研发阶段/n成果简介：FD-1坯布表面质量检测系统包括由线阵CCD、图像采集卡、工业计算机组成的分布式机器视觉系统的硬件结构以及图像处理软件等是产品升级、品质提升的首选。该技术与传统工艺最大区别在于，采用分布式机器视觉系统和自主研发的检测软件代替人工肉眼检测，可以满足宽幅面、高速度、高精度的检测要求，能够实现检测标准的统一，使得质检工作的效率大幅提高。主要技术指标：该检测机可可检测坯布中的断经、断纬、粗节、粗经、纬档、松边、起球、污迹、孔洞等疵点，集自动探测、疵点定位、缺陷分类、布边打标、质量评估等

产品特点   针对我国装备制造企业质量控制的特点和需求，面向产品全生命周期，以过程控制为核心，采用J2EE体系架构、浏览器/服务器应用模式设计开发，主要功能模块包括：质量体系管理、测量管理、质量数据采集分析、产品符合性管理、无损检验信息管理、系统管理等。   该成果2009年荣获国家教育部科技进步一等奖。系统功能简介 质量体系管理：基于网络的企业知识管理；内外审计划及审核业务过程控制管理，不符合项的跟踪与控制；质量改进项从申请到结题的过程管理；供应商评价与管理。 测量设备管理：设备基础信息管理、测量设备周期检定管理、测量设备全生命周期状态管理、测量过程管理、检定工时统计。 产品符合性管理：实现了不合格处理的流程控制、基于产品结构的合格证管理、用户见证过程控制、质量记景与质量证明文件管理。 无损检验管理：实现了射线、超声、磁粉等无损检验任务委托申请、任务分派、检验信息记录等过程控制；实现了检验工艺与检验标准的规范化管理；系统可自动生成检验报告。 质量数据采集分析：制造过程实时监控、数据统计分析与过程异常报警：工艺能力分析；分布式网络化远程监控。 系统管理：用户管理；角色管理；功能管理；部门管理；流程监控；权限管理；待办工作项转移。

研发阶段/n内容简介：该项目是一种蚕茧无损智能检测方法，可以在不切剖蚕茧的情况下无损检测蚕茧的干壳量，称量结果可精确到0.2克。按照国家蚕茧收购标准，配合蚕茧等级的其他辅助指标，实现蚕茧等级的科学评判。通过振动检测的手段，并结合数理统计和智能信息处理的方法来分析蚕茧振动信号建立蚕茧质量的数学模型，每次检测时分析蚕茧的振动信号并通过数学模型得出蚕茧的茧壳的重量。该项目得到湖北省自然科学基金的支持，项目编号：2001AA208B02。本产品获得一项专利，专利号：CN03128058.7。

成果简介：在印刷工业中，由于工艺、机械等因素，在印刷过程中不可避免的会出现如漏印、沾污、起皱、套印错位等缺陷影响了印刷图像的质量。传 统的人工检测的方法耗时费力成本高，而且很难保质保量地完成检测任务。我们采用基于区域混合特征技术开发出一种印刷图像质量检测系统，克服了 印刷光照不均均条件下，漏印、缺印、错位、擦痕等缺陷，为实现印刷图像 缺陷筛查自动化提供了有力的技术支撑。 项目来源：自主研发。 技术领域：计算机应用技术，人工智能与模式识别。

本装置采用CompactPCI技术架构，多路同步交流采样技术，软件测控技术。实现多路谐波分析的功能，分析的谐波次数达到50次。该装置采用GPS定时，具备条件录波，本地数据存储和数据网络上传至主站等功能。目前一套系统可以实现32路谐波分析。该系统可以灵活配置，以配合各种不同的传感器。

本成果围绕光伏并网系统电能质量展开。基于深度学习算法，研究谐波等电能质量指标变化规律，运用特征提取技术处理时序数据，实现电能质量预测。研发基于态势感知的电能质量调控装置，总谐波补偿率不小于 90%，补偿次数 2 - 50 次。成果形式包括研究报告、调控装置示范应用，申请发明专利 3 项，发表论文 3 篇。应用场景涵盖光伏电站、配电网等，可提升电网可靠性与经济性，减少设备损耗、优化调控策略、降低弃光率，为新能源消纳提供支撑。

