中央空调系统运行效果的优劣与建筑使用状况、天气等因素密切相关，现有中央空调系统中90%以上没有控制调节功能，导致系统运行能耗占建筑总能耗的40~60%，节能潜力巨大。我国北方集中供热系统管理粗放，缺乏科学有效的供热调节手段，热力失调严重，局部过热、局部过冷问题突出，循环水泵消耗巨大，初期设计也不尽合理，导致供热能源消耗巨大，单栋建筑采暖能耗约占建筑总能耗的30~50%应用范围。 为此，我们针对中央空调系统和集中供热系统提出了系列化的节能集成控制技术，包括：中央空调水系统变水量变温度模糊智能节能集控技术；中央空调风系统变风量变温度模糊智能节能集控技术；新风、排风与建筑正压模糊智能协同集控技术；既有集中供热系统的运行效果检测、评价和节能改造方案；既有集中供热系统的管网热平衡与供热量计量；集中供热锅炉房、换热站、供热管网的模糊智能节能集控技术；中央空调系统和集中供热系统的节能规划与施工图设计。

        5T管理”理念，即基于农作物及果实生长的自然通道特性，按时间敏感性将收储过程界定为熟收 (T1)、田场 (T2)、干燥 (T3)、收仓 (T4)以及仓储 (T5)等5个事件，进一步围绕5个事件优选管理目标因子和控制因子、制定管理指标体系和配套先进适用技术装备。在吉林省粮食和物资储备局的支持下，依据“5T管理”原理，制定了《吉林优质稻谷收储作业5T管理技术规程》。依托吉林省粮食和物资储备局、吉林大米联盟、九台贡米联盟、益海嘉里金龙鱼等大米相关产业组织在省内外进行推广，减损效果显著，可以显著延长大米的保鲜期，特别是探明了不当管理导致的7.16%“隐性”损失，同时也减少了粮食微生物毒素危害，为稻谷的持久鲜活保驾护航。

主要功能和应用领域： 本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。 特色及先进性： 1）复杂背景环境下的自动识别。采用自适应双闭值分割算法进行粗分割，提取出ROI区域中的单个细胞或细胞群作为分析目标，细胞图像的精细分割将在每个ROI区域里完成，极大地减少了数据运算量。 2）针对形态各异和边缘模糊图像的精准分割。针对有型成分的显微生物图像特点，去除边界拓扑结构复杂、细胞各组成区域内灰度不均匀以及成像易受噪声干扰等因素的影响，基于Chan一Vese模型，提出几何活动轮廓模型方法，使用几个独立的水平集进行有型成分图像的分割，与传统分割方法对比准确率提升30%。 3）针对种类繁多的神经网络集成识别。基于普通神经网络泛化能力不高的问题，提出利用有限个神经网络进行集成并将其结果进行合成，显著的提高整个分类学习器的泛化能力，提高了整个系统的识别能力。 4）采用重叠分离算法精准分类。有型成分分离、细胞个数的准确读取决定了整个系统的精准程度。通过寻找到合适的分离点并构建分离线，实现重叠区域的快速合理分离，从而将粘连、重叠的细胞分离开来，并进行准确计数。 技术指标： 有型成分 漏检率 误检率 白细胞 5% 15% 脓球 20% 30% 吞噬细胞 20% 30% 红细胞 5% 15% 孢子 15% 25% 夏科雷登结晶 10% 10% 寄生虫 5% 15% 脂肪球 10% 15% 单张图片检测时间：＜0.5 s 关键问题和实施效果 现今国内大多数医院和研究单位对生物细胞或微生物病菌等检测还是采用人工处理的方式，即将样品制成涂片，在显微镜下观察并根据大小、形状等特征进行分类计数以得到数据结果，医务人员再通过这些数据结果凭借自身的知识和经验诊断病症或得出研究数据。该技术能够实现样本显微镜检有型成分的自动识别，满足了临床开展常规及特殊检测需要，使得生物检测在自动化、无异味、无危险性的情况下进行，提高了检测效率，改善工作环境，保护工作人员，降低检测成本和检测时间，提高在国际市场的竞争力，有利于医疗检测行业的智能化发展。该技术可识别的部分生物细胞图像如下图所示。 红细胞 白细胞 霉菌 虫卵

