算法及其相应集成电路的设计研究》(批准号：60076015)。 本团队同时也是厦门市集成电路设计公共服务平台的主要技术支撑单位。在厦门市科技重大专项经费的支持下，我们配备了开展模拟及数字SOC 芯片设计所需要的各种EDA 工具和IC 测试设备。此外，厦门集成电路设计公共服务平台也是TSMC、SMIC 等芯片制造厂重要合作伙伴，并与厦门联芯、三安集成等芯片制造厂也有长期的合作协议，可以进行包括射频及功率芯片在内各类模拟及数字SOC 芯片的设计流片。同样，在学校211 和985 经费的支持下，本团队也独立配备了8 台IBM 服务器分别运行MATLAB、OPNET、SPW、ANSYS、Silvaco TCAD 等系统设计与器件工艺仿真工具。本团队所在的微电子与集成电路学科也已列入我校“双一流”建设学科，有关类脑芯片设计相关课题研究所需要的科研环境建设将得到重点支持。特别是厦门联芯公司在量产后，已将本团队作为其先导技术开发的重要合作伙伴，也委托我们开发相应的器件模型及电路工艺库。在厦门火炬高新区及厦门市IC 平台的支持下，厦门联芯公司还可以为我们团队提供免费的MPW流片业务。 自2009年，本团队与福建新大陆电脑股份有限公司签署 “共建SoC联合实验室”以来，基于该平台，每年合作项目经费近百万，同时还完成了多项横向合作项目：面向金融、税控的专用信息处理与控制SoC芯片开发、安全密码算法研究、区块链接技术研究等等，培养了大批优秀的硕士毕业生；厦门市美亚柏科信息股份有限公司是本团队的长期合作伙伴之一。 总之，不管从算法理论研究还是从应用技术开发来看，本课题组已具备相当优秀的研究基础和研究经验，以及显著的前沿技术攻关能力。 三、应用技术成果我们的相关研究成果也得到企业界的重视和肯定，课题组先后承担过如深圳 华为公司首歀交换芯片项目的调度算法设计、福建新大陆首款二维码识别芯片的算法及后端版图综合设计、台湾盛群公司首款32 位处理器及专用处理器编译器开发和厦门元顺公司多款电源管理芯片的设计。最近课题组还为我国某研究机构开发28nm 的低功耗设计流程专门设计一款挂载加可重构解密算法协处理器的32 位通用处理器验证芯片。

原子核裂变数据的精确测量是很多核物理应用的先决条件，比如核能、国防、辐射防护、核废料处理、产生稀有同位素等。核裂变物理在超重元素合成、反应堆中微子、中子星融合中的r-process等研究中也不可缺少。特别是走向新一代核能-快中子反应堆，急需锕系核区精确的不同能量中子诱发裂变数据。但是目前实验和理论都无法提供可靠及完整的能量相关裂变数据。 由于涉及中子的实验难度较大，国际上主要的核数据库只有几个能量点的裂变数据。理论上基于微观模型去描述裂变过程非常复杂，是一个涉及多维位能面的大幅度、非绝热的量子动力学过程。目前微观理论对裂变可观测量的描述还有较大误差。 此外基于唯象裂变模型对未知核区和未知能区的外推往往不可靠。 北京大学物理学院裴俊琛研究员课题组首次采用贝叶斯神经网络（Bayesian Neural Network）来评估不完整的裂变产物分布。此前贝叶斯神经网络对原子核质量外推有一些成功的应用，并可以得出推断的误差，但是仍有量子壳效应的疑虑。核裂变过程涉及复杂的位能面，裂变产物分布具有统计特征，比较适合神经网络。 贝叶斯神经网络对不完整核裂变产物的评估 目前核裂变产物的实验测量很难给出完整的产物分布，只能结合模型评估给出完整的裂变产物分布。人们通常基于唯象模型、通过调参数来拟合出产物分布。该工作通过对已有裂变数据库的学习，当实验测量给出不完整的裂变数据时能够推断出完整的裂变产物分布。结果表明，随着中子能量增加，裂变模式逐渐从不对称裂变演化成对称裂变。这说明神经网络能成功抓住部分物理图像。当实验数点很少时，唯象评估模型失效，神经网络仍然可以给出有效的评估和合理的置信区间。贝叶斯神经网络对核裂变产物的评估开辟了一个新的方向，展现了机器学习的一个实际应用范例，将对核数据的定量评估产生重要影响，有望更好地提供应用级的精确核数据。 不同能量的裂变模式演化

浮选技术是目前矿业中矿物分选主要采用的工艺方法。传统的浮选控制过程是通过各种测量仪器，分析测量矿物的品位、浮选回路中的pH值、药物浓度等参数，根据分析得出的数学模型来调整加药量，以使浮选过程处在最优状态下。但实际上，由于浮选过程十分复杂，影响浮选过程的因素非常多，所获得的数学模型并不能和实际很好吻合，因而控制过程一般并不能处在最优状态下。这是浮选控制过程的

