★软件具有国家版权局颁发的软件著作权登记证书。 ★软件具有省级或国家级检测机构出具的软件产品登记测试报告。 PREP阅读增强训练系统以PASS理论为基础，参照DAS博士的PREP（PASS Reading Enhancement Program）设计思想，结合汉语拼音及汉字特点，以一套完整的汉字阅读障碍训练方案为核心内容的软件管理系统。该系统有两个登录端口：教师端和学生端。 教师端能够帮助特教老师进行学生信息管理、训练过程监控、评估结果和训练结果查询。 学生端主要包括评估部分（瑞文智力评估、阅读障碍筛查、1-5年级识字量测试）和9大训练方案（窗口排序、字母连线、图形连接、矩阵、相关的记忆集合、移动矩阵、追踪、形状设计、句子检验）（提供功能截图）。这些训练方案主要是通过23个flash游戏来实现，每个游戏又分2-3个难度水平。 评估功能：系统可以进行识字量评估、瑞文智力测验、小学生读写障碍测验，测验后自动生成测试报告，主要用于辨别学生存在阅读障碍的原因。 训练功能：包含9项不同类型的训练任务，每项训练任务由普遍任务与过渡任务组成，而且根据任务难度分不同级别，不允许越级训练。每个训练任务由一系列简单有趣的训练活动组成。这些训练活动可以帮助学生改进和提高作为阅读基础的同时加工和继时加工策略，并促进这些认知加工策略在汉语阅读中的迁移。从而避免汉字阅读技能的直接教学，减轻阅读障碍儿童的学习压力。 具体训练方案： 1.窗口排序：分为普遍任务图形窗口排序与过渡任务字母窗口排序，主要锻炼学生按照事物发生的先后顺序进行记忆的能力，并能锻炼注意力。 2.字母连线：分为普遍任务字母连线与过渡任务拼音连线、偏旁部首连线、汉字连线，主要培养学生抗干扰和分心的能力，锻炼学生根据线索进行视觉搜寻的能力。 3.图形连接：分为普遍任务连接形状过渡任务连接汉字。主要训练言语表达能力和短时序列记忆能力。 4.矩阵：分为普遍任务字母矩阵与过渡任务字词矩阵，主要训练记忆广度和位置先后顺序的加工，提高集中注意的能力。 5.相关的记忆集合：分为普遍任务动物拼图与过渡任务拼音搭配、偏旁部首搭配、词语搭配，主要锻炼学生的观察能力和对事物的分析能力。 6.移动矩阵：分为普遍任务图片排列于过渡任务字母排列汉字排列，主要培养学生有效的记忆策略和对语言规则的掌握能力。 7.追踪：分为普遍任务路径追踪与过渡任务穿越商贸城，主要锻炼学生目标追踪和查看地图的能力，培养学生分析问题的能力，以及提升生活技能。 8.形状设计：分为普遍任务形状设计与过渡任务动物排位，主要训练记忆广度，锻炼学生的阅读理解能力，以及培养学生对空间关系的把握能力。 9.句子矫正：分为普遍任务图片匹配与过渡任务词句匹配，主要锻炼学生注视细节的能力，以及对语义概念和关系的理解能力。 32寸嵌入式流线型一体化操作台，配有无线键鼠。

★软件具有国家版权局颁发的软件著作权登记证书。 ★软件具有省级或国家级检测机构出具的软件产品登记测试报告。 情结发现与处理仪由软件和硬件两大部分构成： 1.软件部分：情结发现与处理系统以心理学的投射技术为理论基础，结合了词语联想测试、主题统觉测验、房树人测验三种测量工具，通过帮助人们了解自身的情结、洞察自己内心的面貌，来缓解人们内心的痛苦和焦虑情绪，提升自我的能量和价值感，进而帮助人们更好的去学习、生活。情结发现与处理系统共分为六个模块：来访者信息、情结知识库、情结测试管理、情结分析与处理、个人报告和系统管理。它是通过多个角度来帮助咨询师或者心理教师进行心理咨询与辅导，同时该系统还构建了完整的情结分析框架，帮助咨询师明确了分析情结的方向，从而可以更好地帮助来访者解决相应的心理问题。 主要功能有： （1）发现情结：通过词语联想、主题统觉和房树人三种方式测试发现来访者的情结所在；软件使用手册中详细介绍使用每一种方法进行测试的操作过程； （2）测试完成后可自动生成包含个人信息、情结综合分析与处理的报告，可导出；词语联想方法可以自动记录测试者的反应时间，并形成反应时统计柱状图保存在报告中；主题统觉测试能够进行被测者的声音录入，存储声音资料。提供房树人测试的分析方法参照。 （3）含有情结知识库，提供恋父情结、恋母情结、自卑情结、救世主情结、约拿情结、英雄情结、复仇情结、弃婴情结等多种类型的情结介绍； （4）提供多种情结的处理的方法：通过意象对话、沙盘游戏、积极想象、心理剧（叙事疗法、萨提亚、梦的分析）等专业技术科学合理的对情结进行处理； （5）具有硬件加密、数据备份功能，保证数据的安全。 2.硬件部分： （1）嵌入式一体化操作台1个，台面嵌有2个17寸液晶显示器； （2）打印机1台； （3）录音耳机1个； （4）数位板1个。

