本软件主要应用于螺杆压缩机（又称为双螺杆压缩机）的科学研究和产品设计。利用本软件，可快速准确地完成转子型线设计、吸排气孔口布置、热力性能预测、动力特性分析以及刀具刃形计算等设计计算内容。还能对这些相互关联的设计内容，进行全面系统的综合处理，使螺杆压缩机的设计方法更加科学，设计结果更加合理。另外，软件在 windows环境中运行，界面友好，操作方便

01. 成果简介 随着国民经济的快速发展，机动车辆增长迅速、路面交通任务日益繁忙，国内交通安全形势面临日益严峻的考验。虽然基础应用系统已经达到了较高的技术和应用水平，但也存在着一些问题和不足：各应用系统只针对本系统的数据处理；局限于简单的统计，统计信息都有其局限性，出现“信息孤岛”现象；无法实现数据融合、信息共享，不能为交通运行评估和辅助决策提供依据；不能进行相关系统的协同联动，使之使用在日常工作中；工作效率仍没有显著提高；由于缺少科学管理手段，各交通管理部门，越来越难以适应当前形势的要求。主要表现在：1）信息孤岛问题；2）缺少跨系统信息融合分析及挖掘；3）信息服务、协同指挥及公共服务功能不足；4）公路交通状况管控困难。 本成果团队自主研发的广度学习基础计算系统集成平台提供了一个基于全量多模态数据融合和协同挖掘分析的大数据智能系统支撑框架，可以对在地理、空间上分散的人、设备、环境、事件等进行大规模实时关联和因果分析，以指导复杂态势环境下的指挥行动。这些大数据技术已被运用于交通态势分析和预测，如实时分析城市交通流量与预测等。基于通用的大数据融合智能分析平台，使指挥人员和调度人员能在单一系统内解决所有问题，包括各类交通情报分析（情报报告，事件行为等），关联分析（背景、跟踪、时空、反应等）和预判决策等功能。系统利用统一数据融合服务（UDFS）和统一视频融合服务（MVFS）等技术手段，将跨界多源动静态交通数据进行融合利用，并产生统一的道路交通基础知识图谱（DKG），然后统一提供给拥有计算能力的融合计算引擎基础算力平台（TAIOS），训练和调度各类模型算法（TAIMODEL），生成基础应用工具和基础应用指标，最后通过组合统一用户管理（４A）和统一指挥调度（TBOCC）到具体的业务流程中，构成各类闭环场景应用，从而产生智能、精准的道路交通治理优化方案，提升道路的畅通程度和安全水平。 图1. 数据融合图2. 态势感知02. 应用前景 广度学习基础计算系统集成平台应用于智慧交通领域，其创新成果已在贵州省交通管理局复合型大数据交通态势感知指挥云平台工程建设中得到应用，创造了良好的经济和社会效益。填补了国内在交通管理领域大数据融合应用空白。是提升交通管理的跨界数据融合、功能融合、管理融合、指挥融合的创新型技术。促进了我国交通大数据智能管理建设技术水平的提高，促进了交通管理行业的技术进步。该项目具有广阔的市场前景。03. 知识产权 已申请发明专利9项。04. 团队介绍 本项目以清华-青岛数据科学研究院（挂靠软件学院，以下简称数据院）韩亦舜执行副院长团队为核心。数据院于2017年8月下设交通大数据研究中心，该中心面向国家重大战略需求，专注跨界融合大数据、机器学习、人工智能技术在交通行业全流程数据科学和数据工程的核心技术创新应用研究，在交通管理、交通运输规划与管理、公共交通、物流运输等领域开展跨界大数据融合智能交通应用示范。05. 合作方式 投融资 / 专利许可。06. 联系方式 邮箱：liuc1988@tsinghua.edu.cn、liuyi2017@tsinghua.edu.cn

云计算是由网格计算、虚拟化技术、普适计算、平台级服务、软件级服务等概念的混合演进而来的新兴计算机科学概念。它将计算任务分布在大量计算机、存储设备等构成的资源池上，使云用户能够根据需要获取计算能力、存储空间和各种软件服务等，是一种通过互联网将各种资源通过一定的方法整合在一起，以服务的形式向外提供的商业模式，有着良好的发展前景。 本课题针对云计算的调度和评估进行了研究，结合现有的协商调度算法和多Agent等技术，研究和设计一个高效可靠的面向服务的调度和评估模型。本调度和评估模型具有以下特点： 1、 完全采用分布式调度，不存在中央调度器，任务的调度由各个节点的调度器通过协作共同完成，有效避免了单点失效问题，提高了系统的安全性和可靠性。 2、 根据不同的服务质量需求，提供灵活的多目标调度机制和多指标评价策略。模型综合衡量了完成时间、费用、负载均衡、可信度等指标，根据服务的特性以及系统的运行状态特征动态地制定评价指标的优先权。 3、 采用多Agent技术，通过自主的Agent的协作完成任务。每个节点都有自己的资源管理Agent、服务调度Agent等，不受其他节点加入和退出的影响，具有良好的系统扩展性，满足了大规模的应用请求。本模型通过对云计算环境中各类虚拟资源的合理调度和评价，提高资源的利用率，并满足用户的QoS需求。因此，并为云计算产业的发展提供了很好的技术支撑。