本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。

成果简介： 主要功能和应用领域： 本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。 特色及先进性： 1）复杂背景环境下的自动识别。采用自适应双闭值分割算法进行粗分割，提取出ROI区域中的单个细胞或细胞群作为分析目标，细胞图像的精细分割将在每个ROI区域里完成，极大地减少了数据运算量。 2）针对形态各异和边缘模糊图像的精准分割。针对有型成分的显微生物图像特点，去除边界拓扑结构复杂、细胞各组成区域内灰度不均匀以及成像易受噪声干扰等因素的影响，基于Chan一Vese模型，提出几何活动轮廓模型方法，使用几个独立的水平集进行有型成分图像的分割，与传统分割方法对比准确率提升30%。 3）针对种类繁多的神经网络集成识别。基于普通神经网络泛化能力不高的问题，提出利用有限个神经网络进行集成并将其结果进行合成，显著的提高整个分类学习器的泛化能力，提高了整个系统的识别能力。 4）采用重叠分离算法精准分类。有型成分分离、细胞个数的准确读取决定了整个系统的精准程度。通过寻找到合适的分离点并构建分离线，实现重叠区域的快速合理分离，从而将粘连、重叠的细胞分离开来，并进行准确计数。 技术指标： 有型成分 漏检率 误检率 白细胞 5% 15% 脓球 20% 30% 吞噬细胞 20% 30% 红细胞 5% 15% 孢子 15% 25% 夏科雷登结晶 10% 10% 寄生虫 5% 15% 脂肪球 10% 15% 单张图片检测时间：＜0.5 s 关键问题和实施效果 现今国内大多数医院和研究单位对生物细胞或微生物病菌等检测还是采用人工处理的方式，即将样品制成涂片，在显微镜下观察并根据大小、形状等特征进行分类计数以得到数据结果，医务人员再通过这些数据结果凭借自身的知识和经验诊断病症或得出研究数据。该技术能够实现样本显微镜检有型成分的自动识别，满足了临床开展常规及特殊检测需要，使得生物检测在自动化、无异味、无危险性的情况下进行，提高了检测效率，改善工作环境，保护工作人员，降低检测成本和检测时间，提高在国际市场的竞争力，有利于医疗检测行业的智能化发展。该技术可识别的部分生物细胞图像如下图所示。

Ø  成果简介：机械式气动换向阀的过渡机能表征了在换向过程中各通口连通和切断的情况。是换向阀的一项重要指标。通过使用高性能的步进电机推动阀芯移动实现阀的换向，换向过程中利用两个高精度的压力传感器实时检测两个通孔的压力，同时，采用高分辨率的光栅尺记录下各个通口压力突变点时的阀芯位移， 将两个位移数值相减即得到机械式气动换向阀的过渡机能。Ø  项目来源：横向项目     技术领域

本发明公开了一种基于白光干涉原子力探针扫描显微镜探针系 统的成像自动调整装置自动及其控制方法，该装置主要包括计算机， 夹持机构及铰链机构，原子力探针及其探针组件，白光干涉显微系统， 面 CCD 光路连接筒。在白光干涉原子力探针显微镜连接完成的情况 下，根据面 CCD 上探针的成像与面 CCD 坐标系的水平夹角，通过计算机来控制舵机偏转一定的角度，使得原子力探针在面 CCD 中的成像 与面 CCD 坐标系中的夹角在误差范围内，从而得到测量的结果有较小 的测量误差。本发明可以实现探针在面 CCD 中的成

1、微电脑控制，中文界面，彩色液晶显示，触摸屏操作，简捷、直观、方便。2、全程电脑自动控制，无需人工干预。自动梯度离心浓缩标本，自动抽取标本瓶废液，自动转移标本，自动制片，自动滴染色（含盐酸酒精分化）。3、每份标本独立离心浓缩，独立抽取废液，独立转移并沉降制片，独立滴染色、独立倾倒废液，标本与耗材（离心管、一次性移液针筒、沉降仓等）一一对应，不交叉使用，不重复使用，保证单独制片染色，无标本间交叉污染4、一次性移液针筒抽取染色液、盐酸酒精，因此，无堵塞管道风险，无染色液浪费。5、有效细胞单层、均匀地平铺到载玻片圆形区域上，制成细胞成分丰富、背景清晰、颜色鲜艳、形态完整、平铺均匀的细胞学涂片。6、上皮细胞、化生细胞、颈管细胞及微生物等清晰，既可直接查癌及癌前病变，也可查炎症，HPV感染、滴虫、霉菌等微生物。7、配有净化排气装置，环保密封罩活性炭过滤，吸附有害气体，保证仪器内外空气洁净，保护操作者健康。8、单次制片染色1-24任意数值只标本。9、妇科、非妇科两种工作模式；巴氏、HE两种染色方式。

网络音乐以其使用率一直位居中国互联网应用前三甲的宝座，音乐已经成为用户通过搜索引擎搜索的前三大类内容之一，用户比例高达41.6%，大部分综合搜索引擎都已经提供针对音乐的垂直搜索功能。互联网上日益庞大的用户规模以及海量的数字音乐要求高效的音乐检索手段和令用户满意的检索体验。 本系统采用多模态情感回归的方法，实现音乐情感的自动标注，并通过音乐情感词作为中间桥梁，实现音乐情感维度信息到情感类别的映射，间接实现了音乐情感的分类。因此本系统能够同时满足对音乐情感维度信息和类别信息自动标注的需求。