我国人工智能核心产业规模超过1500亿元，其中计算机视觉所做贡献最大，其规模占比超过35%。面向国家人工智能战略发展对计算机视觉技术的重大需求，攻克了多任务迁移目标检测技术、智能视频分析技术、高精度人脸/掌纹识别技术、医学图像处理技术等一系列关键技术，研究成果先后获得了教育部自然科学一等奖、黑龙江省自然科学一等奖、江苏省科学技术一等奖等一系列奖项，在目标检测与跟踪、目标识别、医学图像智能分析等领域形成了鲜明的研究特色。相关

1 成果简介该系统主要由云计算平台和桌面云终端组成。桌面云终端可以实时访问多个云计算平台里的虚拟资源；云计算虚拟资源可以为多个用户提供服务。桌面云终端通过接入云计算平台、展示云平台虚拟化系统及应用、使用云计算和云存储服务；云计算平台解决应用需求繁杂、资源分散且不固定、资源配置复杂等问题以及提供能够自由获取的云计算服务功能。 桌面云终端是基于 Windows XP/Linux 系统的支持云服务的终端设备。云终端既可与云服务器主机远程桌面同步运行，也可作为迷你 PC 单独运行，其价格相当于传统个人 PC 的20%-30%， 并且采用软硬件一体化设计，综合使用成本低。采用虚拟化技术实现主机资源的共享，桌面终端无需 Windows 许可，大幅减少硬件投资和软件许可证的开销。利用 elop 云终端管理软件统一管理，利于维护，多位用户可以不受限制独立、同时使用一台主机的软硬件资源，实现资源的高效整合和灵活使用。桌面云终端机身小巧，无需风扇散热，无噪音干扰，辐射低，绿色健康环保。 元计算平台提供计算资源和存储资源的虚拟化，用户可以利用软件方便的搭建和管理一个数据中心，软件本身提供了一套完整的认证安全机制，使得资源的共享是安全的。实现了加密通信、身份认证、用户管理、资源调度、人机交互以及通用数据库服务等多项功能。各项功能均提供了相应的开发接口，高级用户可以在本软件的基础上进行二次开发，得到针对特殊应用解决方案。 云计算平台划分为以下四层：E （ lement） 层：元素层是中间件架构的最底层，其基本功能是定义整个应用架构最基本的元素（ element） 作为处理和调度的基本单位，完成元素间无缝的互操作、共享、访问控制与透明的管理功能。L （ ogic） 层：逻辑层实现平台的应用逻辑，将底层大规模异构的元素屏蔽起来，并提供统一的访问操作机制，使得上层应用能够不用关心具体元素的类型、位置等详细信息，只用按照逻辑层规定的接口采用与之适应的方式进行访问和处理。O（ rganization） 层：组织层实现系统的合理布局，存储与安全访问机制，提供认证、授权、信任机制等安全策略，完成体系的动态构建、非授权访问控制等关键问题。P （ rocess） 层：实现直接和业务逻辑相关的操作与处理。本层只需关心具体的服务或者工作流程而不需要终端用户关心实现细节。2 技术指标桌面云终端通过虚拟桌面技术共享云服务器的软硬件资源，为每个用户提供自己的桌面，用户无需安装操作系统级其他基本应用软件。可以作为迷你 PC 单独使用，终端用户可以单独上网冲浪、享受云计算、独立运行office 软件等应用软件。用户也可根据个人需求安装所需软件，能够获得与独立电脑无差异的运行环境和速度。在服务器端为每个云终端用户配置各自的操作权限和磁盘空间，各用户拥有独立的账号和密码，工作相互独立，互不干扰。服务器端对云终端用户进行管理，包括创建、修改、删除用户，对用户统一管理。服务器端对云终端进行维护、升级等，实现终端的统一管理和安全策略。