本发明公开了一种计算三维点云模型骨骼的方法；本发明首先通过使用逐步细分的策略将三维点云 模型均匀体素化；此后，使用快速行军算法，计算出模型内部体素点的距离域；然后，使用距离域计算 出模型的初始骨骼；最后，将初始骨骼与 L1 中值骨骼提取算法融合，生成基于距离域的 L1 中值骨骼提 取算法，快速准确计算出模型骨骼；与现有的三维点云模型骨骼提取方法相比，本发明处理带有大量噪 声点、奇异点和大面积点云缺失的点云模型，而且不会产生错误的骨骼连接，同时不

双重（三重）差分模型通过设置交互项来分析政策效应，在政策评价领域具有明显优势。该研究设计的优势在于：第一，通过将改革引起的结局变量时间前后差异和组织内外部因素引起的结局变量的差异结合起来，以反映改革的效应。第二，其他因素的影响，如研究阶段内可能存在其他政策，这些政策可能与本研究关注的结局相关。如果这些政策对不同组别的影响不一致，那么排除这些政策就可能会产生偏倚。如果研究样本当中这些因素分布不均衡，就应该对这些非随机的因素进行控制以稀释它的不同影响。尤其是在评价宏观事件的影响时，因为在研究设计上无法找到一个符合实际的合理的对照组而对控制其他改革效应带来了难度。双重差分可提供一个罕见于其他相关研究的机会，通过政策实施前后结果取差来排除没有考虑到的因素的存在以及由于它们的存在可能造成的混杂效应，使对政策效应的分析更加可行，也更接近现实实际。

本发明公开了一种基于有限混合模型的行人再识别方法，属于 计算机视觉和模式识别领域，提升行人再识别的准确度，包括以下步 骤：(1)构建行人图像库预处理图像并提取图像特征；(2)计算图像库中 所有图像的有限混合模型和待再识别行人的图像的有限混合模型参 数；(3)将需再识别行人的有限混合模型与图像库中所有图像的有限混 合模型之间的距离进行最优化求解，并进行距离排序返回再识别结果。 本发明优化混合模型之间的距离度量，提高行人

1.痛点问题 本项预期成果是解决复杂场景中目标三维数据重建、驱动的关键技术。 针对实际应用中复杂运动场景，例如刚性运动的交通工具，变形移动行人等，传统的运动结构恢复方法在进行场景深度求解时无法确定每个单元结构的相对尺度，导致无法对复杂运动场景进行重建。在现有的深度估计、语义分割、位姿估计等相关技术，存在识别精度低、提取不到关键信息、应用场景单一等问题，无法满足大尺度场景应用的需求。 2.解决方案 本项目成果提出了一套面向目标、人体深度数据重建技术，有效实现对复杂运动场景下人、物的深度重建与驱动，有效解决现实场景目标的数字化模型生成与虚拟场景下的驱动映射问题。提出多模态采集、时空复用编码摄像方法，获取大景深、高时空分辨、丰富的精确场景视觉信息，基于超像素关系分析的深度重建方法，包括目标超像素分割，图像帧匹配，运动关系判定，通过时序传播与概率模型更新实现实时深度重建，提高最终三维重建模型的稠密度、鲁棒性、一致性和准确度。构建了基于深度卷积神经网络的目标实例检测与位姿估计框架，从目标对象观测图片提取其分割掩码并不断迭代更新，输入深度卷积神经网络进而得到目标6D位姿估计并进行迭代改进，从而实现目标在动态复杂场景下的位姿还原，克服了在光照、姿态变化、遮挡等不良因素环境下的目标位姿不准确问题，确保了目标6D位姿估计的鲁棒性与准确性。 合作需求 寻求在元宇宙、数字城市、自动驾驶、AR/VR、机器人、制造业等领域有相关技术开发、市场推广经验，能推广本技术落地的高科技企业，可以进行深度合作。

一种水电站过渡过程整体物理模型试验平台，包括循环水系统(1)、励磁同期保护系统(2)、调速控 制系统(3)、变频换相系统(4)、监控系统(5)、负荷系统(6)、量测系统(7)、模型机组系统(8)和模型水道系 统(9)，在该平台上可以进行大波动、小波动和水力干扰等过渡过程及其他相关问题的试验研究。其优点 是:本发明集成度高，工作性能稳定可靠，操作简易、控制精密，可有效的完成水电站过渡过程相关的 各项基础性与应用基础性试验。适用于大中小型常规模型水电站和模型抽水蓄能电站。

