一、项目简介 水下潜水器是海洋立体监测系统的重要移动平台，在深海工程检测、地质勘探、科学考察、环境监测与军事应用等方面有重大需求与发展前景。《国家“十二五”海洋科学和技术发展规划纲要》明确了“开发水下自航行剖面测量技术，形成近海实时、快速观测能力”的重点任务。目前国内外水下潜水器普遍采用细长或开架结构和螺旋桨驱动，具有推进效率低，转弯半径大和辐射噪声大的弱点，急需在减阻和探测能力上取得突破。本项目围绕水下小型机器人高精度探测与识别重要需求，研究基于人工智能的水下探测与识别技术，在水声仿生智能探测、目标特征提取和分类识别上开展技术攻关，并研制样机。海图公司开发多款水下机器人产品，618展示得到重要认可。基于人工智能的小型水下机器人可广泛应用于海洋与内陆，有显著产业化前景。 二、前期研究基础 科研依托厦门大学海洋与地球学院、水声通信与海洋信息技术教育部重点实验室，具备开展水声实验的良好设施：嘉庚号科考船、一艘海洋二号实验船、两处岸边实验站、一个大型水声水池、水声换能器、测量放大器、丹麦B&K公司的声学测量仪器谱分析仪等。已研制多款水下仿生机器人并在水池完成测试。研究团队凭借跨学科优势，把仿生声学探测与水下机器人技术相结合，取得创新成果。本项目实施所需要的实验方法与技术已经具备，并已在以往研究中得到成功应用，从而具备扎实的科研基础。 三、应用技术成果 在仿生探测方面，研究基于人工智能的水下探测与识别技术。仿生最优能量传输与波束控制、仿生目标探测与人工智能识别可以提高水声探测指向性、抑制混响并具备定向水声通信能力，能够突破现有水下机器人水声探测和通信限制。在基于人工智能的海洋仿生机器人研发方面，利用生物医学成像测量鲸豚流线体形、结构和组织特性，设计仿生机器人具有仿生形态和柔性特性，突破现有水下机器人结构和材料设计理念。研究水声仿生智能探测、目标特征提取和分类识别提升仿生机器人水下工作能力。在仿生水下机器人样机研制、传感和模式识别等取得应用成果。 四、合作企业 海图志（厦门）智能科技有限公司由福建省海洋与渔业厅批准的双创干部苏芃牵头成立，组织了西北工业大学、华南理工大学、厦门大学、福州大学、福建师范大学等院校博士专家40余人组成，2015年开始，经过了2-3年的基础理论研究，已经申报和取得相关的专利软著20项。开发过相关的水下装备设备包括水下光学成像摄像机、水下光学镜头、水声定位设备、水下潜器等等，具备一定的开发研究的基础。得到省委于伟国书记、中国工程院院长周济、国家海洋局林山青副局长等等领导的认可。相关的产品取得福建省618青年海洋创新创意成果奖第一名，第六届全国海洋航行器设计与制作大赛一等奖，19届中国国际高新技术成果交易会优秀产品奖、中国创新创业大赛福州市三等奖。海图志（厦门）智能科技有限公司取得厦门海峡科创基金的以5000万估值的投资，在厦门设立海洋机器人创业基地。 海图志（厦门）智能科技有限公司小型水下产品在2016年深圳高交会上引起了科技部、云南省科技厅、广西省海洋局等其他省市领导的重视，2017年福建618项目成果交易会上得到中国工程院院长、福建省省长（现任省委书记）、国家海洋局副局长、福建省副省长、省发改委主任等专家领导的肯定。

本发明公开了一种基于拉曼光谱技术的藻种分类识别方法，包括：取相同藻种的多个样本，每个样本均为当前藻种的活体藻液，采用拉曼光谱仪获取各个样本的拉曼光谱原始信息；对采集的拉曼光谱原始信息进行预处理，得到对应的预处理谱图，然后采用偏最小二乘法从各预处理谱图中提取主因子；更换藻种，获得与不同藻种相对应的主因子；以所有藻种的主因子作为输入，以与各主因子相对应的藻种分类为输出，建立BP神经网络模型；取待鉴别活体藻液，获得该待鉴别活体藻液的主因子并输入所述BP神经网络模型，获得待鉴别活体藻液中所包含的藻种分类。本发明实现了基于拉曼光谱技术的藻种快速准确分类，大大简化了操作步骤，缩短了检测时间。

