本发明公开了一种雷达视觉融合扭矩测控系统曲线质量自动判断方法，包括如下步骤：步骤S1：进行拐点识别；步骤S2：进行疑问图形判断；步骤S3：进行特殊扣型与普通扣型判断；步骤S4：矩阵公式应用。本发明的方法显著提高了石油器械作业效率，减少了人工操作时间，降低了人为因素对判断结果的干扰，确保了判断结果的一致性和可重复性。同时，通过实时、准确地识别和分类扭矩曲线，本发明能够及时发现不合格图形并报警，避免不合格连接进入后续作业环节，从而有效保障套管连接质量，为石油开采和钻井作业提供更加可靠的技术支持。

本技术整合了土地复垦学、土壤学、生物学、地质学、化学和信息技术科学等相关学科，采用物理模拟实验与数学模型相结合、理论分析与实际观测相结合的研究方法，通过模型建立、GIS 完全结合和系统开发，实现不同重构措施下的不同年限的复垦农田作物动态预报，揭示重构措施-复垦年限-复垦质量（作物产量）的动态响应机制，为矿山土地资源可持续利用提供技术支撑。 （1）建立复垦土壤水氮运移和作物生长联合模型。联合模型包括作物生长发育、土壤水分运移、土壤氮素运移三个子模块； （2）在 GIS 的基础上进行二次开发，确定数据库管理的结构、数据调运和追加的程序，编写用计算机程序。开发能与 GIS 完全结合的水氮运移和作物生长模拟联合模型组件及其配套的数据库，构建基于 GIS 和模型的复垦农田土壤作物产量预测系统； （3）采用智能化土壤作物系统模型和 GIS 结合的耦合模型，实现不同重构措施下的不同年限的复垦农田作物动态预报，揭示重构措施-复垦年限-复垦质量（作物产量）的动态响应机制。

本发明涉及显示技术与人机交互交叉领域，提供基于多模态融合模型的平板显示视觉舒适度预测方法、系统，其中方法包括：步骤一、采集原始图像集，针对每一原始图像，运用生成对抗网络模型将输入的随机序列转换为增强素材，再将增强素材和原始图像按预设比例融合，获得若干新图像；步骤二、采集生理特征和物理特征，获得训练样本；步骤三、基于堆叠集成框架训练多模态融合模型；步骤四、输入测试数据，获得视觉舒适度预测结果。本发明旨在解决平板显示视觉舒适度预测领域高质量标注样本稀缺、单一模态分析耦合关系缺失、场景适配性差的问题。

本发明成功将EAMM蛋白和抗原HspX在基因水平进行融合构建了新的融合蛋白EAMMH，并将该不带标签的融合蛋白成功进行表达和纯化。EAMMH融合蛋白以可溶形式表达，明显改善了EAMM以包涵体进行表达的状况。此外，EAMMH蛋白融合了结核分枝杆菌主要的生长期抗原和休眠期抗原，并可诱导较强的针对各期抗原的特异性细胞免疫和体液免疫应答。