高品质钢的冶炼典型流程为“转炉→精炼→中间包→结晶器”，冶金反应器内存在着合金-钢、钢-渣、钢-夹杂物、钢-耐材、渣-耐材、钢-空气、钢液凝固和元素偏析等反应和过程，各个化学反应“耦合”发生、互相影响。因此，有必要建立智能模型有效地预测不同反应器内夹杂物成分的变化，准确地在线了解精炼和连铸过程的工作状况，使生产全流程始终处于最佳工作状态，从而确保夹杂物的精准控制，最终提高钢产品质量的稳定性和可靠性。同时，通过模型的优化计算，可以根据不同钢种的性能需求，对钢种的生产工艺进行定制化设计。 （1）高品质钢炉精炼过程夹杂物预测研究： − 精炼过程宏观流动数学模拟：计算精炼过程钢液和精炼渣的流场和温度场、夹杂物的运动，同时计算吹氩强度、钢包尺寸等因素对钢包流场、夹杂物运动和去除的影响。− 精炼过程夹杂物成分动力学：研究吹氩强度、钢包尺寸等因素对多元反应速率的影响；耦合计算 LF 炉内“渣-钢-夹杂物-合金-耐材-空气”多元反应过程夹杂物成分变化。 − LF 炉内夹杂物尺寸动力学：建立夹杂物生成、长大和去除的尺寸变化多尺度模型，确定不同条件下夹杂物的尺寸变化行为，预测钢中夹杂物的数量变化和尺寸分布规律。 − LF 炉内夹杂物预测模型：将夹杂物成分和尺寸动力学计算和宏观流动模拟相耦合，建立 LF 炉精炼过程夹杂物成分、数量和尺寸预测模型。 （2）高品质钢中间包连铸过程夹杂物预测研究 − 中间包内宏观流动数学模拟研究：计算中间包内钢液和覆盖剂渣相的流场和温度场、夹杂物运动和去除。计算开浇和换包的非稳态浇注、中间包结构对中间包浇铸过程的影响。 − 中间包内夹杂物动力学研究：耦合计算中间包中“渣-钢-夹杂物-耐材-空气”多元反应中夹杂物成分变化，确定中间包内各位置的反应速率。 − 中间包内夹杂物预测模型的建立将渣-钢-夹杂物-耐材-空气反应和宏观流动模拟相耦合，建立中间包过程多元反应夹杂物成分、数量和尺寸预测模型。 （2）高品质钢结晶器凝固过程夹杂物预测研究 − 结晶器内钢液凝固冷却过程中夹杂物行为研究：通过实验室实验研究钢液凝固和冷却过程中温度变化对原有夹杂物与钢基体的反应的影响，以及不同成分的钢液在冷却和凝固过程中夹杂物新相析出，确定温度变化对夹杂物影响机理。 − 结晶器内宏观凝固和流动数学模拟研究：研究结晶器过程钢液、渣相的运动，使用融化模型研究结晶器过程凝固坯壳的凝固和形成，计算夹杂物在钢-渣界面的去除行为。 − 结晶器内钢液凝固过程夹杂物动力学研究：计算铸坯凝固过程钢液成分偏析，与保护渣-钢-夹杂物反应进行耦合计算，预测铸坯中夹杂物的成分。计算夹杂物被凝固前沿捕捉行为，预测铸坯中夹杂物的数量和尺寸分布。 − 结晶器内钢液凝固夹杂物预测模型的建立：通过将元素偏析、保护渣-钢-夹杂物反应和宏观流动数学模拟相耦合，建立结晶器凝固过程多元反应预测模型，实现铸坯中夹杂物成分、数量和尺寸空间分布的精准预测。 （4）高品质钢制造过程夹杂物智能预测模型在工业生产中的应用 − 模型的验证和优化：高品质钢制造进行全流程取样调研，对建立 LF 炉、中间包和结晶器内夹杂物反应模型进行验证和优化。 − 模型应用：将建立的高品质 LF 炉、中间包

本发明属于急性肾衰竭模型构建技术领域，公开了一种犬的急性肾衰竭模型建立的方法，试验动物的确定及分组；仪器和试剂的确定；样品的采集；指标的测定；统计分析。本发明提供的犬的急性肾衰竭模型建立的方法，采用腺嘌呤来诱导建立犬急性肾衰竭的模型，通过血液和尿液等指标的检测及肾脏组织病理学变化来判断模型是否成功建立，进而确定腺嘌呤诱导犬急性肾衰竭的最佳剂量。综合结果表明，给犬添加75mg/kg·d的腺嘌呤饲喂15天可以成功建立急性肾衰竭模型，即75mg腺嘌呤模型组所用造模剂量合适，造模15天后动物能达到急性肾衰竭的理想造模状态，同时也能避免手术等对试验动物造成额外的伤害，引起动物急性死亡。

XM-302A人体全身肌肉解剖附内脏模型140CM （32部件，带数字标识）   XM-302A带数字标识人体全身肌肉解剖附内脏器官模型由全身肌肉、胸腹壁肌、上肢肌、下肢肌、颅顶骨、脑以及胸腹腔内脏器官等32个部件组成，并显示头颈部、躯干部、上肢骨、下肢骨、肌肉、肌腱、韧带、胸腹腔内脏器官、血管和脑等结构，详细展现了人体肌肉组织关系和内脏解剖结构，并有数字标识有对应的文字说明。 尺寸：高140cm 材质：PVC材料

XM-429眼球与眼眶附血管神经放大模型   XM-429眼球与眼眶附血管神经放大模型可拆分为10部件，由眼眶、眼球壁、巩膜、脉络膜和视网膜、玻璃体、眼球外肌以及眼眶壁和鼻甲等组成，显示眼（包括眼球壁和内容物）、眼副器（包括眼睑、结膜、泪器和眼球外肌）以及眼的血管和神经等结构。 尺寸：放大，28×32×41.5cm 材质：PVC材料

XM-411人体浅层淋巴和浅静脉分布模型   XM-411人体浅层淋巴和浅静脉分布模型可拆分为2部件，显示人体浅淋巴及浅淋巴管的回流、浅静脉的分布情况。 ■ 右半侧显示浅层结构： · 颈外浅静脉及其属支、上肢的头静脉、颈外静脉和前臂正中静脉、下肢的大小隐静脉及其属支。 · 颈浅淋巴结、肘淋巴结、腹股沟浅淋巴结的分布位置及它们的收集范围。 ■ 左半侧显示下列结构： · 颈深淋巴结和腋淋巴结的配布以及它们各收集的范围。 · 显示人体左半侧的浅层肌肉的位置形态。 ■ 尺寸：1/2自然大，35×23×82cm ■ 材质：玻璃钢材料