提供存储功能，用户数据统一存储在云服务器，保证数据的安全性。也可下载数据并存储到 U 盘或移动硬盘。通过服务器端的云计算平台对云服务器和终端网络计算机进行管理，提供对云服务器网络状况、虚拟机性能等的实时监控、云计算资源的调度迁移、云终端用户的管理、云终端运行状况的实时监控和管理等功能。云计算平台基于 CA 和数字签名的身份认证，基于虚拟组织（ Virtual Organization）的权限管理和访问控制，基于 Socket 与 X.509 证书的加密通信，基于 VirtualBox的虚拟机配置和部署，基于嵌入式系统和 RDP 协议的虚拟桌面访问，基于 ODBC的数据库管理和访问。3 应用说明本系统可广泛应用于各行业领域，为计算中心的计算存储资源整合和安全管理提供解决方案，可用于构建云计算平台数据服务中心。提供计算资源和存储资源的虚拟化，用户可以利用本软件方便的搭建和管理一个数据中心，软件本身提供了一套完整的认证安全机制，使得资源的共享是安全的。同时，高级用户可以在本软件的基础上进行二次开发，得到针对特殊应用的软件。云制造在国家 863 云制造主题项目的支持下，与北京航空航天大学合作，将云计算的资源共享理念和按需使用的商业模式引入制造业，实现制造资源的有效利用，进而降低成本。电力云在国家 973 基础研究计划课题的支持下，与清华大学电机系和南方电网等单位合作，以云计算平台为基础形成广域电网安全稳定运行和闭环阻尼控制的仿真平台。教育云在教育部国家精品课程集成重大项目的支持下，利用云计算平台整合高等教育课件资源，解决中小学基础教育的资源不平衡问题。医疗云在国家重大专项 3 的支持下，构建社区医疗服务框架，以云数据中心为核心，利用无线、有线等多种通信方式，通过医疗云平台支持远程医疗，健康监护和医疗协作。管道云在中石油科技项目的支持下，与中石油管道公司密切合作，在输油管道的实时监控、运维等方面引入云计算技术和平台，实现实时数据管理，第三方应用的接入等。政务云与北京慧点科技开发有限公司合作，在北京市东城区云计算规划咨询项目中，提高现有IT 资源设备的利用率，整合不同环境下的政务应用系统，最大程度的减低成本。4 效益分析本系统的应用对于客户的长远运营和维护管理方面能带来丰厚的回报。能耗桌面云终端产品根据是否带触摸屏、是否开 Wi-Fi/3G 等情况，功耗分别是几瓦到几十瓦。即以 20 瓦来计算，与传统 PC（ 320 瓦）或工作站相比较， 500 个终端一年（如果按每天 8 小时工作，一年 200 个工作日，电费 1 元/度）可节省电费约 20 万到 30 万元。同时，也相应的降低了终端设备对企业分支机构 UPS 负荷的需求压力。 此外，云终端发热低，不需风扇，因此无噪音。对于节能减排，绿色环保都非常有利。可靠桌面云终端采用软硬件一体的嵌入式设计，整机设计紧凑，没有任何机械易损件和拔插件，使得云终端的硬件寿命大大的超过了桌面 PC，硬件设计寿命在 5 年以上，为企业节省了设备维护、 维修和更新成本。安全用户数据不在本机存储，一律存储在数据中心主机即服务器端，数据安全可靠，也降低了病毒感染和网络攻击的几率，这样大大降低了这方面的维护成本。易管理云计算平台的统一管理，真正做到终端接近“ 零”维护，这样可以大大减少维护工作量，降低 IT 人力费用。 同时对硬件资源、安全认证等进行调度和管理，功能强大。良好的人机交互界面降低了对用户的专业化要求。快速部署时间就是金钱，这一点对于很多企业和部门都是极其重要的。 系统部署简单快捷， 桌面云终端开机即用。

