本发明公开了一种基于神经网络模型 BP 算法的嵌入式矿压检测方法法，首先根据根据待检测区域的地域情况，采用多个振弦式压力传感器进行测量；然后 ARM7 处理器根据系统任务个数建立相应的进程；最后在建立的任务中打开定时器，输出一个固定在某一频率范围内的脉冲，经过驱动激振电路，产生一个能对振弦式压力传感器内部振弦起振的信号，同时使用 ARM7处理器对振弦式压力传感器返回的脉冲信号进行频率测量，计算得到压力值，最后，利用温度传感器采集振弦周围区域的温度，采用 BP 算法建立神经网络模型，利用神经网络模型对得到的各组压力数据及采集的温度数据进行学习，并根据神经网络模型找出压力随温度的变化规律，对振弦式传感器进行温度补偿。

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。

本成果围绕光伏并网系统电能质量展开。基于深度学习算法，研究谐波等电能质量指标变化规律，运用特征提取技术处理时序数据，实现电能质量预测。研发基于态势感知的电能质量调控装置，总谐波补偿率不小于 90%，补偿次数 2 - 50 次。成果形式包括研究报告、调控装置示范应用，申请发明专利 3 项，发表论文 3 篇。应用场景涵盖光伏电站、配电网等，可提升电网可靠性与经济性，减少设备损耗、优化调控策略、降低弃光率，为新能源消纳提供支撑。

        VSM（也叫做M-H磁滞曲线测量系统）测量磁性材料的基本磁性能(如磁化曲线，磁滞回线，退磁曲线，升温曲线、升/降温曲线、降温曲线、温度随时间的变化等)，得到相应的各种磁学参数(如饱和磁化强度，剩余磁化强度，矫顽力，最大磁能积，居里温度，磁导率(包括初始磁导率)等)，可测量粉末、颗粒、片状、块状等磁性材料，VSM可以测量从-196℃到900℃的温度变化的磁性变化。   主要参数： 测量磁矩范围：10-3emu-300emu（灵敏度：5*10-5emu） 相对精度（30emu）：优于±1% 重复性（30emu）：优于±1% 稳定性（30emu）：预热24小时，24小时连续工作优于±1% 温度范围：从-196℃到900℃ 固定磁极间距35mm，极面直径60mm 磁场：由电磁铁提供，从0-3.5T   主要参数： 抗磁，顺磁，铁磁，亚铁磁，反铁磁材料和各向异性材料 颗粒状和连续磁记录材料以及GMR，CMR，交换偏置和旋转阀材料 磁光材料 容易容纳散装材料，粉末，薄膜，单晶和液体     VSM的组成：   型号 DXV-550 电磁铁 √ 稳流电源 √ 振动头，振动架 √ 振动杆，样品室 √ 振动源 √ 锁定放大器 √ 高斯计 √ 探测线圈 √ 电脑 √ 打印机 √ VSM可以单独准备高温和低温设备。     主要设备：   电磁铁 电磁铁应为可调式双共轭或固定间隙的。 45°放置 型号 高低温磁场，磁极间距：35mm（T） 冷水方式 DXV-550 3.4 水冷 DXV-400 3.0 水冷 DXV-380 2.7 水冷 DXV-300 2.4 水冷 DXV-250 2.2 水冷 DXV-220 2.0 水冷 DXV-175 1.6 水冷 DXV-130 1.2 自然冷却 DXV-100 0.8 自然冷却 DXV-60 0.5 自然冷却   稳流源 电源为可调式高稳定度稳压稳流自动转换直流电源，功率为2～30KW 。在稳流状态时，稳流输出电流能在额定范围内连续可调 (一)主要功能 　　(1)输出功率：额定功率从1-12kw。 　　(2)保护：缺相保护、过流保护、短路自动保护。 　　(二)技术指标 　　(1)电源为稳流输出：电流值可从0-额定值连续可调。 　　(2)显示方式： 电流表4位半LCD数字显示。 　　(3)显示精度：±(1%+2个字) 　　(4)当负载为电磁铁，且输出电流大于最大电流一半时，电源输出的电流稳定度优于5*10-4 　　(5)工作时间：连续8小时工作(环境温度20±5℃) 　　(6)输入电压：单相220V/三相380V±10%        (7)输入频率：50Hz   振动系统 包括振动杆、机械振动头支架、样品室及探测线圈   磁测单元 (1)量程分300emu、150emu、80emu、40emu、30emu、15emu、8emu、4emu、3emu、1.5emu、800memu、400memu、300memu、150memu、80memu、40memu、30memu和15memu (2)磁场量程：0.5kOe”、“1kOe”、“2kOe”、“4kOe”、“8kOe”、“16kOe” 和 “32 kOe” 显示在4位半LCD数字表头。.分辩率0.1mT，相对精度优于±1%。 (3)振动源输出频率180Hz,频率稳定度优于10-5，输出功率大于50W。   联想电脑 打印机：hp-1018 高温炉和温度控制设备: 加热功率是100W. 炉子的温度范围是室温到900℃ 通过4位半LED数字控制。分辨率：0.1℃ 低温杜瓦和温度控制装置 样品室的温度与控制范围是 77K-273K 通过4位半LED数字控制，分辨率：0.1K  