本发明公开了一种基于伪Zernike矩的语音内容认证方法，水印嵌入时将原始语音信号A分为P帧，每帧分为N段。然后，由每帧前N/2段DCT低频系数的n阶伪Zernike矩幅值的平均值生成水印W，并通过量化每帧的后N/2段DCT低频系数的伪Zernike矩来嵌入水印，得到含水印语音A′。本发明充分利用了语音信号DCT低频系数的伪Zernike矩幅值与语音内容紧密相关的特性，以及对常规语音信号处理的鲁棒性，既保证了对恶意篡改攻击的敏感性，又保证了良好的容忍一定常规语音信号处理能力。

1 成果简介语音识别在嵌入式芯片上实现的主要矛盾是算法实现的性能精度与芯片功耗、速度之间的矛盾，一个性能较好的 800 条典型汉语普通话语音识别算法以纯粹软件嵌入方案实现通常需要 200MIPS 以上 ARM（ Advanced Risc Machine） MCU 处理速度，因此我们提出语音识别集成电路 IP 与协处理器来克服以上的问题，通过关键运算的硬件化映射来大幅提高语音识别计算的功耗和处理速度。该设计可作为语音识别集成电路 IP 放入客户的 SoC 芯片中，也可作为协处理器放在片外。 关键性能指标如下： *工艺：苏州 HJTC 0.18um 1P6M 标准 CMOS 工艺 *管芯面积： 1.5 x 2mm *逻辑规模： 3 万等效门（标准二输入与非门，不含 SRAM） *I/O 数： 52 封装: CQFP64 *存储规模：片上集成 1 片单口 SRAM，共 4K×16 比特 *供电电压：核心部分->1.8V， IO 部分->3.3V *正常工作频率： 20MHz（最高工作频率 100MHz） *功耗： 80uW/MHz *速度： 4us/帧（特征维数取 27，时钟频率取 20MHz） 图 1 语音识别集成电路版图图 2 ARM+语音识别协处理的测试系统表 1 与其他语音识别芯片的对比2 应用说明语音识别 IP 或协处理器基于对高斯混合模型计算的优化，适合于各种 HMM 模型的模式识别计算，在语音识别、说话人识别、说话人确认、语音合成等方面均可以广泛应用。 语音识别 IP 或协处理器以加速 ASIC 的模式工作，相同时钟主频下计算性能是 TI C54x系列 16bit DSP 的 5.5 倍以上，对主系统计算性能提升可以达到 4~8 倍。 语音识别 IP 或协处理器对于性能要求型场合和功耗限制型场合都十分适合，芯片支持16bit 并行总线接口，适合于各种 32 位/16 位 MCU 系统，迅速为系统集成高性能语音处理能力。3 应用范围车载导航， GPS 手机，支持大规模识别词表（例如万条以上的地名）支持模糊语音检索；低端手机平台，支持语音拨号、语音控制，支持用户身份确认、声纹密码。4 效益分析语音识别 IP 或协处理器芯片可应用拓展到个人移动信息终端的全市场空间，以 GPS 产品为例，细分的预装 GPS、个人导航设备（ Portable Navigation Device， PND）， GPS 手机三种产品，根据 CCID（ Consulting China Research Center）咨询公司预测 2008 年这三者分别约占到全球市场总量的 15%、 35%和 50%。快速增长的 GPS 市场，对语音识别功能有着非常迫切而又实际的需求， GPS 应用提出的超大规模词表、高混淆度和高环境复杂度这一系列语音识别的技术难题，也只能由语音识别芯片解决。语音识别加快了人机交互与地名等信息的检索，可提高驾驶期间操作 GPS 的行车安全性，同时可以反过来进一步促进 GPS 产品的销售增长。 语音识别技术通过芯片在性能得到大幅提升后，将摆脱传统的人名拨号功能，可用于菜单控制、地名、信息、多媒体内容的检索等等。而语音识别芯片使得低功耗和低成本的要求得以满足，有望成为手机人机交互界面（ Man-Machine Interface， MMI）发展的新技术增长点，移动通信领域的市场潜力特别巨大。