基于复杂流动网络计算理论，将电站锅炉蒸发受热面抽象为以节点、受热回路和连接管等元件组成的流动网络系统，根据遵循的质量守恒方程、动量守恒方程、能量守恒方程及流动传热试验关联式，建立流量分配的非线性计算数学模型，采用Fortran和Visual Basic混合编程技术，开发出具有自主知识产权的通用电站锅炉水动力计算软件HYDROSYS。 软件根据系统部件以及实际功能划分为不同的设备和功能模块，各个模块间相互结合，可以对各种容量等级、各种蒸汽参数、各种炉型（П型、塔式、T型）、各种管圈型式（螺旋管圈水冷壁、垂直水冷壁）和燃烧技术（切向燃烧方式、墙式燃烧方式、W火焰方式、循环流化床燃烧方式）的亚临界汽包锅炉、超（超）临界直流锅炉水动力和壁温特性进行计算分析。

它能够自动化地读取心脏CT、MRI影像，重建人体心脏各组织的立体结构, 计算任意部位的体积以及心功能参数，将医生从繁重的人工分析中解放出来，节 省计算时间，提高计算精度，辅助临床医生进行快速精确的诊断。本系统可以读 取存储在医学影像数据管理平台中的DIC0M格式及mha, nii等图像，自动去除 隐私信息，三维重建，并返回关键性的诊断指标和三维打印模型。本系统主要服 务于心脏疾病辅助诊断，医学教育和心脏知识健康教育，心脏医疗器械研发等。 动态心脏影像重构云计算系统的核心价值： 1） 医生参考重构模型进行手术设计、手术模拟、手术会诊、术中对照等一系列 操作，突破现有影像工作站对于对超声、CT断面、MR断面均存在视角盲区的局限。解决了临床心脏病诊疗中依靠医生从二维平面推断病员三维心脏结构的难题。 2） 医院无需增加额外设备，无需改变现有治疗流程，通过云服务的方式无 缝融合到现有的诊疗流程。 3） 基于300例中国人临床影像经过深度学习而构建，重构精度达到3mm。 4）高性能的并行计算集群和专业的3D医用打印机，1.5小时获得计算结果，12 小时实现心脏模型直达。 市场及经济效益分析： 本项目市场规模巨大。按照《中国心血管病报告2017 （概要）》最新发布, 心血管病死亡占居民疾病死亡构成40%以上，中国心血管病患病率及死亡率仍处 于上升阶段。推算心血管病现患人数2. 9亿，其中脑卒中1300万，冠心病1100 万，肺原性心脏病500万，心力衰竭450万，风湿性心脏病250万，先天性心脏 病200万，高血压2. 7亿。在各类心脏病诊治中，获取心脏的精细结构是必不可 少的一个步骤。由于技术难度受限，本领域目前尚无主导型产品。 本项目产生的直接效益：按照全国2232个三级医院的10%来计算，每天10人次, 平均每例利润20元等保守估计，每年产生持续稳定的直接效益为1600万元，尚 不计算本系统对于心脏诊治疗的深度服务。且本系统具有大数据和云计算平台的 核心优势，运营成本低，无需医院添加任何设备。

人工智能应用创新实训平台是一款专为人工智能领域专业学生设计的多功能教学工具，它集科研教学、实验实训和项目实践于一体，提供了一个全面的学习环境。该平台以国产高性能芯片RK3588作为其边缘计算的核心，支持本地化编程开发，使得学习者能够深入掌握人工智能技术。此外，平台还支持PyTorch、TensorFlow、NCNN等多种主流深度学习框架，便于学生进行模型训练和推理实践。 平台内置了丰富的案例资源，包括但不限于MobileNet、Fcn_Resnet、Resnet、Openpose、Unet、Retinaface、Yolov8pose、Yolov11等前沿模型，为学生提供了实际操作和学习深度学习模型的机会。