本发明公开了一种面向个性化虚拟试衣的真实人体三维建模方法。该算法以视频作为输入数据，经过特征匹配、关键帧选取、三维点云生成、模板映射、纹理映射等几个步骤，得到人体表面三维模型。采用运动恢复结构的技术大大简化了重建过程，减轻了数据采集者和被采集者的负担，降低了对仪器和设备的要求，同时能获得较为精确的重建结果。利用模板映射能获得完整的人体表面模型，使算法对于人体纹理信息缺失和自身遮挡更加鲁棒。按照本发明，从数据输入到

本发明涉及一种表征太赫兹量子级联激光器多模效应的电路建模仿真方法，首先建立表征 THzQCL 有源层内部载流子输运特性的多模速率方程组；接着建立表征ThzQCL内部多模态效应的物理方程模型； 然后通过变量代换和化简得到相应的等效电路模型；建立表征 THzQCL 输入端电气特性的等效电路模型； 建立表征 THzQCL 输出端光功率特性的等效电路模型；最后建立电路宏模型，包括一个电气端口和一个 光功率输出端口，基于电路宏模型进行光电性能仿真和输出光谱性能测试。本发明可测试温度对 THzQCL 各种光电性能的影响；可支持实现对 THzQCL 光电性能和输出多模效应的模拟和仿真。 

本发明公开了一种烷基化装置脱正丁烷塔的软测量建模及实时优化控制方法，该方法首先基于历史运行数据和机理分析确定系统的控制变量与被控变量并建立系统的动态模型，利用脱正丁烷塔的离线样数据建立LSTM神经网络预测塔顶正丁烷纯度。然后，在系统动态模型的基础上使用MPC控制器作为PID控制器的上位控制器，通过预测和优化操作序列，提高系统的动态调节能力和控制精度。最后，结合实时优化（RTO）技术，设置正丁烷浓度最大、塔能耗最低作为目标函数，优化了操作成本和能效。本发明能够有效提高脱正丁烷塔的控制精度，优化产品质量，降低能耗，并增强系统对工况变化的适应能力，适用于工业化应用。

