1.本外观设计产品的名称：上肢运动功能恢复装置。2.本外观设计产品的用途：用于人体上肢运动功能的训练恢复。3.本外观设计的设计要点：在于产品的形状。4.最能表明设计要点的图片或者照片：立体图。

本装置是智能电网中电能质量控制关键设备之一。电能质量问题大多可以归结为电压质量问题，特别是公共结点(PCC)的电压质量问题。电网电压存在的各种干扰，如电压暂升、暂降、过压、欠压、谐波、瞬变等，将导致一些重要负荷或对电压质量敏感的设备不能正常使用、性能降低、寿命缩短，还会造成一些生产设备无法工作、甚至损坏，严重的电压质量问题还可能造成重大事故。

成果描述：旨在为大规模代数系统设计新型高效的求解算法，并结合信息科学进行交叉研究。在大规模代数系统新型Krylov子空间算法及其基础理论、复杂电磁计算、图像处理高性能数值方法、动力系统与智能控制理论方面进行了系统深入的研究，取得了具有创新性的成果，例如：解决了科学计算中的有关基础或困难问题；提出了Lanczos双共轭A-标准正交短递归Krylov子空间迭代法BiCOR/CORS/BiCORSTAB方法、一种新的“二维双连续投影(2D-DSPM)方法”等一系列高效算法；为求解复杂电磁问题产生的复杂线性系统设计了高效算法与预条件技术；提出了一些新型高效的边界处理、图像复原方法，具有更快的计算速度和更好的复原质量；将数值代数与特殊矩阵分析和神经网络交叉研究取得成果。市场前景分析：本成果隶属于计算数学学科的数值代数领域，是数学基础理论研究。本项目着眼于科学与工程问题当中的难于解决的数学问题的快速算法及其理论研究，在国民经济和国防安全的若干大数据领域具有重要的学术和应用价值。因此，本成果不涉及经济效益，亦不涉及直接应用。与同类成果相比的优势分析：主要成果发表在国际权威期刊上，构建的新方法新理论得到了权威专家的高度评价，相关工作引起了国内外同行的广泛关注与引用。通过国际合作，本项目提出的相关快速算法已通过国际合作研究被法国INRIA、法国LAPLACE国家实验室、荷兰格罗宁根大学等国际知名研究机构用于解决科学计算中的大规模代数方程组求解难题。

旨在为大规模代数系统设计新型高效的求解算法，并结合信息科学进行交叉研究。在大规模代数系统新型Krylov子空间算法及其基础理论、复杂电磁计算、图像处理高性能数值方法、动力系统与智能控制理论方面进行了系统深入的研究，取得了具有创新性的成果，例如：解决了科学计算中的有关基础或困难问题；提出了Lanczos双共轭A-标准正交短递归Krylov子空间迭代法BiCOR/CORS/BiCORSTAB方法、一种新的“二维双连续投影(2D-DSPM)方法”等一系列高效算法；为求解复杂电磁问题产生的复杂线性系统设计了高效算法与预条件技术；提出了一些新型高效的边界处理、图像复原方法，具有更快的计算速度和更好的复原质量；将数值代数与特殊矩阵分析和神经网络交叉研究取得成果。

本项目聚焦于锂电池管理系统在智能化监测与预测中的关键痛点，尤其拟面向电池容量衰减预测、SOC/SOH估计不准、电池剩余时间不准确、MAP/SOP估算等方面。通过引入人工智能算法，构建融合机器学习与深度学习的电池状态预测模型，拟实现高精度SOC（荷电状态）与SOH（健康状态）估计的优化，提升电池管理系统的智能水平与安全性。 解决方案方面，项目基于实地检测磷酸铁锂电池充放电数据构建训练集，采用轻量级线性回归模型及改进型人工神经网络进行建模优化，并结合特征工程技术提高预测精度。同时，设计适用于边缘计算的部署方案，使模型可在BMS嵌入式硬件平台实时运行，降低对计算资源的依赖。 在竞争优势方面，项目成果具备算法轻量化、部署便捷、预测准确度高、兼容性强等特点，特别适用于电力储能、电动汽车等对安全性和可靠性要求高的场景。相比传统BMS方案，该AI算法可显著提升电池使用效率与寿命，精准估算SOC/SOH，降低维护成本。 目前项目成果已在合作企业内部储能设备中开展应用测试，初步反馈表明荷电状态预测准确度提升40%左右，电池健康度准确度提升40%左右，系统响应及时，具备较高实用性和推广价值。专家评审一致认为，该项目在智能电池管理系统方向具有较强的创新性和实际应用前景。

本项成果对传统的协调控制算法进行了优化研究，可以使城市道路绿波带控制的效果得到改善，使交叉口通行效率获得提升。仿真表明，本项成果的应用可以使延误减小10%~20%。

在混凝土中加入改性的有机弹性高分子化合物，再加入偶联剂， 分散剂，胶黏剂等多种化学助剂，使混合物中的有机成分和无机成分有效的粘 合在一起，做成一种新型的自恢复弹性水泥地板。产品 BYL01 是一种弹性水泥 地板，抗冲击性能好，而且具有自恢复性，解决了现在水泥路面硬度高，塑性 差，受冲击易受损的问题；产品 BRL02 具有超强弹性，对人体有良好的保护作 用，可用于软化地面使用。 