这些内置模型不仅有助于学生理解深度学习算法的实际应用，也为他们的创新项目提供了坚实的基础。通过这样的实训平台，学生能够在实践中深化理论知识，提升解决实际问题的能力。 本平台融合了先进的多模态大模型智能体，并配备了一系列场景化实体组件，包括深度相机、双轴云台、多轴机械臂、微型输送带、工业级相机以及麦克风阵列等。这些尖端设备使得我们能够快速构建智慧工厂、智能分拣、智慧交通、智能家居等多种应用场景。

一、全身模拟人 *1、全身针灸模拟人设有≥300个穴位传感器（穴位应包括常见病针灸处方中的十四经穴和奇穴）。穴位点以LED灯光的形式呈现，软件端可控制穴位灯光的开启与关闭。 *2、全身模拟人：点穴模拟人模拟一成年男性，身高170CM，模拟人为整体结构（非四肢拼接而成），四肢均可自由活动。 3、针灸模拟人全身均为真实柔软的仿真皮肤、仿真实皮下与肌肉组织、手感真实触有弹性仿真皮肤有非常好的柔韧性。同一位置针刺多次不会出现明显孔位，表面形状、触摸手感均与人体无异，非常的真实。 *4、仿真模拟人体内有完整的全身骨骼仿真结构、四肢骨骼可活动，有良好的弯曲的功能。体内有完整的骨骼仿真结构,真实的展示各部位骨性标志。全身各部位关节为金属构件连接，灵活、牢固可任意摆放各种点穴取穴体位。 5、体表解剖标志明显，有明确的脊柱骨凸点、肋骨凸点、乳头、肚脐等定位特征点，并可进行点穴定位。 6、具有逼真的口腔(牙齿、舌、悬雍垂等)及气道(会厌、声门、气管等)。 7、模型材料采用了无毒、无害的环保级材料。 8、模拟人与软件之间支持有线与无线两种连接方式。 二、实训功能 *1、软件系统中打开经络或穴位，全身针灸模型人可亮起相应穴位灯。 2、每个穴位都是独立传感器，单个传感器故障不影响整个系统的使用，每个穴位传感器支持单独拆卸更换。 *3、在全身模拟人上针刺某一穴位，软件系统自动播报该穴位点名称，并跳转到相应位置，并以高亮显示，在软件中点亮某一穴位，模拟人上对应的穴位亮起。 4、可在全身模拟人上根据骨性标志、体表标志等不同取穴方式进行真实人体取穴。 *5、实时实训：针对全身的穴位可以分经络进行单独展示，配合全身模拟人进行针刺练习，触发穴位后软件进行实时响应，系统可实时显示该穴位的名称、国际代码、点位、解剖位置、主治、操作等信息，同时播报其穴位名称。 6、穴位提示：可以单独控制单一穴位的灯光提示，方便认穴练习。 7、经络练习：可以点亮一条或多条经络穴位进行相关经络学习。 8、多穴练习：可针对性的点亮多个穴位进行练习，系统给出实时反馈。 9、模型穴位灯光可实现经络的循行走向。 10、支持分层感知功能，在人体模型穴位上进行按压时，软件同步显示按压力度、按压时长及按压感知层次，并实时以视图形式呈现按压力度变化。 11、具备压力反馈功能，可根据穴位，设置不同耐受阈值，在进行按压时以视图形式呈现按压力度变化和按压时长信息。 12、系统具备压力反馈功能，穴位按压时，可调控反馈按压力度大小。 三、软件功能 1、系统包含经络腧穴解剖、点穴训练、综合病例训练、发布点穴考试等功能。 2、穴位认知包含包括十二正经、十二经别、奇经八脉共32条经脉，包含362个经穴，50余个经外奇穴。点击该穴位可直观了解穴位所在位置。针对每条经络及穴位的点位、解剖位置、主治病症、针刺手法均有详细释义，并可以利用虚拟数字人体模型交互操作使用。 