1 成果简介我国山区河流众多，许多河流的河床侵蚀下切，并以溯源冲刷方式传播到上游沟谷，引起沟坡增大，岸坡失稳和整个流域的土壤侵蚀，在汛期暴雨作用下，常常引发崩塌、滑坡和泥石流等自然灾害。阶梯深潭系统是山区河流中常见的一种河流地貌形态，由一段陡坡和一段缓坡相间组成，在纵剖面上呈阶梯状。天然阶梯深潭系统是在水流冲刷过程中自然形成的，是一种增加河床阻力、消减水流能量、抑制河床侵蚀下切的健康河床结构，这种结构在自然界具有较大的稳定性。然而，自然发育阶梯-深潭系统往往需要经过较长的时间，在具备一定条件的山区河流，模仿天然阶梯深潭系统建造人工阶梯深潭系统，也可以取得控制河流下切、避免或减少地质灾害的效果。自 2006 年开始，清华大学先后在云南、四川、甘肃等省，开展了人工阶梯深潭系统在山区河流治理方面的野外试验研究。研究成果显示，人工阶梯深潭系统不仅能够有效地控制河流（沟谷）下切、改善河流生态环境，对于泥石流灾害也具有明显的防治作用。目前，对于阶梯深潭系统发育程度（河床结构强度）的研究正在进一步量化；同时研制了一批专用的测量工具，如用于测量河床结构的“ 河床结构测量排” 、用于阶梯深潭系统流速场测量的“ 湍流脉动流速仪” 等；阶梯深潭系统的消能减灾机理研究正在不断深入。通过对阶梯深潭系统生物栖息地多样性的定量研究，采用大型无脊椎底栖动物对山区河流的生态多样性进行评价，为山区河流生态评价量化指标体系的建立奠定了基础。  治理前                                              治理后生态条件改善，河床稳定 图 1 吊嘎河人工阶梯深潭治理前后  修建前沟道内碎石散乱                            修建后沙石沉积水沙分离，控制了泥石流发生 图 2 建造人工阶梯-深潭系统前后的文家沟  汛期前                                                  汛期后阶梯深潭系统泥沙淤埋 图 3 拦山沟人工阶梯-深潭系统治理汛期前后2 应用说明实例 1：云南东川市吊嘎河（小江流域支流）人工阶梯深潭方法试验。近年来吊嘎河的河床下切迅速，同时带来了一系列的地质灾害与生态环境问题。 2006 年，课题组在吊嘎河设立了试验站，开展了人工阶梯深潭方法试验研究。试验结果表明，试验段水面面积有所增大，河床底质、水深和流速多样性也得到提升，河床侵蚀下切得到有效控制，维持了较为稳定的河床环境。人工阶梯和深潭段的河床底质、流速和水深环境交替出现，在空间层次上塑造了富于变化和多样性的水生动物栖息环境。对大型底栖无脊椎动物的采样及评价结果显示，人工阶梯深潭布置后，随着水生栖息地多样性增加，单位面积底栖动物密度、物种丰度及生物群落多样性指数均呈上升趋势，水生生态得到改善。吊嘎河的试验成果，还为 2009年以来采用人工阶梯深潭方法治理泥石流奠定了基础。 实例 2：四川省绵竹市清平乡文家沟滑坡堆积体泥石流治理方法试验。文家沟滑坡是汶川地震造成的第二大滑坡，滑坡堆积体总量达 8160 万方，文家沟内堆积体厚度达 20-180 米。2008 年暴雨在滑坡体上形成深达 50 米的 V 型冲沟，并引发了多次泥石流灾害。暴雨使沟床不断下切，两岸坡度变陡而坍塌，碎屑物进入水流就形成泥石流。 2009 年，课题组在文家沟滑坡体上的冲沟内建造了 33 级人工阶梯深潭对泥石流进行治理，取得了良好的效果。所建造的人工阶梯深潭试验工程虽然十分简易、单薄，但是工程造成的巨大阻力消减了水流能量，使沙石沉积、水沙分离，成功地控制了沟床下切，对于控制泥石流发挥了重要作用，避免了泥石流灾害的发生。 实例 3：甘肃省礼县拦山沟泥石流治理。长江上游白龙江、西汉水等流域是典型的干旱河谷，其特点是高原上深切宽阔河谷，河谷比周围高原明显干旱。区域内植被覆盖度低，由于长期干旱和风化，流域内积累了大量的土石碎屑，遭遇突发暴雨时可能发生滑坡和特大泥石流，对城镇和村庄造成极大威胁。甘肃武都地区礼县的拦山沟是西汉水的支流，由于沟谷深切，侵蚀极为强烈，泥石流常常发生，据调查沟口泥石流堆积泥沙约 170 万吨。 2009 年 6月课题组在拦山沟开展了泥石流治理试验，建造了 17 级人工阶梯深潭试验工程。试验结果表明，沟道在人工阶梯深潭系统的保护下不再下切，维持了沟岸的稳定，且阶梯深潭系统消散水流能量，使得泥石流不能起动，当年 6、 7、 8 月降雨 196.8 mm，其中最大日降雨量达31.9 mm， 拦山沟仅有不足 100 吨泥沙物质进入西汉水，达到了控制泥石流的目标。3 效益分析阶梯深潭系统发育较好的山溪常常伴随着良好的河流生态环境和优美的溪流景观，因此仿照天然的人工阶梯深潭系统常用于河流的生态修复与景观塑造，用于山溪森林公园建设可带来额外的休闲旅游经济收益。4 合作方式技术转让或合作开发，商谈。5 所属行业领域能源环境。

