实验平台由2D和3D视觉单元、SCARA机器人、输送线和计算机组成， 针对图像处理、机器视觉和机器人等课程的教学需要， 配置多个基础类、提高类和应用类实验，帮助学生由浅入深 ，逐步掌握机器视觉和机器人的相关知识。

产品详细介绍软件特点● VisionBank SVS工具库能够满足各种视觉需求，从几何物品的定位、检测、识别、测量，都能够解决● 结合灵活而强大的PC-based应用开发，VisionBank SVS软件能够以前所未有的超快速度，为各种机器视觉应用创建解决方案● VisionBank SVS软件提供中、英两种语言选择，全面兼容Win 7、Win8、Win10系统，客户可在32位与64位间无缝切换● 各工具之间的拖放可实现快速的数值、结果和图像链接。● 支持多种设备热插拔，无需断电就可添加或移除设备● 工具组可重复使用的并缩短应用开发的时间● VisionBank SVS机器视觉测量软件适用于各行业产品在线、离线尺寸测量，1/4亚像素测量精度● 几十种几何算法运算，十多种测量工具，使得测量变得简单，强大● 各工具之间的拖放可实现快速的数值、结果和图像链接。● 测量结果可以Excel ，Txt，CSV等形式输出，统计数据● 圆形、方形、棋盘格等标定板标定，比例尺标定智能视觉软件测量（计测）模块 智能视觉软件测量（计测）模块2标定 标定 高精度测量所选用的标定板标定，可使得检测精度达到um级别。亦可选用标准产品或标准块进行比例尺标定，方便、快捷，更适用于产线数据快速测量。数据存储 智能视觉软件数据存储 可将数据保存为TXT、EXCEL、CSV格式，用户可设置数据保存路径。在数据记录窗口中查看最近100天的检查记录。保存的结果数据文件和图像以日期分组。 机器人视觉引导定位模块● 系统内嵌智能形状识别引擎，能够识别常见的基本几何图形● 对于复杂形状，系统可以进行模板学习训练，进而实现复杂形状的识别● 全面兼容ABB、KUKA，FANUC、安川，川崎，新松等主流机器人，以及各类PLC控制系统实现无缝对接● 多点映射标定及标定板标定，可将图像左边转化为世界坐标、及伺服运动脉冲等● 标准协议的RS2162通讯、网络通讯（服务器、客户端），使得通讯更加简单化● 检测组织错误、表面缺陷、产品损坏、缺失等特等● 颜色检测分析、有序色块检测等● 圆度检测、轨迹检测、直线边缘毛刺检测等● OCR、OCV，读取和验证产品或元件上的字母、数字、字符等● 读取一维条码、二维DataMatrix码、QR码● 读取数据通讯输出，RS232、TCP/IP、I/O输出智能视觉系统逻辑控制、数据运算 对测量模块得到的结果进行数学计算产生新的数值，或比较两个字符串内容是否一致，可以设定固定字符串，等等图像预处理 图像预处理机器视觉 在图像预处理中可以添加一系列预处理算法对图像逐步进行预处理。后续用户选择的模块是在预处理之后的图像上执行的。 支持多种相机需求VisionBank SVS软件可以基于数百种相机平台采集图像。目前可支持Microvision GIGE/USB系列相机、Basler GIGE系列相机、AVT GIGE/USB/1394系列相机，以及维视图像智能相机.优势特点● 智能化工程管理——可同时检测同一产线上的不同型号产品● 多层级权限管理——提供“管理员”、“工程师”及“操作员”权限管理● 高自由度的扩展性——面向高级用户开放SDK版本● SDK层级的兼容性 ——系统直接搭载厂商原始驱动包● 数据转译模块——可对输入输出的信号进行“转译”，支持用户自定义规则● 本地及云端的数据存储——检测数据可本地存储也可上传到云端● 其他辅助功能——包括智能参数确定、逻辑检测、灰度直方图、系统运行日志及额外的软键盘

定量系统生物学是描述生命体的细胞、组织、器官以及整体水平上结构和功能各异的各种分子（包括基因、蛋白质、小分子代谢物等），以及分子在生命体的内部之间、与外界环境之间的相互作用，通过精准的分析测量技术、结合计算生物学来定性、定量构建生命的数字化模型，预测生理状态或者疾病的功能、表型和转化的前沿科学。生命体的运作是在基因调控下，由许许多多的生化反应形成

一、项目分类 显著效益成果转化 二、成果简介 主要针对密码算法的FPGA实现和加速优化。其特征在于，系统通过软硬件协同实现不同认证机制，系统包括硬件认证模块和软件功能模块。利用FPGA的可编程逻辑电路部分实现认证机制算法的硬件加速。 集成电路中差分对管的失调电压或者带隙电压会随着温度和电源电压的变化而产生漂移，从而恶化前台校正的结果。经过理论分析、模拟仿真和实际电路测试，我们发现这种由温度和电源电压变化而引起的失调漂移呈现一定的线性特征，可以用线性内插或者反馈的方式对失调漂移进行校正，从而无需传统的后台校正电路，具有校正电路简单、对比较器正常工作无干扰、精度高等优点。

技术分析(创新性、先进性、独占性)开发了新颖的深度学习算法，准确识别患病部位，准备诊断患病类型，可以显著提高临床效益。自主独立开发。已经在两家大型三甲医院做测试，算法和程序代码完整，

技术分析(创新性、先进性、独占性) 开发了新颖的深度学习算法，准确识别患病部位，准备诊断患病类型，可以显著提高临床效益。自主独立开发。

Web挖掘技术属于信息科学领域，涉及自然语言处理、模式识别、知识工程、机器学习和随机过程等多个研究领域，并需要使用概率统计、矩阵理论以及其他软计算方法作为研究工具和手段。本项目主要针对Web挖掘中的Web数据模型、文本分类和信息检索等基本问题进行理论和算法上的研究，并就这些问题提出了潜在语义结构模型、基于投影寻踪的中文网页分类算法和基于Markov网络的信息检索等模型。同时，在理论上对这些方法进行了深入的研究和探讨，从理论上证明了其正确性。在实验方面，我们将分类模型应用于大规模的标准测试文档集（REUTER-21578语料库、复旦大学中文文本分类语料库），进行了大量的实验，结果表明这些方法均表现出了较好的性能，接近甚至优于SVM和KNN的分类效果，并应用检索模型在标准测试文档集（CACM、CISI、CRAN、MED）上进行了多次对比实验，其性能与BM25相当在某些指标上甚至更优。另外，课题组在北大天网测试文档集上应用上述模型，在近几年的全国搜索引擎和网上信息挖掘学术研讨会（SEWM）的中文WEB信息检索评测中均取得了优异的成绩。

针对大规模的复杂网络系统，在理论上研究网络节点之间协同规则，研究网络结构与系统性能之间的关系，构建实现网络性能指标最优化的分布式算法。其应用主要包括大规模移动通信网络中信道资源的最优分配问题、通信基站的最优覆盖问题等。

成果介绍人脸三维识别，工业产品的三维检测技术创新点及参数自适应，“拟人”；深度学习（神经网络）；模糊逻辑和逻辑推理；进全局优化化计算。市场前景人脸识别，工业产品的外观三维检测