D2D 异构网络技术（即终端直通技术），不需要通过基站或核心网进行数据中转和处理，只需在移动终端之间建立通信链路即可直接传输数据，为突破上述技术瓶颈提供了一种新型的网络架构。目前，D2D 技术已被IMT-2020（5G）推进组确定为第5代移动通信系统的关键技术之一。然而，D2D 通信无线资源分配方面的研究，必须考虑能量效率和能量使用的优化。由于移动终端的电池容量有限，一旦忽视数据传输中对能量效率的优化，将使得数据传输由于能量枯竭而中断，重要信息无法及时传达，严重影响服务质量和用户体验。针对4G 智能手机的用户调查结果表明，只有不到25%的用户对手机续航时间表示满意，手机续航时间已经成为影响用户满意度和品牌忠诚度的关键因素之一。 　　课题组深入研究了频谱效率和能量效率之间的内在关联，其研究结果表明，在考虑实际电路功率损耗的情况下，频谱效率和能量效率不再是简单的单调递减关系，而是随着频谱效率的增加，能量效率呈现先单调递增后单调递减的特性。通过上述分析可以看出，如果一味追求高频谱效率和高吞吐量，将会带来移动终端能量效率的大幅度下降。因此，课题组针对D2D异构网络频谱资源复用的复杂场景，将针对能效最优的NP难联合资源分配问题转换为用户偏好下的随信道状态和干扰水平而动态变化的一对一匹配问题，并通过采用稳定匹配理论、非合作博弈理论、非线性优化理论来解决能效优化问题。研究结果表明，在保障QoS情况下，相比传统的高谱效资源分配方法，该方案可以将移动终端的功率消耗降低200%以上。，本项目的核心研究方向正是将节能减排战略方针落实到移动通信的基础研究领域中，与国家中长期科技发展方向和国际通信产业长期发展趋势相一致，将在技术、环境和经济等多个方面具有重要的研究意义和实用价值。 　　 课题组负责人周振宇自参加工作起即投入到异构网络资源分配、干扰协调、移动性管理、自组织组网等方面的研究工作中，作为项目负责人，先后主持了多项国家级、省部级科研项目，包括国家自然科学基金青年科学基金项目、北京市自然科学基金青年科学基金项目、北京市优秀人才计划项目等，积累了深厚的理论基础和丰富的研究经验。以 第 一 作 者 和 通 信 作 者 在 IEEE Transactions on Communications 、IEEE Transactions on Vehicular Technology、IEEE Transactions on Intelligent Transportation Systems、IEEE Transactions on Green Communications and Networking、IEEE Journal on Selected Areas in Communications、IEEE Transactions on Industrial Informatics等通信领域主流期刊发表论文30 余篇，在IEEE ICC、IEEE Globecom 等通信领域旗舰会议发表文章30 余篇，其中2 篇论文入选ESI 高被引论文。 　　其研究工作已被 Prof. Zhu Han（IEEE Fellow）、Prof. Weihua Zhuang（加拿大工程院院士、IEEE Fellow）、Prof. Sherman Shen（加拿大工程院院士、IEEE Fellow）、Prof. Vincent Poor（美国科学院院士、加拿大科学院院士、英国皇家科学院院士、IEEE Fellow）、Prof. Andreas Molisch（奥地利科学院院士、IEEE Fellow）、易芝玲教授（中国移动研究院首席科学家）以及JSAC、IEEE Transactions on Wireless Communications、IEEE Communications Magazine 等通信领域顶级期刊引用和正面评价。荣获IET Communications 最佳期刊论文奖（the IET Premium Award in 2017，每年在全球范围内仅选拔1 篇）、IEEE 通信协会绿色通信与计算专委会最佳论文奖（IEEE ComSoc Green Communications and Computing Technical Committee 2017 Best Paper Award，在IEEE Globecom 2017 会议上颁奖） 　　目前担任 IEEE Access、Transactions on Emerging Telecommunications Technologies、IEEE Communications Magazine 等国际学术期刊的编辑及客座编辑，担任IEEE ISADS’15 智能电网通信与网络技术专题研讨会联合主席，担任IEEE Globecom、IEEE ICC、IEEE WCNC、IEEE VTC、IEEE PIRMC、IEEE CCNC、IEEE APCC 等国际学术会议的技术委员会委员。在国际标准化方面，担任IEEE 异构网络授权/非授权频谱融合标委会工作组骨干成员（IEEE Standards Association, P1932.1 Working Group, “Licensed/Unlicensed Spectrum Interoperability in Wireless Mobile Networks”）。应邀在IEEE 车辆技术协会旗舰会议IEEE VTC’18 上作Tutorial 报告（报告题目：Internet of Vehicles: When SDN, Edge Computing and Big Data Meet Intelligent Transport Systems）。2016 年入选北京市委组织部“北京市优秀人才计划”，2017 年入选IEEE 高级会员（IEEE Senior Member）。 　　该研究由中国国家自然科学基金委项目61601180和61601181，中央高校基础研究基金资助项目2014MS08和2016MS17，日本学术振兴会JSPS KAKENHI 26730056， JP15K15976和JP16K00117以及JSPS A3 Foresight等项目资助。

