本发明提出了多态聚类的概念，并公开了一种时序网络与时序 数据的多态聚类分析方法。多态聚类是一种针对时序网络或时序数据， 以多种标准作为相似性度量指标的聚类分析方法，包括以下步骤：首 先，如果处理对象为时序数据，则只对时序数据加工成特定的形式， 而如果处理对象为时序网络，则通过谱映射的方法把时序网络映射为 特定形式的时序数据。其次建立此时序数据的多态向量，最后，对多 态向量采用改进的同步化聚类方法聚类得到多态聚类结果。

一种基于网络编码的分布式存储方法及其装置，属于计算机存 储技术领域，解决现有基于网络编码的分布式存储方法所存在的存储 节点的磁盘 IO 过大的问题。本发明的分布式存储方法，适用于分布式 存储系统，包括数据编码步骤、数据解码步骤和数据修复步骤；本发 明的分布式存储装置，包括数据编码模块、数据解码模块和数据修复 模块。本发明在数据节点损坏时，从 d 个数据节点下载不多于原始文 件 D 大小的数据，修复损坏的数据，有效地减

为了解决无线网络获取信息效率不高的缺陷， 本专利提供一种提高无 线网络是利用率的设备， 该设备可以提高重要信息的流量在总信息流量中 的比重。 本技术所采用的技术方案是：它包括无线终端、资源服务器、有线网 络和无线网络， 无线终端通过无线网络连接了 web 服务器连接， web 服务 器再通过有线网络连接资源服务器。 本技术的有益效果是：它引入了 web 服务机制，在数据进入无

项目简介： 随着并行计算系统中处理器数目的快速 增加，  系统

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

1、产品介绍 AI人工智能语音与机器视觉应用系统是一款集成AI语音、机器视觉、深度学习基础、嵌入式Linux于一体的高端教学科研实验平台。 整个教学平台由实验箱高性能嵌入式主板够成，高性能嵌入式核心板采用高性能64位ARM处理器，标配4GB DDR3内存和16GB闪存，可运行ubuntu、android、linuxqt等多种操作系统，可满嵌入式linux和AI应用开发。 平台采用多核高性能 AI 处理器，预装 Ubuntu Linux 操作系统与 OpenCV 计算机视觉库，支持 TensorFlow Lite、NCNN、MNN、Paddle-Lite、MACE 等深度学习端侧推理框架。 提供多种应用外设与丰富的机器视觉、AI语音、深度学习实战应用案例，如语音前处理（声源定位、语音增强、语音降噪、回声消除、声音提取）、语音活体检查、语音唤醒、语音识别、语音合成、自然语言处理、声纹识别门锁、语音智能家居、手写字识别、人脸识别、目标检测、端侧推理框架、图像识别、人体分析 、文字识别、人脸门禁控制、车牌道闸控制、手势家居控制等，通过案例教学让学生掌握计算机视觉与深度学习的基本原理和典型应用开发。 2、产品特点 （1）先进性 性能卓越：搭载AI嵌入式边缘计算处理器RK3399，配备4GB RAM与16GB存储空间，以及6英寸高清电容触摸屏，确保流畅的用户体验。 高效运算：配NPU协处理器模块，专为神经网络模型设计，提供高达8 TOPs@300mW的运算能力。 接口丰富：提供双路0、四路USB2.0、RS232、RS485以及多种嵌入式拓展接口，满足多样化的外设连接需求。 （2）扩展性 定制化设计：所有硬件单元均采用模块化设计，支持根据具体需求进行定制化选型和搭配。 项目套件丰富：提供多种可选的项目套件模块，支持完成多样化的AI应用场景设计和创新。 智能网关平台：智能边缘计算网关平台配备了包括GPIO、ADC、IIC、UART、PWM、SPI在内的常用接口拓展，增强了平台的适应性和灵活性。 （3）包容性 多功能应用：实验平台适用于人工智能、嵌入式系统、物联网、移动互联网、智能硬件等多个学科的实验教学，提供全面的教育资源。 课程与实验：支持包括Python程序设计、嵌入式Linux操作系统、机器视觉技术、自然语言处理、神经网络原理、无线通信、Android应用技术、物联网中间件、AIOT应用实训等在内的丰富课程和实验。 专业融合：平台在硬件设计上实现了物联网、人工智能和嵌入式技术的兼容性，提升了实训设备的复用率，有效解决了学校实训室空间和资金的限制问题。 AI语音与机器视觉应用系统致力于解决学校在开设人工智能课程时面临的师资、教学资源、实训资源、设备以及与行业应用对接的挑战，实现了产学研创一体化的教育模式 3、应用 系统支持多个工业化的应用场景，以智慧家居、智慧停车场、智慧门禁、智慧交通、趣味AI、智慧工地六大应用场景，及基于六大应用场景的20多种小AI应用场景。所有的应用场景及业务子项功能，均来自真实的人工智能行业应用。 4、配套 该产品除完整的软硬件系统外,还配备针对设备完整的人工智能实训指导书完整丰富的教学实训素材资源、以及基于设备系统的人工智能教学视频光盘。本产品提供免费的安装部署服务和设备实训培训服务。

专利名称：

本发明公开了一种基于云服务器的大规模移动通信网络的构建方法，本发明首先由云服务器来管理 所有移动节点的永久地址和外部地址，然后在整个网络中采用集中索引的方式由云服务器向需要与移动 节点通信的实体提供该节点的选路服务，最后网络中的各个移动节点可以自由的选择加入和离开网络， 或者通过变换位置来改变自己的外部地址。本发明为无线通信网络的规划、铺设和网络优化提供了一种 新的思考方式。 

天津大学医学工程与转化医学研究院联合天津松辉医仪医疗设备有限公司、上海贝瑞电子科技有限公司，结合新冠肺炎的诊断标准，攻关研发出一套可穿戴组合式智能监护系统，能远程监控患者的血氧含量、呼吸频率、心跳速度等核心生理指标，以及体位、呼吸阻力等特定生理指标，并通过多模信息融合与自动判别，实现病情模式的智能分析与及时预警。该项目有望缓解新冠肺炎轻症患者人数众多对医务人员数量的需求，减轻医务工作人员的工作强度，降低医患交叉感染的概率，将对新冠肺炎疫情防控起到积极作用。同时，该项目也可用于其他呼吸系统疾病的“早发现，早治疗”，降低普通患者到危重患者的发生概率。该项目采用PSoC集成系统，集成血氧、脉率、口鼻气流、阻抗呼吸等多种监测传感器，除了能准确采集人体血氧饱和度、脉率、呼吸等生理信号之外，又同时融合了特定加速度传感器，可以实时提取病人的体位变化，以及咳嗽带来的气流阻力变化，为新冠肺炎患者的病征监护提供了针对性的解决方案。该智能监护系统基于组合式模块，便于患者个人自行穿戴，也可以根据需求配戴单个组件进行单项功能监测。用户只要不进行剧烈运动，穿戴后完全可以正常的活动并不影响监测过程，监测数据可通过蓝牙技术传输至手机App，并通过手机4G功能传输至云端，医生在办公室就可以看到患者数据，无论患者身处在医院、家里或留观点。系统可在云端对患者生理信号进行分析，集合临床诊断原则，提取与以新冠肺炎为代表的呼吸疾病相关数据，以初步判断患者的病情状态与变化趋势。该项目已经完成了系统硬件研发工作，核心硬件模块获得医疗器械注册认证，将根据临床使用的结果进一步优化系统的软件分析功能。目前研发团队正在与天津大学附属医院合作，启动开展项目临床测试并推广应用。