多年来东北大学与华为公司在人才、科研、教学、竞赛等方面保持着紧密合作。 6月29日，东北大学与华为技术有限公司在主楼824室举行教育部—华为“智能基座”产教融合协同育人基地签约仪式。东北大学副校长王建华教授，华为云副总裁、华为云全球Marketing与销售服务部总裁、东北大学校友石冀琳出席签约仪式。东北大学团委、教务处、人事处、对外联络与合作处等职能部门和相关学院负责人以及参与智能基座课程优化的部分教师代表，华为北京研究所、辽宁代表处、2012实验室、计算产品线的专家参加签约仪式。 王建华代表学校致辞，对石冀琳一行的来访表示热烈欢迎。王建华表示，教育部—华为“智能基座”产教融合协同育人基地项目由未来技术学院承担，项目的签约落地必将进一步深化双方在信息技术领域的全方位合作，构筑更为紧密、可持续发展的合作机制与人才培养模式，合作培养更多适应国家战略、产业需求、未来发展的创新型人才。 王建华对于基地的建设提出了三点希望，一是学校要和一流企业共同瞄准未来技术难题，以育人为本，推动多学科、产学研多方位的融合，培养社会人才；二是在协同育人的基础上，以华为科技精神和东大信息学科作为纽带，探索在学术研究、企业价值等方面进行更加深入的切合双方特点的合作机制；三是基地建设要着眼于交叉化、全球化、未来化，希望双方以“智能基座”基地为育人基石，面向全球、着眼未来，建设具有突出特色的“智能基座”育人基地，推动产教融合协同育人的新发展。 石冀琳表示，多年来东北大学与华为公司在人才、科研、教学、竞赛等方面保持着紧密合作。双方合作建设了“未来技术学院”，共同探索面向未来技术、未来科技所需要的专业人才的培养之路。“智能基座”是教育部高教司与华为共同设立的产教融合协同育人基地项目，首期覆盖东北大学在内的全国72所信息领域领先高校，将华为在华为云、鲲鹏、昇腾等技术领域知识与高校信息类专业课程相结合，为新计算产业创新培养新生力量。 东北大学未来技术学院院长付俊与华为辽宁代表处云与计算总经理王伟签署合作协议。王建华与石冀琳为“智能基座”产教融合协同育人基地揭牌。石冀琳和王伟为云与计算先锋教师和云与计算培训的教师代表颁发了聘书和奖牌。 会上，未来技术学院汇报了“智能基座”产教融合协同育人基地的建设情况，华为公司计算产品线高校科研及人才发展部汇报了2021年“智能基座”工作计划。 据悉，教育部—华为“智能基座”产教融合协同育人基地是东北大学与华为技术有限公司在共建未来技术学院战略合作协议下深化人才培养的重要内容。双方将聚焦鲲鹏、昇腾及华为云等技术领域，首批联合开展22门共建课程，融入华为鲲鹏、昇腾、华为云的知识体系，并在未来技术学院Hero奇点俱乐部、学生创新创业、课外实习实践等方面开展紧密合作，为培养引领未来技术发展的创新型人才注入新动能。

项目简介 当今社会，随着多媒体技术的不断发展，图片视频已经成为了人们获取信息的重要来源，图片视频的数据量出现爆发式地增长。面对大量的图片视频信息，如何高效的存储和传输成为一个重要的问题，在这样的背景下，HEVC视频编码标准应运而生。HEVC(High-Efficiency VideoCoding)是ISO/IEC和ITU-T联合制定的最新视频编码标准，该标准进一步优化了前代视频编码标准H.265，并进一步创新，最终在相同的主观质量下比前代标准H.264提高一倍的压缩率。 HEVC视频编码标准虽然在相同的主观质量下提高了一倍的压缩率，与此同时编码过程中所需的计算量大幅提高。过高的计算量严重的阻碍了HEVC标准产业化的过程。本项目通过一系列技术高效的实现了HEVC视频编码标准下的编解码器以及图片编解码器。项目设计了快速率失真优化框架、高性能并行框架以及高效全平台支持框架，生产出高效的编解码器。 本研究室在视频编码技术上有多年的积累，在率失真优化上有深厚的理论基础。同时，在视频编码标准的实现上，本实验室也积累的丰富的经验，设计并实现了高效的HEVC视频以及图片编解码器。应用范围 虽然目前H.264仍然是主要的视频编码标准，但是HEVC必将很快取代H.264的行业地位。随着高清视频的普及，以及超高清视频的出现，如何在保证视频质量的情况下，提高压缩率减少成本，成为产业界必须要考虑的问题，HEVC视频编码标准必将得到广泛应用。项目阶段 本实验室在视频图像编解码器上进行了多年的研究，对于编解码的过程进行了透彻的分析，设计出快速的率失真最优化模型以及高效的并行框架，最终开发出高效视频编解码器Lentoid以及高效图像编解码器LentP。经过测试对比，Lentoid和LentP与市场同类产品相比均具有可观优势。目前本项目已经完成原型系统开发，有待进一步完善。知识产权 本实验室在高效编解码器的上进行了大量的研究，在编码快速码率失真优化RDO算法，高性能并行框架以及高效解码方案上的研究成果均已在相关领域的顶级会议以及期刊上发表，同时申请了大量的专利。合作方式 合作开发、技术转让、技术许可。