       由山东金歌科学仪器有限公司自主研制的全新一代NMT产品- SRMT1208非损伤微测系统（植物吸收监测仪、NMT活体生理检测仪）具备测量多种关键元素的能力，如磷、硅、锌、铁、铜、铝、砷等。该仪器功能全面，可检测植物所需的全部大量元素、中量元素以及大部分微量元素，同时涵盖离子通量（flux）、离子浓度、分子通量（flux）、分子浓度及膜电位等多项检测项目。   金歌NMT功能特色：   （1）检测种类多；   （2）实时输出时间-flux通量数据，无需人工换算，可直接用于分析作图，保护了用户数据安全；   （3）提供个性化定制，免费升级测试软件。   可检测种类：   （1）大量营养元素：N (NH4+/NO3-)、P (HPO42-)、K+   （2）中微量元素：Ca2+、Mg2+、SO42-、Na+、Cl-、H+、SiO32-、Zn2+、Fe2+、Cu2+   （3）胁迫：Cd2+、Al3+、Pb2+、Ag+、Cr3+、AsO43-   （4）其它：Li+、NO2-   （5）分子：O2、H2O2、IAA、NO、葡萄糖等   测试样品：   根际/种子/花粉管、细胞/液泡、生物膜、藻类、活体组织、神经、骨骼、珊瑚等其它活体样品   测试项目：   （1）离子通量SRIET   （2）分子通量SRPT   （3）离子浓度aIon   （4）pH   （5）分子浓度aMol   （6）膜电位Potential   主要应用：   植物营养生理、逆境生理、植物与微生物互作、作物育种、生理调控机制等研究     附：非损伤微测技术（Noninvasive Microelectrode Technique，NMT）        非损伤微测技术NMT是离子/分子通量测试技术在国内的名字，其全称是非损伤微电极测试技术（Noninvasive Microelectrode Technique，NMT），能够原位、实时、非接触式测量生命活动中离子/分子通量（flux），可用于植物营养生理、盐胁迫和重金属胁迫等研究。        离子/分子通量测试技术（非损伤微测技术）经历了方法学建立、原型机、技术成熟、引进国内和全国产化。         1.方法学建立         1974年，美国麻省伍兹霍尔海洋生物学实验室科学家 Lionel Jaffe 和 Nuccitelli 提出了振动电极（Vibrating Probe：VP）概念，采用振动电极探针技术测量生物体中弱电流，为离子/分子通量（flux）测试奠定了方法学的基础。         2.原型机         1990年伍兹霍尔海洋生物学实验室开发出了基于离子振动电极技术的自动化离子/分子通量（flux）测试系统，在早期的文献中写做 SRIS系统。         3.SIET离子/分子通量测试系统标志着通量测试技术仪器的成熟         1994年，伍兹霍尔海洋生物学实验室员工 A.M.Shipley 和 E.Karplus 分别成立 Applicable Electronics Inc. 和 Sciencewares 公司，联合推出商业机 SIET通量测试系统，标志着离子/分子通量（flux）测试技术仪器的成熟。          4.SIET系统被引进国内          SIET通量测试系统被引进国内后，我国学者从2009年开始在离子/分子通量（flux）测试领域发表文章，当时文章明确标识使用的是SIET通量测试系统。（文献：Plant Physiology, February 2009, Vol. 149, pp. 1141–1153, NaCl-Induced Alternations of Cellular and Tissue Ion Fluxes in Roots of Salt-Resistant and Salt-Sensitive Poplar Species）          5.国产化           金歌仪器科研团队自2011年开始深耕非损伤微测技术（NMT）领域，为在国内推广的通量flux测试系统（非损伤微测系统）研制并供应核心组件。通过不断丰富NMT可测离子种类，成功摆脱了对国外的依赖。           在科技竞争白热化的今天，核心技术自主可控是企业可持续发展的底线和基石。2022年金歌公司成立以来，始终如一坚持创新发展理念，聚焦关键技术攻关，打破原装进口核心部件-国内组装的模式，推动构建自主可控的产业链体系。2025年8月7日，北京知识产权法院判决金歌公司在与某北京公司NMT专利侵权案中胜诉，金歌已逐步确立了其在NMT领域重要生力军的地位。          凭借扎实的科技实力，金歌公司成功打造出可靠的“NMT耗材-零部件-整机”一站式NMT供应平台。通过不断积累并整合自1990年离子/分子通量flux测试技术（即‌非损伤微测技术NMT）诞生三十多年以来已发表成果，我们建立了丰富的NMT大数据库，实现了NMT仪器国产化、自动化、智能化、信息化和标准化，进一步巩固和扩大了我国在NMT领域的优势。          金歌NMT测试界面实时输出flux通量数据，无需人工换算，可直接用于分析作图，保护了用户数据安全。用户购买仪器后，金歌NMT仪器测试种类和检测项目等仍会不断增加，金歌仪器将及时告知用户，郑重承诺免费为用户做测试软件升级。          金歌仪器将永远以客户需求为导向，精益求精，不断推出创新性产品和个性化解决方案，为加快实现高水平科技自立自强贡献智慧和力量。    

本发明公开了一种不相关并行机混合流水车间调度的建模方法， 该建模方法以最小化最大完工时间为目标。针对不相关并行机混合流 水车间调度自身的特点，基于机床位置关系、同一机器两工件先后关 系、同一机器两相邻工件间先后关系、同一加工阶段两工件先后关系、 加工阶段位置关系等 5 种建模思想，提出了多个混合整数线性规划模 型。接着，对所提出模型从建模过程、模型尺寸复杂度、计算复杂度 等方面进行了详细的对比评估。使用CPLEX求解器对HFSP调度实例 进行求解，验证了本文 MILP&