需求名称：面向混流生产车间的异构AGV路径规划与任务调度系统开发 悬赏金额：15万元 发榜企业：珠海市格努科技有限公司  产业集群：智能机器人产业集群 需求领域：自动化与智能控制技术  技术关键词：异构AGV路径规划、任务调动系统、智能物流

一种采用空间网络编码的网络传输方法，属于网络信息传输方法，解决现有基于线性划分的空间网络编码方法当存在分簇现象时计算量陡增以及求线性规划最优解时计算量较大的问题。本发明包括：(1)初始化步骤，(2)形成约束矩形步骤，(3)划分步骤，(4)求平衡前线性规划最优解步骤，(5)调整中继点到平衡位置步骤，(6)求平衡后线性规划最优解步骤。本发明通过采用非线性划分的空间网络编码，解决基于线性划分方法中给定终端点存在分簇现象时计算量陡增的问题；通过预处理移除虽在终端点约束矩形内但在终端点凸包外的中继点，可进一步降低本发明中线性规划求解时的计算量，从而有效提升网络传输的总体性能。

产品详细介绍腾创网页视频远程教育平台是一款基于Flash技术实现的免下载语音视频远程教育系统程序，Flash技术，占用服务器带宽极少，同时支持私聊模式一对一，培训模式一对多语音视频等远程培训授课模式，语音视频远程教育平台集成了电子商务在线支付平台，为网络教育提供一个C2C的网络交流教育交易平台，通过网络提供语音视频提供教育培训服务，轻松进行在线收费支付服务。 一.腾创网页视频远程教育平台的主要特点 1.在线语音视频远程教育平台管理采用成熟的JAVA框架（Struts+Hibernate+Spring），MYSQL作为数据存储，支持高并发，服务器集群。2.语音视频远程教育平台采用MVC模式，freemarker模板为用户的个性化界面提供了方便修改的格局，只需要会HTML的用户都可以方便设计属于自己的个性化前端界面  3.远程教育平台系统借鉴了淘宝里面的C2C模式。将产品交易模式无缝移植到远程教育平台，国内独创的运营模式，提供完整的盈利模式和广告联盟CPA，CPS合作模式。 二.腾创网页视频远程教育平台的应用范围 网页远程教育平台广泛应用远程教育平台，远程教育系统，远程教学系统，远程教育软件，网络教育系统，嘉宾访谈系统，视频服务交易系统，口语培训系统，企业内部培训，网络培训系统，在线培训系统等。 三.腾创网页视频远程教育平台功能介绍 1.财务管理:了解学员的消费充值情况和讲师的培训授课时间，收益等。 2.新闻管理:可以发布网站相关的宣传信息。 3.讲师课件展示:为每个讲师提供一个自我展示的空间，可以发布自己的视频课件。 4.讲师列表:每个讲师的授课内容不同，会员可以根据自己的需要配对自己喜欢的课程。 5.实时在线远程教育平台:在线视频聊天，包括文字聊天，观看讲师授课视频，公共聊天，私聊等。 6.在线充值:用户可以方便通过易宝，支付宝，网银等国内流行的在线支付系统进行即时在线充值，可以实现网银或者手机卡等充值方式。 标签：远程教育平台 远程教育系统 远程教学系统 远程教育软件 网络教育系统 远程培训系统 远程培训软件，网络教育软件 网络课堂系统 网络视频课堂系统 网络培训系统 在线培训系统 网络培训平台 远程教育平台  远程教育平台， 远程教育系统，远程教学系统，远程教育软件，网络教育系统,远程培训系统，远程培训软件