本发明公开了一种计算球头铣刀铣削负载的方法，包括如下步骤：获得刀具与工件的相对位置参数模型，根据刀具与工件的相对位置参数模型确定参与切削的全部刀具微元，计算每个参与切削的侧倾铣削微元的切入角、切出角以及瞬时切削厚度，计算每个参与切削的前倾铣削微元的切入角、切出角以及瞬时切削厚度，将每个侧倾铣削微元的瞬时切削厚度和每个参与切削的前倾铣削微元的瞬时切削厚度进行叠加，以获得刀具微元的瞬时切削厚度，将参与切削的所有刀具微元的瞬时切削厚度进行求和，以获取球头铣刀的瞬时铣削负载。本发明能在刀具侧倾和前倾铣削时获得刀具的切削刃与工件的瞬时切削状态以及切削厚度，从而实现五轴铣削加工中切削力的预测。

产品详细介绍 产品性能 适用人群 高中、国际课程/考试 

武汉墨光科技有限公司是 Mathematica 全球现代技术计算的终极系统中国区官方授权代理商，提供 Mathematica 全球现代技术计算的终极系统的咨询、推广、销售、技术支持、解决方案、课程培训等一系列软件服务。想学习了解更多关于 Mathematica 软件系统，可与我们联系。 Mathematica 科学计算软件 · 全球现代技术计算的终极系统 Mathematica 在其三十年的开发历程中，在技术计算领域确立了最先进的技术，并为全球技术创新人员、教育工作者、学生和其他人士提供了最主要的计算环境。 Mathematica 以卓越的技术和简便的使用方法享誉全球，在此基础上，它提供了单个集成并且持续扩展的系统，涵盖了最广最深的技术计算功能，并可通过网页浏览器实现云端的完美访问，以及在所有现代桌面系统上的本地访问。   · 现代技术计算的唯一选择 通过三十多年来的精心研发和不断探索，Mathematica 在许多领域独树一帜，在当今技术计算环境和工作流程中表现卓著。 一个全面集成的大型系统 Mathematica 具有涵盖所有技术计算领域的将近 6,000 个内置函数——所有这些都经过精心制作，使其完美地整合在 Mathematica 系统中。 不仅仅是数字，也不仅仅是数学，内容包罗万象 基于三十多年来的持续开发，Mathematica 在所有技术计算领域表现卓著，包括网络、图像、几何、数据科学、可视化、机器学习等等。   不可想象的算法功能 Mathematica 在所有领域构建了前所未有的强大算法—许多算法都是使用 Wolfram 语言独特的开发方法和功能进行构建的   前所未有的高级 从超级函数到元算法，Mathematica 提供了可实现自动化并且日益完善的高级环境，使您的工作尽可能地高效。 整体达到工业强度 拥有跨越各个领域的强大的高效的算法，Mathematica 是为提供工业强度而构建的，它的并行计算、GPU 计算等功能使其可以轻松处理大型问题。 易于使用的强大功能 Mathematica 凭借它的算法功能以及 Wolfram 语言的详细设计原理，创建了具有预测性建议、自然语言输入等的独特的并且易于使用的系统。 文档以及代码 Mathematica 使用 Wolfram 笔记本界面，使您可以快速整理包括文本、可运行代码、动态图形和用户界面等的丰富文档中的任何内容。 代码可读性强 使用直观的类似英文的函数名称和一致明了的设计，Wolfram 语言易于阅读、编写和学习。 得到最美观的结果 Mathematica 使用最先进的计算美学和设计原理，为你呈现最美观的结果；立即创建最顶级的互动可视化效果和出版物质量级别的文档。 即时现实数据 Mathematica 可以访问广博的 Wolfram 知识库，包括最实时的数千个领域的数据。 超过十五万个范例 从 参考资料中心 的 150,000 多个范例，Wolfram 演示项目的将近 10,000 个开源演示项目和其他资源中获取帮助，开始着手任何项目。 完美的云端集成 Mathematica 目前已经完美地集成于云端系统中；可在统一强大的云端桌面混合环境中进行分享、云计算以及更多功能。 与任意内容连接 Mathematica 为与任意内容连接而构建：文件格式（180 多种）、其他语言、 Wolfram Data Drop、API、数据库、程序、物联网和设备，甚至其自身分布等。   · 覆盖范围 核心技术 WOLFRAM 语言 脱胎于 Mathematica 的基于知识的独特符号式语言，推动了 Mathematica 系统的发展。   WOLFRAM 算法库 全球最大的算法集成网络，为 Mathematica 提供了博大精深的内置功能。   WOLFRAM 笔记本界面 独特的灵活的基于文档的界面，使您可以混合 Mathematica 中的可执行代码、格式丰富的文本、动态图形和互动界面。   WOLFRAM ENGINE 实现 Wolfram 语言和 Mathematica 的核心软件系统；跨越了各种各样的本地和云端计算环境。   WOLFRAM CLOUD 仅仅使用一个网页浏览器就可以运行 Mathematica Online 的架构技术。   WOLFRAM KNOWLEDGEBASE 推动 Wolfram|Alpha 的独特广博的持续更新的知识库，并为 Wolfram 产品提供了可计算的现实数据。   Mathematica 发展轨迹 超过三十年的漫长历程 在 Mathematica 第一版中引入的五百多个函数，仍然涵盖在最新版的 Mathematica 中，而且总计已总增添了将近 6,000 种不同函数，以及众多具有远见卓识的重要创新思想。 1988 年革新 当 Mathematica 首次在 1988 年诞生时，它为技术计算带来了革命性的变化，由此每年都持续不断引入更多新函数、新算法和新思路。   远远超过数学 数学是 Mathematica 第一个大型应用领域；基于数学领域的成功经验，Mathematica 系统性地扩展到了许多新领域，包括各种技术计算格式。   创新速度越来越快 Mathematica 在三十年多的时间里遵从快速革新的发展轨迹，使得在每个阶段都构建了许多强大的新功能。   在每个版本中都有新思想 Mathematica 的各版本更新不仅仅是一般的软件更新；每个连续更新的版本都是在新方向上对计算模式的一次重大发展，并且引入了重要的新思路。   您在第一版中学到的技巧仍然可以用 如果您使用过首版 Mathematica，那么您在三十年前编写的代码仍然可用，并且能够在现今的 Mathematica 大型系统中再度遇见 Mathematica 第一版的核心思想。   三十年多来的持续发展 Mathematica 忠实于它的核心准则和严肃的设计原理，持续发展并且集成了许多新功能和方法，而无需走回头路。   · 在 Wolfram 产品世界中的 Mathematica Mathematica 是 Wolfram 独创的旗帜产品；旨在为研发和教育工作提供技术计算平台。基于 Wolfram 语言，Mathematica 与其他核心 Wolfram 产品可以百分百兼容。