本发明公开了一种基于移动终端的答题卡识别分析方法及系统，属于图像识别技术领域。本发明包括数据通讯模块、图像处理模块、记分统计模块、数据存储模块和数据输出模块。通过采用二阶图像势能原理进行赋值运算，每一个选项赋值为2的n‑1次幂，n代表选项的顺序号，每一题中任意选项的组合求其所有选项值的算术和即为该题的选项值，确保任意一个选项组合都不会出现重复值，得出该答题信息的成绩。本发明使用已广泛普及的智能移动终端设备，具有操作简单、便于携带、硬件成本低、耗材廉价、无专业印刷技术要求等特点。本发明不仅可用于教学、培训、心理测量还可用于调查统计分析领域具有明显的经济效益和应用价值。

本发明提供了一种基于子结构的复合材料弹性参数识别方法，建立复合材料子结构有限元模型，根据子结构理论对复合材料子结构模型进行动力学缩聚；缩聚后子结构特征矩阵装配到残余结构上，计算得到复合材料全模型模态信息；提取全模型模态数据，计算模态频率对残余结构弹性参数的相对灵敏度；将试验和有限元模拟的模态频率残差的二范数作为目标函数，利用迭代优化算法最小化目标函数。本发明通过考虑了子结构的复合材料建模，将模型待识别部分定义为残余结构，通过全模型模态频率对残余结构弹性参数的相对灵敏度分析和模态振型匹配，采用优化迭代算法识别复合材料待识别参数，节省计算资源，提高计算效率，具有十分重要的工程意义。

1. 2D/CMC-中药注射液类过敏物分析仪 2.“2D/CMC-中药注射液类过敏物分析仪”系统界面 3.2D/CMC-中药注射液类过敏物分析仪 配体-受体相互作用研究 ：CMC模型完全适用于配体-膜受体相互作用研究 4. CMC-配体/受体作用分析仪

本发明公开了一种城市信号控制交叉口群关键路径识别方法，包括如下步骤：1）运用对偶图法表达具有转向限制的交叉口群网络，将寻找逻辑连通路径问题转换为在对偶图中寻找出每个顶点正好经过一次的有向Hamilton通路问题；2）采用回溯法完成对通路的寻迹；3）建立由离散性关联指标和阻滞性关联指标组成的路径关联度计算模型；4）对网络内所有逻辑连通路径计算路径关联度值，依据关联度值高低确定关键路径走向。

本发明公开了一种基于运动检测的舵片偏转极性识别方法，包括：取得舵片未偏转静态图像，运用旋转矩形掩模提取出各舵片的感兴趣区域图像作为各舵片背景帧，同时得到正负偏转分割区域；对各舵片动态图像结合各舵片背景帧运用背景消除法得到各舵片运动图像，对各舵片运动图像进行去噪和增强处理，获得各舵片识别图像，进而获得各舵片识别图像在正负偏转分割区域的平均灰度值，根据单帧识别图像正负偏转分割区域的平均灰度值和正负偏转分割区域的多

生物受体的构象变化是变构效应、信号传导等众多生物功能的基础。具有构象自适应性的大环主体可以作为简化模型，用于揭示生物分子识别的构象变化机制。在该课题组最近关于酰胺管芳烃的研究中，首次直接观察到了基于“构象选择”机理的分子识别行为，并详细阐述了“构象选择”识别机理的热力学与动力学机制。

1. 痛点问题 我们生活在一个真实的三维世界中，二维环境感知是远无法满足我们的实际需求。在诸如自动驾驶、机器人抓取和三维目标识别等应用中（如图1），我们经常需要推理三维空间中物体之间的位置关系，从而能够理解真实三维场景并做出进一步的决策行为。 图1 自动驾驶、视觉抓取、物体识别 2. 解决方案 本技术成果提出了一种三维视觉目标检测与识别方法。在三维视觉目标检测方面，提出了一种基于关系推理网络的单目三维物体检测方法，方法流程图如图2所示。方法提出了一种新的单目三维物体检测架构，训练了一个深度关系推理网络来估计三维候选和真实物体之间的空间位置关系，通过测量投影结果和真实物体之间的视觉拟合度来实现高精的三维空间定位。 图2 三维目标检测的流程图 在三维视觉目标识别方法，提出了一种基于球面分形卷积神经网络的三维点云识别技术，方法流程图如图3所示。方法通过引入球面分形结构，将原始三维点云通过可学习的神经网络投影到球面，使得卷积神经网络可以高效处理三维点云数据并进行特征特征，同时通过设计基于分形结构的层次化学习框架，提高了三维点云物体识别的精度，实现了对于三维点云目标在旋转条件下特征表示的鲁棒性。 合作需求 寻求在人工智能、智能机器人、智慧城市等领域有相关技术开发、市场推广经验，能推进本技术落地的高科技企业，可以进行深度合作。本技术成果有望在自动驾驶、虚拟现实等场景进行落地应用。