AI多模态情绪分析系统，是人工智能与心理学、计算机视觉、听觉感知等学科深度融合的前沿方向。它不再局限于传统的问卷答题，而是像一位敏锐的观察者，通过分析你的面部微表情、语音语调、肢体语言，甚至生理信号，来实时、客观地"读懂"你的情绪状态。这种技术正在心理健康、教育、人机交互等领域开启全新的可能性。 这套系统的核心在于"多模态"和"融合"。它模拟了人类如何综合视觉、听觉信息来理解对方情绪的过程。 多源数据采集：系统通过摄像头、麦克风等设备，同步采集个体的面部视频、语音音频，甚至可接入可穿戴设备获取心率等生理信号。 单模态特征提取：针对每种数据，用不同的AI模型提取情感特征。 视觉：分析面部肌肉运动（如嘴角上扬、眉毛紧蹙）、头部姿势、眼神等。先进的技术甚至能捕捉难以伪装的微表情（持续仅1/25至1/5秒），或通过分析面部血流图谱（rPPG）来感知生理唤醒水平。 听觉：提取语调、语速、音高、能量（MFCC梅尔频率倒谱系数）等声学特征，判断声音中的情绪色彩。 文本/语义：如果涉及对话，系统还会分析说话内容的语义，理解话语背后的真实意图和情感倾向。 多模态融合与情感解码：这是最关键的一步。系统通过复杂的深度学习算法（如Transformer、自监督多任务学习框架等），将来自不同模态的特征信息进行时空对齐和深度融合。例如，一句愤怒的"我没事"，配上闪躲的眼神和紧绷的嘴角，才会被准确识别为"掩饰性的愤怒"，而非字面意思的"没事"。  

成果简介：当前已经完成成果：已完成星上实时云剔除、关键区域/目标的快速提取算法研究；实现了光学遥感星上处理SoC芯片功能样片研制和测试，单片可实现155Mbps输入速率的实时处理，功耗小于600mw。 2015年完成成果：完成高性能、抗辐照星上光学遥感数据SoC处理器研发，并基于自主芯片构建星上并行实时处理原型样机，实现星上90%以上实时云剔除、关键区域/目标的快速提取等智能实时处理。 项目来源：民口863项目 技术领域：地球观测与导航技术

本发明公开了一种基于全景影像的街景面片优化方法，包括以下步骤：步骤 1：获取车载 LiDAR 点 云数据和全景影像，并将全景影像与车载 LiDAR 点云数据进行配准；步骤 2：将车载 LiDAR 点云数据 分割为多个面片，获得面片与全景影像站点的对应关系，将面片投影到全景影像上，得到面片对应的透 视平面影像；步骤 3：对透视平面影像进行分析，删除树木点，并进行面片拉伸。本发明基于全景影像 优化街景面片，在点云数据的结果上进一步提高面片的精度和准

深圳市长丰影像器材有限公司成立于2011年，总部设立在广东深圳，是一家集产品研发、生产、销售于一体的高新技术企业，多年来一直致力于影像器材以及声音技术的开发制造。 长丰公司长期服务于摄影摄像和广播电视行业，为主流媒体、传媒工作室以及广大的摄影摄像爱好者提供从影像稳定系统到声音输入输出系统的整体解决方案。公司目前拥有三个自主品牌：Saramonic枫笛、BOYA博雅、SEVENOAK七棵橡树，自主研发和生产的产品销往全球100多个国家和地区。 经过近10年的发展，目前长丰拥有占地万余平米的生产基地和产品研发中心，配备了国内外最先进的研发测试设备和专业声音实验室，建立了专业的研发团队和完善的质量管理体系。2013年，长丰公司通过ISO9001质量管理体系认证，出口销售的产品均获得相应的质量认证如CE、ROHS、FCC、NCC、KCC、TELEC、EN300等。经过多年创新和沉淀，公司拥有百余项国内外各类发明和创新专利，2018年，公司荣获“国家高新技术企业”认证，并得到深圳市政府和科创委的大力扶持。