本发明公开了一种配流冷却机构，包括依次相连接的进气阀片、阀板、出气阀片、导流片及冷媒片。所述进气阀片开设有第一通槽、第二通槽、第三通槽及第四通槽，所述第一通槽、所述第三通槽、所述第二通槽及所述第四通槽绕所述进气阀片的中心轴均匀排布；所述第一通槽、所述第二通槽、所述第三通槽及所述第四通槽内分别设置有一级进气舌簧片、二级进气舌簧片、三级进气舌簧片及四级进气舌簧片，所述一级进气舌簧片、所述二级进气舌簧片、所述三级进气舌簧片及所述四级进气舌簧片分别通过弹性变形或者恢复弹性变形，以控制进入斜盘压缩机的缸体的气体的流路，进而实现所述斜盘压缩机的四级压缩。本发明还涉及具有所述配流冷却机构的斜盘压缩机。

利用图像处理和机器学习技术，在多分类，样本不均匀条件下，对类型接近的目标进行识别与检测；在弱监督，无监督条件下对大数据集的目标自动分类识别技术；对目标识别算法的通用攻击和通用防御算法。

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

本发明公开了一种基于纹理基元的遥感图像分类方法，包括：·741·选取典型地物的遥感图像作为第一训练集和第二训练集；提取第一训练集中同类地物图像的邻域特征向量并聚类形成纹理基元，不同地物的纹理基元组成纹理基元字典；利用纹理基元字典对第二训练集中图像的邻域特征向量进行标记，并对中心像素进行分箱，统计各个图像的中心像素-纹理基元二维联合分布，形成纹理模型库；将待分类的图像划分成超像素，经拉普拉斯校准后统计各超

本发明公开了一种基于分类的社会化推荐方法，包括：构造用 户对分类的评分矩阵：根据用户对项目的评分数据和项目的分类信息， ·957·构造初始用户分类矩阵；对初始用户分类矩阵做归一化处理，并使用 矩阵分解方法重构用户分类矩阵；由用户的好友信息构造用户好友之 间的信任度；根据用户分类矩阵中用户对项目所属分类的评分、使用 社会化模型预测得到的用户对项目的评分以及用户好友之间的信任 度，使用随机梯度下降法学习得到模型的参数，从

本发明公开了一种分类应变限制的动态服装仿真方法，应变限制的方法应用到动态服装仿真，预防仿真中的失真现象。该方法采用的主要步骤包括应用动力学知识计算服装仿真动画、振荡形变过度区域的标识；对标识区域用我们改进的应变限制方法进行处理；碰撞检测及响应。本发明采用改进的应变限制方法处理了动态服装仿真中会出现的振荡和形变过度的问题，解决了动态服装仿真中的振荡和形变过度造成的服装视觉效果上的失真，也没有使用额外阻尼力时产生的服装形变粘滞感和服装在人体皮肤上悬浮的现象。