上海交通大学医学院附属瑞金医院瞿介明、张欣欣、周敏、陈立等组成的团队参与协助中国生物、武汉三家参试医院和国家转化医学中心（上海）进行专家评估，研究数据显示，将恢复期供体中含有高滴度中和抗体的血浆输注给患者后，其临床症状在24-48小时即得到改善，同时实验室炎症指标和肺部影像学在短期内都得到了具有统计学意义的改善。其中5名患者在治疗后中和抗体的滴度升高，所有患者在治疗后7天内病毒核酸的检测均转为阴性。目前尚未观察到明显的不良反应，安全性良好。恢复期血浆有望成为挽救重症新型冠状病毒肺炎患者生命的有力武器。 人体感染病毒或细菌等病原体后，人体的免疫系统就会产生相应的物质来抵抗这些病原体，这就是我们大家熟悉的抗体。经历细菌或病毒性感染而幸存的患者，体内可产生较高滴度的特异性抗体。恢复期血浆治疗就是采集恢复期患者的血液，经过分离处理后，将富含中和抗体的血浆输注给其他患者的治疗方法，属于被动免疫治疗的一种。恢复期血浆疗法用于传染病的治疗已经有一百多年的历史。在1918～1920 年的西班牙流感、1920～1940 年代的猩红热、1970 年代的百日咳流行期间，恢复期血浆就已用于临床救治，发挥了一定的作用。后来这一方法又被用于麻疹、阿根廷出血热、流感、水痘、巨细胞病毒感染、细小病毒 B19 感染等。近二十年来，这一经典疗法又被用于严重急性呼吸综合征（SARS）、H1N1、H5N1、H7N9禽流感、中东呼吸综合征(MERS) 等新发突发传染病，取得了一定的疗效。当缺乏有效的特异性抗病原体药物时，尤其是新发传染病暴发流行时，恢复期血浆疗法可能是抢救危重症患者的唯一选择。 恢复者血浆治疗适用于重症患者，最好在起病2周内治疗，因为这个时候病人体内还有病毒复制或者病毒血症，用恢复期血浆可以快速中和血液中的病毒，减轻炎症反应，可以遏制病情恶化，改善患者预后。起病2周后机体内病毒载量明显减少，而且可能已经出现了严重并发症，如细菌感染、凝血功能障碍、多器官功能衰竭等，肺泡上皮细胞大量损伤，这个时候用恢复期血浆，可能疗效已经大打折扣了。 从既往治疗其他传染病的经验看，总体上说是安全的。但输注血浆仍然有潜在的输血感染病原体的风险和不良反应，包括过敏等。恢复期血浆在分离制备的过程中，需要经过严格的病原体灭活和生物安全性检测，感染风险较小，但不排除个别处于窗口期的供体病原体检测阴性的情况。其次，在输注恢复期血浆的过程中，有发生输血相关肺损伤的风险，尤其是在已经发生严重肺部炎症的患者，值得注意。

本成果属于高光谱图像信息处理技术，为高光谱遥感图像分类方法。首先对高维高光谱图像提取第一主成分特征图，并利用结构元素对主成分特征图进行多维的空间结构特征提取，结合提取的形态学特征与原始光谱特征，利用联合稀疏表示算法将同一空间区域中的像元联合进行稀疏系数矩阵的求解，最终通过最小残差判断准则确定像元类别。这种方法有效地并且充分的挖掘了高光谱遥感图像中的空间信息、形态信息和光谱信息。考虑到稀疏表示方法在迭代求解稀疏向量时的耗时性与对非线性数据的不可分性，进一步提出了基于差分形态学核协同表示的高光谱遥感图像分类算法。该成果方法通过核化的协同表示分类算法避免了优化求解的耗时性，同时克服了高维特征空间下数据的线性不可分性。算法首先通过差分形态学方法在高光谱遥感图像的主成分分析图上进行空间特征提取，并通过核变换方法将新特征字典投影到高维的线性核特征空间，最后利用核化协同表示算法的高效性对高光谱图像进行分类。 主要技术指标 University of Pavia 通过 ROSIS-03 传感器记录，该图像捕获了意大利帕维亚的帕维亚大学周围的市区。图像尺寸为 610×340×103，空间分辨率为 1.3 m / 像素，光谱覆盖范围为 0.43 至 0.86μm。该图像考虑了九个类别。其具有 42776 个标记样本。每类取 50 个有标记样本共 450 个样本作为训练样本。 请参阅表 1，本方法提出的高光谱图像分类方法，相比于传统分类器 SVM，OA 提高了约 18%；相比于 JSRC，OA 提高了约 5%；同时参阅表 2，展示了本成果方法的时间运行效率与相关方法的比较。该成果无需使用 GPU 资源在保证精度的同时有效提升了分类的精度和效果。 表 1 PaviaU 数据集上对比实验结果 表 2 不同数据集上时间运行对比实验结果

北京体育大学沈燕飞科研团队使用人体姿态估计算法，对击剑比赛过程中两名选手的身体各环节和关节的运动进行的智能识别。工手动标记数据等方法，更为高效，可应用于海量体育视频数据的分析和未来的体育大数据的构建。