本发明公开了一种螺旋立铣刀正交车铣加工三维稳定性建模方 法，包括以下步骤:(1)将机床-刀具-工件系统简化为质块-弹簧-阻尼器 连接的振动系统，建立坐标系 xFyFzF，建立振动系统动力学方程;(2) 利用锤击法模态试验分别得到振动系统分别在 xF，yF，zF 每个方向的 频响函数，辨识出振动系统的模态质量、刚度和阻尼，计算振动系统的惯性力、弹簧力、阻尼力;(3)计算螺旋立铣刀的动态切削力;(4)求 解振动系统动力学方程得到振动系统的稳定性叶瓣图。本发明考虑了

西湖大学李子青团队与厦门大学、德睿智药合作，首创研发了能够刻画蛋白质构象变化与亲和力预测的AI模型ProtMD。这是第一个尝试解析蛋白质动态构象的AI方法，可辅助药物化学专家更加精准的筛选出高活性小分子，从而加速临床前药物研发。

本发明公开了一种带漂移干扰的模型预测控制器的建模质量监控方法,包括如下步骤：建立闭环控制系统的干扰模型；根据闭环控制系统的实际情况以及给定的控制目标，设计过程的动态模型 MPC 控制器；采用干扰模型及 MPC 控制器控制闭环控制系统，并采集闭环控制系统运行所得的过程数据；根据闭环控制系统结构，对过程输出及过程输入数据进行正交投影，获得过程估计干扰更新；根据闭环控制系统既定参考信号和过程实际输出，获取闭环控制系统的实际

本发明公开了一种基于 XML 建模的印刷出版中多元组合符号自动生成方法，包括步骤 1：根据定 义的组合符号模型，在数据采集端使用可视化的符号输入方式自动采集符号；步骤 2：在数据库系统中 添加相应的符号数据字段，根据组合符号模型进行数据采集；步骤 3：按照所需发布信息内容，抽取符 号信息生成符号 XML 模型；步骤 4：通过对符号 XML 模型解析，进行出版显示。本发明基于 XML 描 述语言，对组合符号进行组合设计。使用本方法的模型，可以生成动态的自适应符号，有助于符号发布 的自动化、标准化。而这种模型不仅可用于出版印刷，也可用于网页显示以及其他显示系统。而使用符 号编码调用基本的符号库，可使用 TrueType 字体或 Cad，这又保证了在不同的平台上的兼容性。

AI多模态情绪分析系统，是人工智能与心理学、计算机视觉、听觉感知等学科深度融合的前沿方向。它不再局限于传统的问卷答题，而是像一位敏锐的观察者，通过分析你的面部微表情、语音语调、肢体语言，甚至生理信号，来实时、客观地"读懂"你的情绪状态。这种技术正在心理健康、教育、人机交互等领域开启全新的可能性。 这套系统的核心在于"多模态"和"融合"。它模拟了人类如何综合视觉、听觉信息来理解对方情绪的过程。 多源数据采集：系统通过摄像头、麦克风等设备，同步采集个体的面部视频、语音音频，甚至可接入可穿戴设备获取心率等生理信号。 单模态特征提取：针对每种数据，用不同的AI模型提取情感特征。 视觉：分析面部肌肉运动（如嘴角上扬、眉毛紧蹙）、头部姿势、眼神等。先进的技术甚至能捕捉难以伪装的微表情（持续仅1/25至1/5秒），或通过分析面部血流图谱（rPPG）来感知生理唤醒水平。 听觉：提取语调、语速、音高、能量（MFCC梅尔频率倒谱系数）等声学特征，判断声音中的情绪色彩。 文本/语义：如果涉及对话，系统还会分析说话内容的语义，理解话语背后的真实意图和情感倾向。 多模态融合与情感解码：这是最关键的一步。系统通过复杂的深度学习算法（如Transformer、自监督多任务学习框架等），将来自不同模态的特征信息进行时空对齐和深度融合。例如，一句愤怒的"我没事"，配上闪躲的眼神和紧绷的嘴角，才会被准确识别为"掩饰性的愤怒"，而非字面意思的"没事"。