是新华医疗强大X线机研发团队专门为高校医学影像专业教学设计的又一力作，本实验台综合了单个实验箱的实验功能，综合性强，可使学生在比较中进行实验，进而提高学生综合运用知识的实验效果，让学生亲身体验，学以致用。主要实验模块包括：整流电路实验、高频X线机逆变频率电路实验、旋转阳极启动与保护电路实验、磁饱合稳压电路实验、曝光限时电路实验、管电压管电流测量实验、接地电阻测量实验、X线机发生器基本工作原理及控制实验等。

       NMT耐盐机制分析仪是一款基于非损伤微测技术（Noninvasive Microelectrode Technique, NMT）的精密科学仪器，主要用于研究植物、微生物等生物体在盐胁迫条件下的离子转运机制，尤其聚焦于Na⁺、K⁺、H⁺等关键离子的实时动态变化 。该仪器能够在不损伤样品的前提下，原位、实时、非接触式地检测离子/分子通量、浓度及膜电位等生理指标，为解析植物耐盐机理提供精准数据支持。       山东金歌科学仪器有限公司自主研制生产的 SRMT1202 NMT耐盐机制分析仪（非损伤微测系统、NMT活体生理检测仪、植物根系吸收监测仪）检测种类涵盖植物所需的16种营养元素中的所有的大量元素、中量元素，和绝大部分微量元素。 金歌NMT功能特色：     （1）检测种类多；     （2）实时输出时间-flux通量数据，无需人工换算，可直接用于分析作图，保护了用户数据安全；     （3）提供个性化定制，免费升级测试软件。 可检测种类：     （1）大量营养元素：N (NH4+/NO3-)、P (HPO42-)、K+     （2）中微量元素：Ca2+、Mg2+、SO42-、Na+、Cl-、H+、SiO32-、Zn2+、Fe2+、Cu2+      （3）胁迫：Cd2+、Al3+、Pb2+、Ag+、Cr3+、AsO43-     （4）其它：Li+、NO2- 测试项目：     （1）离子通量SRIET     （2）离子浓度aIon     （3）pH     （4）膜电位Potential 主要参数：     （1）离子通量分辨率：10-5 pmol/(cm2·s)     （2）膜电位测量分辨率：300 nV     （3）空间分辨率：≤ 1 μm 测试样品：       根际/种子/花粉管、细胞/液泡、生物膜、藻类、活体组织、神经、骨骼、珊瑚等其它活体样品  金歌NMT       金歌仪器科研团队自2011年开始深耕非损伤微测技术（Noninvasive Microelectrode Technique，NMT）领域，为在国内推广的通量flux测试系统（非损伤微测系统）研制并供应核心组件。通过不断丰富NMT可测离子种类，成功摆脱了对国外的依赖。       当全球科技竞争的硝烟弥漫，核心技术的自主可控已成为企业存续的命脉。2022年金歌公司成立以来，始终如一坚持创新发展理念，聚焦关键技术攻关，打破原装进口核心部件-国内组装的模式，推动构建自主可控的产业链体系。2025年8月7日，北京知识产权法院判决金歌公司在与某北京公司NMT专利侵权案中胜诉，金歌已逐步确立了其在NMT领域重要生力军的地位。       凭借扎实的科技实力，金歌仪器成功打造了可靠的“NMT耗材-零部件-整机”一站式NMT供应平台。通过不断积累并整合自1990年离子/分子通量flux测试技术（即‌非损伤微测技术NMT）诞生三十多年以来已发表成果，我们建立了丰富的NMT大数据库，实现了NMT仪器国产化、自动化、智能化、信息化和标准化，进一步巩固和扩大了我国在NMT领域的优势。        金歌NMT测试界面实时输出flux通量数据，无需人工换算，可直接用于分析作图，保护了用户数据安全。用户购买仪器后，金歌NMT仪器测试种类和检测项目等仍会不断增加，金歌仪器将及时告知用户，郑重承诺免费为用户做测试软件升级。       金歌仪器将永远以客户需求为导向，精益求精，不断推出创新性产品和个性化解决方案，为加快实现高水平科技自立自强贡献智慧和力量。  如何进行 NMT仪器检测模块功能升级       1.在线升级       由金歌公司工程师进行远程操作。       2.手动升级       用户打开“非损伤微测技术NMT云平台（通量云）”，下载新版本后更新升级。  附：非损伤微测技术NMT云平台（通量云）       非损伤微测技术NMT云平台（通量云）依托山东金歌科学仪器有限公司，旨在免费为用户提供离子/分子通量（flux）测试专业化服务。       NMT云平台（通量云）免费提供NMT技术资源，包括耗材订购、实验设计、实验准备、测试操作要点、数据作图、文章撰写、互动交流、软件免费升级和文献库等。 