当今社会，随着多媒体技术的不断发展，图片视频已经成为了人们获取信息的重要来源，图片视频的数据量出现爆发式地增长。面对大量的图片视频信息，如何高效的存储和传输成为一个重要的问题，在这样的背景下，HEVC视频编码标准应运而生。HEVC(High-Efficiency VideoCoding)是ISO/IEC和ITU-T联合制定的最新视频编码标准，该标准进一步优化了前代视频编码标准H.265，并进一步创新，最终在相同的主观质量下比前代标准H.264提高一倍的压缩率。 HEVC视频编码标准虽然在相同的主观质量下提高了一倍的压缩率，与此同时编码过程中所需的计算量大幅提高。过高的计算量严重的阻碍了HEVC标准产业化的过程。本项目通过一系列技术高效的实现了HEVC视频编码标准下的编解码器以及图片编解码器。项目设计了快速率失真优化框架、高性能并行框架以及高效全平台支持框架，生产出高效的编解码器。 本研究室在视频编码技术上有多年的积累，在率失真优化上有深厚的理论基础。同时，在视频编码标准的实现上，本实验室也积累的丰富的经验，设计并实现了高效的HEVC视频以及图片编解码器。本实验室在视频图像编解码器上进行了多年的研究，对于编解码的过程进行了透彻的分析，设计出快速的率失真最优化模型以及高效的并行框架，最终开发出高效视频编解码器Lentoid以及高效图像编解码器LentP。经过测试对比，Lentoid和LentP与市场同类产品相比均具有可观优势。目前本项目已经完成原型系统开发，有待进一步完善。虽然目前H.264仍然是主要的视频编码标准，但是HEVC必将很快取代H.264的行业地位。随着高清视频的普及，以及超高清视频的出现，如何在保证视频质量的情况下，提高压缩率减少成本，成为产业界必须要考虑的问题，HEVC视频编码标准必将得到广泛应用。

本发明公开了一种基于运动颜色关联的视频图像显著性检测方 法，包括：获得视频图像的静态显著性图；提取场景的光流向量场；对光流向量场进行初步分类并抛弃最大分类区块；将视频图像从 RGB 颜色空间转换到 HSV 颜色空间；根据 HSV 颜色空间 H 分量中对应颜 色在输入图像中出现的频率，生成颜色直方图；针对光流向量场有效 分类区块中的每个向量，将其范数投射到颜色直方图的相应区间中去， 得到每个颜色区间的运动尺度变量；得到每种颜色的运动显著性值并 投影到原图像生成运动显著性图；将运动显著性图与静态显著性图相 加得到最终显著性图。本发明的方法可以有效地将运动特征纳入显著 性考虑范围，在现有的运动视频测试集上能取得优于传统方法的结果。

当今社会，随着多媒体技术的不断发展，图片视频已经成为了人们获取信息的重要来源，图片视频的数据量出现爆发式地增长。面对大量的图片视频信息，如何高效的存储和传输成为一个重要的问题，在这样的背景下，HEVC视频编码标准应运而生。HEVC(High-Efficiency VideoCoding)是ISO/IEC和ITU-T联合制定的最新视频编码标准，该标准进一步优化了前代视频编码标准H.265，并进一步创新，最终在相同的主观质量下比前代标准H.264提高一倍的压缩率。 HEVC视频编码标准虽然在相同的主观质量下提高了一倍的压缩率，与此同时编码过程中所需的计算量大幅提高。过高的计算量严重的阻碍了HEVC标准产业化的过程。本项目通过一系列技术高效的实现了HEVC视频编码标准下的编解码器以及图片编解码器。项目设计了快速率失真优化框架、高性能并行框架以及高效全平台支持框架，生产出高效的编解码器。 本研究室在视频编码技术上有多年的积累，在率失真优化上有深厚的理论基础。同时，在视频编码标准的实现上，本实验室也积累的丰富的经验，设计并实现了高效的HEVC视频以及图片编解码器。