3、解剖系统：包含骨骼系统，关节系统，肌肉系统，消化系统，神经系统，动脉系统，静脉系统，淋巴系统，皮肤系统，呼吸系统，泌尿生殖系统，内分泌系统等人体数字虚拟系统，方便理解中医穴位在人体结构中的毗邻关系。在系统中可对数字人体进行拆分、隐藏等多种解剖功能的操作。 4、经络循行：通过三维动效形式展示，可直观了解人体经络循行。 *5、可对数字模型进行放大、缩小、平移、一键初始状态、一键返回主页面，可前、后、左、右、上、下六视图切换三维模型视角，对任意界面进行截图保存等多种操作。 6、系统设有多种背景颜色适配多种场景。 7、语音功能：针对详细注解内容，进行对应的语音讲解。 8、透明功能：可一键透明皮肤、肌肉、骨骼，也可以调节不同层级的透明度，利于学习针灸腧穴对应的内部解剖结构。 *9、身体层级：可以对皮肤、肌肉、骨骼、动脉、静脉、内脏、神经进行隐藏和显示。 10、文字介绍：点击任意腧穴都可以显示其名称、介绍等信息。 11、即触即显：任意点击某个腧穴/某个解剖结构，可以立即显示其名称及对应结构注释。 12、搜索：输入穴位名称、拼音或代码，可在三维人体模型上快速定位到该穴位。 13、歌诀背诵：包含井荥输原经合歌、八会穴歌、络穴歌、郄穴歌、八脉交会穴歌、背腧穴歌等针灸歌诀。 14、腧穴定位体表解剖标志具备20余个重要人体解剖标志位置，可一键显示全部体表解剖标志定位点。 15、骨度分寸：以《灵枢·骨度》里的人体各部的分寸为基础，用于腧穴定位的方法。根据当前学习的穴位，一键获得根据骨度折量定位法得出的位置信息，更方便腧穴认知。 16、对称穴位：不仅可以学习单侧的经络穴位，更方便进行对侧穴位的认知学习。 17、重置或复位：一键恢复三维模型至初始状态。 *18、常见的危险穴位具有特殊标记，详细信息包含针刺异常情况表现及情况处理。 19、支持按部位显示/隐藏虚拟人体模型，可分为全身、头部、躯干部、上肢（左）、上肢（右）、下肢（左）、下肢（右）等多种模型状态。 四、取穴模块 1、取穴训练 1.1、可在模拟人身上进行全部穴位的取穴模拟。支持不少于400（单穴）个穴位的取穴练习。 1.2、系统可随机挑选10个穴位进行训练，操作结束后，系统实时给出评分，成绩单可查看每个穴位的操作过程和分值记录。 1.3、在软件虚拟人体上进行穴位的寻找与确认，实时反馈取穴位置的对错，亦可随时查询所练习腧穴的正确定位，以便即时纠正及再次练习巩固，结束训练后可自动生成训练记录。 1.4、支持以全国针灸推拿临床操作技能大赛的腧穴定位比赛规则随机出题。 2、专项取穴训练 2.1、具备教师指定和自主选择功能。 2.2、教师可以设置题组数目、组题形式，支持系统随机组题和自定义组题。 2.3、教师可自行设置取穴形式，支持一键发布训练穴位。 3、综合病例训练 3.1、包含头面躯体痛、内科、妇儿科、皮外伤科、五官科、急症等多科室的病例针灸治疗内容。 3.2、包含头痛、面痛、腰痛、面肌痉挛、落枕、颈椎病、漏肩风、坐骨神经痛、晕厥、眩晕、中风、高血压病、痹证、胁痛、痴呆、不寐、心悸、水肿等病案诊断、治疗方法。 3.3、每个针灸病例考题作答后系统自动给予正确答案对比。 4、发布取穴考试 4.1、试题类型支持智能针灸全身人身上针刺取穴和系统虚拟人身上取穴，教师可分别设置每个穴位的考核形式。 4.2、考试穴位支持按照设置的常用穴位和非常用穴位自动随机生成，支持按经络、部位等自主选择穴位生成。 五、配置清单 1、全身针灸仿真模拟人一具。 2、65寸落地式触控交互系统一套，配备可移动式支架。 3、可升降按摩床一台。 六、中医针灸数字人系统V1.0 一套