产品概述： 中医脉诊实训教学系统采用仿生手臂来模拟真实的手臂结构，模型包含桡骨、尺骨、肘关节等骨性结构和标志。根据真实的成人上肢高仿真建模，采用硅胶外皮，手感逼真。内部含有智能控制电路，采用独有传感器模拟脉搏跳动，配合专业的三维虚拟仿真软件，为脉诊的实训提供了一种全新的实训方法。 一、软件功能： 1.1、认脉识脉：系统内置7大类模拟脉象，包含沉脉、迟脉、促脉、大脉、代脉、动脉、短脉、伏脉、浮脉、革脉、洪脉、滑脉、缓脉、疾脉、结脉、紧脉、芤脉、牢脉、平脉、平脉Ⅱ、濡脉、弱脉、散脉、涩脉、实脉、数脉等30余种单脉，还包含了浮脉相兼、沉脉相兼、迟脉相兼、实脉相兼等70余种复合脉象。 *1.2、脉诊认知：详细介绍了各个脉象的定义、鉴别、主病、脉机、应用举例、歌诀等知识。 1.3、脉象模式图：每种脉象都配备对应的脉象模式图和脉图以及脉象搏动周期、形态、浮中沉位置等，直观、形象展示脉象搏动情况。 1.4、一键返回：系统架构简洁明了，点击可返回主界面。 1.5、语音功能：针对详细注解内容，可以选取语音播报方式。 二、脉诊实训 2.1、开机检测：开机后系统可自动检测脉象设备的连接与故障情况。 2.2、脉诊原理的展示：通过模拟尺骨桡动脉的血液流动产生波动，在仿真手臂上动态形象的模拟脉搏形态。 2.3、脉诊部位：仿真手臂具有明显的桡骨茎突、肌腱等标志，可直接定位寸、关、尺的具体位置。 *2.4、正确脉诊部位的感知：手指放到正确的寸、关、尺的位置，系统可实时进行反馈感知，便于正确识别脉诊的位置。 *2.5、取脉力度：通过柱状图动态展示仿真手臂寸、关、尺三个部位取脉力度的大小，并可通过浮、中、沉、重沉四个取脉力度进行区分。 *2.6、系统可自动采集并获取用户当前取脉力度的大小。 *2.7、色块堆积：系统检测寸关尺三个部位的取脉力度，通过色块堆积的方式精准反应瞬间力度的变化。 *2.8、可对不同取脉力度的参数进行调节，可调范围为0-255。 *2.9、可自定义脉象的脉压、脉幅、频率，并配合仿真手臂来实现脉象的变化。 2.10、切脉周期：通过计算机控制脉搏的周期，详细模拟整个脉诊切脉时的时间和周期，同时脉象模式图与脉象保持同步、同频。 2.11、手臂解剖结构：可隐藏、显示三维手臂的皮肤、肌肉、神经、血管系统，以便了解手臂的解剖结构。 *2.12、三维透明功能：可调节三维手臂皮肤不同层次的透明度。 2.13、单臂硬件模型可实现左臂、右臂模式，可在系统中一键切换。 *2.14、系统内置理论试题与脉象实训试题，实训试题结合脉象模拟进行实训考核。 2.15、系统包含学生端、教师端、后台管理端。 三、考试管理功能参数 *3.1、教师端 考试管理：可以组织任意时间段的考试，设置考试时间并发布。 试卷管理：可以调用内置试题库系统自动组织生成试卷，也可以手动编辑试题组成试卷。 试题管理：可添加、删除试题，设置试题形式与分数。 学生管理：学生信息的导入和编辑管理。 考试结果：可实时记录每位考生的考试记录与信息。 智能分析：通过对考试结果的分析，方便教师掌握医学生实际学习状况。 *3.2、学生端 考试模式设置：可以接收考试提醒，实时进行考试。 实时提交：分主动提交和自动提交两种形式，实时显示考核结果并记录进个人中心，方便查看。 实训考核：基于计算机互联技术配合仿真手臂模拟脉象进行脉诊考核。 3.3、个人中心 个人考试记录：可查看脉诊理论考核与脉象考核记录详情，方便进行针对性的练习。 个人注册登录：登录个人账号可通过日历进行个人相关信息查询或学习。 个人设置：可以针对性的进行个性化设置。 四、硬件参数 4.1、多功能一体台车：符合人体工程学设计的一体台车，台车尺寸（长宽高）:110CM*60CM*77CM。 4.2、电脑一键进行开机，启动带有灯光提示，可旋转屏幕支架。 4.3、电脑配置：intel i5处理器、 8G 内存、 SSD高速固态硬盘、支持高清输出、双频WiFi网卡、24寸高清显示器。 4.4、高仿真脉诊模型一个。采用高仿真材质一体成型，手感真实，有尺骨、桡骨、肌腱、腕横纹、掌纹等骨性和体表标志。 4.5、脉枕一个。 4.6、仿真皮肤护理粉一盒。