列车结构设备日趋复杂、速度不断提高要求其运行可靠性更高。对列车上的设备与系统进行实时监测和故障诊断是关系到行车安全提高列车运用效率的一项重要技术措施。通过技术手段对机车关键部件进行故障监测和诊断，在设备发生故障时可及时发现并确定故障部位，记录故障过程，通过司机室显示屏等向司乘人员报警并提示排除故障方法或采取应急措施的建议是该系统的主要目标。 系统主要包括以下模块（如示意图）： l  瞬间故障检测记录仪（黑盒子） l  取代低压电器柜各种有触点控制电器的逻辑控制模块LCM l  司机室显示屏（Arm9+Windows CE） l  机车运行状态数据采集模块 1、瞬间故障检测记录仪 对于自动化程度较高又比较复杂的系统，查找故障确定故障部位是一项技术性非常强的工作。确定固定性故障部位难，确定偶然发生即随机性故障部位更难。 机车瞬间故障检测记录系统由地面数据处理计算机和车载检测记录仪两部分组成。车载检测记录仪可对机车在运行状态中的多项参数进行实时监测，一旦发生故障，该装置即可将故障发生前至故障发生后一段时间内机车各主要参数的变化情况记录下来。依此可以掌握发生故障前和故障后，机车各主要参数的变化规律，为准确确定故障部位，查明事故原因提供依据。 其主要功能与技术特点如下： 以高速数字信号处理器(TMS320VC5509A)为系统的核心，配以高速的AD采集芯片大大提高了系统的灵敏度； 以高速大容量FLASH作为故障数据的存储ROM； 采用先进的USB接口应用技术，把故障检测记录系统记录的故障数据方便快捷的传送到上层PC机上来； 功能强大的地面分析软件，准确指导、故障分析、排除隐患； 丰富的网络接口（MVB CAN）； 采样通道的灵活配置可以方便的应用于各种机车； 2、逻辑控制模块LCM 随着技术的进步，有触点控制电路可靠性差、维护费用高、体积庞大等问题，越来越难以满足对控制系统性能提高的要求。 逻辑控制模块LCM(Logic Control Module)在功能上等同于LCU，采用专用大规模集成电路实现控制逻辑，输入光电隔离、VMOS功率输出，不存在单片机程序易“跑飞”和“死机”的问题，通过网络接口可将系统的故障及状态等信息上传。LCM在韶山系列机车上可简单地装在低压柜内拆掉的继电器位置上，对机车改造、布线的工作量很小。该系统在繁忙的大秦铁路运煤货运机车上的实际运用中充分体现了其体积小、可靠性高、功耗低、信息化程度高等显著特点。 主要功能与技术特点 Ø 取代（机车）低压电器柜各种继电器（控制电器）； Ø 通过网络接口上传系统/机车状态信息，网络传输速率可达1Mbps； Ø 基于SoPC技术，体积小集成度高，系统可靠性高； Ø DC110V供电。 3、司机室显示屏 显示屏采用宽温大视角的工业级TFT-LCD，以ARM9微处理器、WindowsCE为平台，以高速大容量FLASH作为故障数据的存储器，具有标准RS232、USB接口和MVB等多种网络接口。 该显示装置作为一台完整的工业控制计算机，不但适用于各种机车，也适合应用于其他工业控制及检测领域，具有广泛的应用前景。 主要功能： Ø  机车状态实时监测 Ø  故障自动提示 Ø  历史故障记录 Ø  丰富的标准接口 便捷的操作，多样化界面： Ø  10.4英寸16dppTFT显示屏 Ø  ARM920T处理内核 Ø  Windows CE操作系统 Ø  SPI高速通信，串口 Ø  MVB，CAN，以太网，USB Ø  人机接口良好，操作方便 准确的故障提示、上千次的行车故障记录： Ø  故障诊断快速准确，及时提示司机应急方法 Ø  历史故障存档及转储，为机车故障分析提供依据

百度智慧课堂是百度教育SaaS服务，结合百度教育积累的核心资源优势与百度教育大脑3.0的核心技术能力，面向学前、中小学、高校与教育机构提供备课、题库、AI教育、考评、安防、教务等服务，覆盖教、学、考、评、管全部教育场景。

本发明公开了一种认知无线电中基于自组织映射神经网络的恶意用户判别方法，本发明利用自组织映射(简称SOM)神经网络学习输入能量矩阵的分布特征，并根据学习结果对输入量进行有效的分类。首先引入“可疑度”的概念，其大小根据每次训练后每种类别所包含的次级用户的个数进行分配。为了消除传统的SOM神经网络的缺陷，本发明进一步提出了“平均可疑度”的概念。具体步骤包括：获得能量矩阵，利用SOM神经网络算法对能量矩阵进行训练得到分类矩阵，计算每个次级用户的“可疑度”，构造索引矩阵并重复训练过程，并将每次得到的“可疑度”取平均值，即“平均可疑度”，并利用“平均可疑度”对次级用户进行分类，识别出恶意用户或是正常用户。