本发明公开了双边LC网络的无线电能传输系统恒流输出的参数设置方法，属于无线电能传输的技术领域。该系统包括：高频全桥逆变电路、原边LC补偿网络、松耦合变压器、副边LC补偿网络、全桥整流滤波电路，通过调整原边补偿网络的LC参数使其输出负载所需的的恒流，通过调整副边补偿网络LC参数，使其同时实现电路近似零无功环流和开关器件的软开关，提高效率，减小器件应力。

本发明涉及一种基于神经网络的风电磁悬浮偏航系统悬浮控制方法，属电气工程技术领域。该方法采用含量化因子的神经网络控制策略，使磁悬浮偏航系统在受到随机干扰情况下，实现稳定悬浮控制：当需要偏航时，首先由悬浮控制器采用PID算法控制励磁电流，使悬浮物向上悬浮至并保持在悬浮平衡点处，得到稳态下外环PID控制器的比例、积分、微分系数参数；其次，悬浮控制器改用含量化因子的神经网络控制策略，获得外环PID控制器参数的调节量；然后由两者求得励磁电流参考值，减去实际值，经内环PID控制器，实时调整励磁电流，实现稳定悬浮。本发明自适应能力强、动态响应快、抗干扰能力强，可确保整个悬浮偏航过程系统性能实时最优。

大数据无线传输、智能驾驶车载雷达系统，第五代移动通信(5G)、物联网等。

高校科技成果尽在科转云

本发明公开了一种多径网络中基于链路时延控制的软负载均衡 方法。在此算法模型中，决定流量的最佳路径分配时，同时考虑了传 播时延和链路带宽，在无额外开销的基础上，一方面，可以实现最小 化最大链路端到端时延，减小接收端数据包重排序的等待时延；另一 方面，可以使各条链路的端到端时延差最小，因此减小了数据包时延 抖动，降低了数据包进行重排序的风险。数据包进行重排序的风险越 低、等待时延越小，数据包重排序进程带来的时延越小。因此，本发 明提出的算法模型不仅能减小端到端时延，还能减小数据包重排序进 程的时延，进而使得成功传输一个数据包的时延减小，优化多径网络 整体的吞吐量。

本发明公开了一种基于卷积神经网络的给水管网多点漏损定位方法，包括以下步骤：对供水管网压力数据进行采集，将采集的供水数据分为训练样本和测试样本；将各个样本归一化，归一化后的训练样本输入到卷积神经网络模型中进行训练，得到卷积神经网络模型，归一化后的测试样本对卷积神经网络模型进行测试，保存训练好的卷积神经网络模型；实时数据归一化后输入到训练好的卷积神经网络模型中，通过训练好的卷积神经网络模型来得到预测结果；将预测结果对比标签索引，判断漏损。本发明还公开一种基于卷积神经网络的给水管网多点漏损定位装置。本发明

本发明公开了一种基于卷积神经网络的城市轨道交通乘客拥挤程度检测方法，首先对待检测视频进行预处理，分段并提取运动残差图像，将原始图像与运动残差图像组合作为卷积神经网络算法的输入，建立至少包含一个卷积层和最大池化层的特征提取块，处理并计算原始图像和运动残差图像中包含的人群状态特征，再将人群状态特征和运动特征结合，构建至少包含一个卷积层、最大池化层和全连接层的特征融合块，进行融合处理，同时构建分类器，使用预制的带有拥挤程度标签的训练集对卷积神经网络进行训练，使分类器对待测视频中的乘客拥挤程度进行正确检测，更加全面的表征监控视频中的客流状况，实现拥挤程度的检测，提高了算法检测的准确率。