在国家自然科学基金项目的资助下，电子科技大学计算机学院李洪伟教授带领团队在云—端协同的安全智能云系统方面取得研究进展，针对终端环境不可信、联邦学习难验证、存储数据不可靠以及加密数据难检索等难题，提出了非可信环境下面向云终端的智能评估与认证、云—端协同的可验证联邦学习、密态数据的完整性智能验证和海量密态数据的高效检索等核心技术，形成了自主可控的安全智能云系列产品。

简介：本发明公开了一种烟道飞灰等速取样器及基于BP神经网络的烟道飞灰等速取样系统和控制方法，属于烟道飞灰检测领域。烟道飞灰等速取样器，包括取样嘴、取样管、旋风分离器和取样瓶，还包括引射管、调节嘴和排气管，一种基于BP神经网络实现烟道飞灰等速取样系统，包括取样器、PLC控制器、执行器、压力传感器和BP神经网络模块；一种基于BP神经网络的烟道飞灰等速取样系统的控制方法基于BP神经网络实现烟道飞灰等速取样，使用了大量实时测得的数据来预测接近实际的烟道静压，解决了等速采样的滞后性问题，提高取样的准确性，具有计算误差小，数据处理能力强，设计成本低的优点。

智能预紧式安全带关键技术研究来源于天津市科委，智能安全带系统代表目前国际汽车安全带技术发展趋势，本项目对智能化预紧式安全带理想约束性能进行了理论分析与效能优化；采用多种感器信息融合技术对汽车碰撞预警机制进行建模；利用实时闭环反馈控制策略，进行了基于硬件在环技术的智能化预紧式安全带硬件控制器的开发。开发出了YZ6型智能化预紧式汽车安全带样机；通过“产、学、研”合作完成企业技术转化过程。YZ6预紧式汽车安全带是当前国际上先进的安全带产品，普遍用于中高档轿车，先后与一汽集团、天汽集团等三十余家形成稳定的配套关系。 本项目能为提升安全带生产企业的自主创新能力提供技术支撑。通过成果推广，能提高汽车安全带系统对乘员的保护效果，有效降低交通事故对人体的损伤。 本项目科研团队近年来着力于汽车安全及控制研究，包括智能预紧安全带、乘员自动识别技术和车辆安全性能检测技术等研究领域。

“5.12”汶川地震后，国家对《防震减灾法》进行修订，提高了学校、医院等人员密集场所的抗震设防水平。2009年，国务院办公厅宣布将实施全国中小学校舍安全工程，对存在安全隐患的校舍进行抗震加固，提高综合防灾能力。同年10月，我校共承担了苏州市54所中小学总计80万平方米的校舍安全排查及抗震鉴定项目。 在上述工作的基础上，2012年，苏州市实施了中小学校舍安全工程。我校负责了苏州市共计10.4万平方米校舍的加固设计工作，并保证了校舍安全加固与历史建筑风貌保护完美统一。苏州市教育局对我校参与的校园安全工程设计及现场服务予以充分肯定，并在苏南片区推广与交流。苏州市中小学校安工程项目被评为2012年苏州十大民心工程。