本发明提供了一种适用于复杂车载激光扫描数据的单株树木自动提取方法，主要分为两大步骤：基 于聚类特征的粗分类，从车载激光扫描数居中获取可能包含树木的点聚类，称之为候选树木聚类；基于 两级体素的区域生长，从每一个候选树木聚类中提取出所包含的单株树木点云。本本发明结合树木的整 体和局部几何特征，能够在复杂环境中自动识别出单株树木的种子，针对树干与树冠分别制定不同的生 长规则，分别进行生长，实现单株树木提取。同其他单株树木提取算法相比，该方法在树木数量的提取 完整度和正确率、单株树木点云的提取精度以及复杂环境下的提取等方面取得了较大提高，能够用于进 一步的树木信息提取。 

本发明公开了一种基于车载激光扫描数据的路坎点自动提取及矢量化方法，包括：步骤 1，计算三维激 光点云数据中各激光脚点的特征；步骤 2，根据各激光脚点的特征，利用朴素贝叶斯分类器将激光脚点分类为路坎点和非路坎点，所得路坎点记为初始路坎点；步骤 3，利用所有初始路坎点构建 KD 树，对各初始路坎点分别计算其方向特征；步骤 4，根据初始路坎点的方向特征，采用 KD 树对初始路坎点进类；步骤5，计算各聚类区域的特征，剔除特征不满足预设条件的聚类区域，获得路砍点提取结果。本发明了点云数据处理的自

普及电动汽车已成为国家实现节能减排的重要战略举措，而充电技术正是实现电动汽车普及的关键支撑技术。车载电源包括车载充电机(OBC)和DC-DC两个部分。OBC由两级构成，前级将电网交流电高效、高功率因数地转换为360V直流电，后级负责为动力电池组高效充电，完成200V~450V电压调节和电气隔离功能。DC-DC负责将动力电池组高电压高效地转换为14V直流电，为蓄电池充电，同时实现电气隔离。目前，市面上乘用车和大巴车两大类电动车，其动力电池母线电压范围分别为200-450V和450-800V。考虑DC-DC通用性，要求DC-DC在200V-800V的宽输入电压范围下为蓄电池充电，从而覆盖乘用车和大巴车两种车型的充电，实现一机多用。DC-DC的宽输入电压高变比也是本项目的特色所在。车载充电机和DC-DC的集成，具有优化束走向、易于整车布局、优化空间、降低整车重量及优化成本的多方面优势。

本实用新型公开了一种野外连续测试原位水稻土高光谱的车载微型铧犁装置。铧犁立柱和光谱组件立柱通过定位杆固定在连接桥上，铧犁刀片固定在铧犁立柱底端，保护罩固定在光谱组件立柱底端，保护罩靠近土壤一侧底部开有透光孔，蓝宝石固定在透光孔正上方，蓝宝石横截面中心和透光孔横截面中心连线与光谱传感器的中心轴线重合，将装置通过连接桥与微型履带式拖拉机固定后，打开光谱仪和光源电源，设置光谱仪的数据自动采集频率，启动微型履带式拖拉机拖动本装置，进行野外原位水稻土光谱连续测试。使土壤原位高光谱的大范围实时连续测量更加简单，省时省力。