针对上述社会安全事件综合研判的难题，本成果利用系统工程的综合集成研讨方法论，综合公安学、管理科学、计算机科学等相关学科理论、方法与技术，提出了基于多时空线索链的社会安全事件智能综合研判关键技术以及面向社会安全警情事件的警务资源指挥调度方法。 ①基于多时空线索链的社会安全事件智能综合研判关键技术以群体性聚集事件作为典型社会安全事件，构建基于六空间的社会安全事件综合集成研讨厅体系：融合构建“情景数据-元数据-知识-实体模型-形式模型-算子”六空间体系，提出多时空线索链生成技术，抽取知识空间中共性的时空线索链模式；基于知识和数据共同驱动的思想，提出了社会安全事件的研判支持方法，包括基于知识图谱的推理方法、基于相似案例的推理方法、以及基于贝叶斯网络的推理方法等；进而结合专家研判，实现典型社会安全事件智能综合研判。 ②面向社会安全警情事件的警务资源指挥调度方法是在层次任务网络规划（Hierarchical Task Network, HTN）的基础上，实现任务执行时间、空间和资源约束的推理，解决考虑多任务类型、多警种、多出警地点、任务带有时效性、考虑交通和处置时间等实际因素的警务资源调度方案制定问题；进而考虑执行时间等不确定因素的影响，在规划过程中处理不确定性，制定柔性调度方案，使生成的调度方案更好地适应不确定的执行环境。 ③在此上述关键技术基础上，运用系统工程方法，研究了基于云计算与边缘计算的端网云的网络结构、通讯协议及协同计算模型，综合考虑各方面因素对平台体系架构进行了设计，从顶层设计层面解决信息孤岛、资源有限等难题，构建了基于云计算于边缘计算的社会安全事件智慧化立体综合预警与指挥平台。整体技术路线如下图所示： 图 1 社会安全事件智慧化立体综合预警与智慧平台整体技术路线 研制的基于云计算于边缘计算的社会安全事件智慧化立体综合预警与指挥平台，主要由四个系统组成。其中，融合“人、车、物、网、地”的警情大数据支撑平台与公安部门现有的业务系统相对接，关联研发的目标识别与警情事件监测预警结果，实现警情数据的采集、整理和分析。社会安全事件智慧化综合预警与分析系统基于大数据支撑平台提供的公安业务数据、网络舆情信息和研判结果数据等，提供了公安部门需要的事件分析和研判功能。面向社会安全事件的警务资源指挥调度系统基于研判结果，具有领域知识管理、调度方案生成和执行异常识别等功能，为指导指挥员进行调度方案制定提供辅助决策能力。最后，基于研发的系统间及与公安相关业务系统间的互操作模式、资源可伸缩的并发处理技术，由应用集成管理平台提供应用集成和服务集成功能，包括统一的用户管理和认证、工作界面、应用云服务管理等，实现各系统间的有机集成，平台体系架构如下图所示。 图 2 社会安全事件智慧化立体综合预警与指挥平台体系结构 成果相关图片展示： 图 3 社会安全事件智慧化综合预警与分析系统驾驶舱 图 4 时空大数据查询模块 图 5 研判规则管理模块 图 6 预案管理模块

随着计算智能方法得到更广泛的应用，其从问题本身学习的能力亟待增强。为此，越来越多研究提出使用机器学习模型来驱动计算智能。通常，这种基于模型的进化算法的性能高度依赖于所采用模型的训练质量。而传统机器学习方法需要大量训练数据进行模型训练，而且受维度灾难的影响，这类方法通常很难解决维度较高的问题，约束了计算智能方法的应用范畴。课题组在IEEE Transactions on Cybernetics上发表了一种由生成对抗网络（GAN）驱动的进化多目标算法。