遥感摄影测量边坡安全检测与应急决策系统针对采场边坡安全问题，综合考虑存在的边坡管理需求,将基于遥感测量的边坡监测技术、边坡稳定性评价技术、人工智能专家系统等技术整合起来并运用到边坡测量预警以及对应决策的选择上来，实现边坡安全态势、动态变化、预测以及破坏应急与应对策略、准确测控和全维度防范，为矿山安全问题的解决提供有效的技术支撑，对边坡稳定性做出满足工程精度要求的全范围实时监测。系统依据相关规定，结合我国矿区边坡稳定性的现状，并通过汇聚已有各类地质、采矿设计以及边坡稳定性研究资料，系统主动性和动态地处理已有数据、信息和知识，以此对采场边坡稳定性进行预知性监控和评估。借助GPS数据分析和边坡稳性预测预警、基于神经网络的稳定性分析技术等技术，建立矿业边坡安全检测知识库和边坡稳定性预测系统，对矿区边坡的安全状况进行实时监测和预警处理，达到防灾减灾的效果。同时提高矿山采场边坡稳定性管理水平和质量，为矿山采场安全生产提供有力之支撑。采场边坡稳定是影响矿山采矿安全生产的几个关键环节。现有技术没能很好地协调边坡稳定性评价、预测、监测及其与边坡灾害及采矿生产之间的关系，没能充分整合多种数据、信息、知识等为边坡生产安全提供动态实时评价。

本技术成果公开了一种卫星遥感数据的辐射纠正方法，本方法是以山区阴影和/或清洁水体光谱对原 始图像进行辐射纠正

本成果属于高光谱图像信息处理技术，为高光谱遥感图像分类方法。首先对高维高光谱图像提取第一主成分特征图，并利用结构元素对主成分特征图进行多维的空间结构特征提取，结合提取的形态学特征与原始光谱特征，利用联合稀疏表示算法将同一空间区域中的像元联合进行稀疏系数矩阵的求解，最终通过最小残差判断准则确定像元类别。这种方法有效地并且充分的挖掘了高光谱遥感图像中的空间信息、形态信息和光谱信息。考虑到稀疏表示方法在迭代求解稀疏向量时的耗时性与对非线性数据的不可分性，进一步提出了基于差分形态学核协同表示的高光谱遥感图像分类算法。该成果方法通过核化的协同表示分类算法避免了优化求解的耗时性，同时克服了高维特征空间下数据的线性不可分性。算法首先通过差分形态学方法在高光谱遥感图像的主成分分析图上进行空间特征提取，并通过核变换方法将新特征字典投影到高维的线性核特征空间，最后利用核化协同表示算法的高效性对高光谱图像进行分类。 主要技术指标 University of Pavia 通过 ROSIS-03 传感器记录，该图像捕获了意大利帕维亚的帕维亚大学周围的市区。图像尺寸为 610×340×103，空间分辨率为 1.3 m / 像素，光谱覆盖范围为 0.43 至 0.86μm。该图像考虑了九个类别。其具有 42776 个标记样本。每类取 50 个有标记样本共 450 个样本作为训练样本。 请参阅表 1，本方法提出的高光谱图像分类方法，相比于传统分类器 SVM，OA 提高了约 18%；相比于 JSRC，OA 提高了约 5%；同时参阅表 2，展示了本成果方法的时间运行效率与相关方法的比较。该成果无需使用 GPU 资源在保证精度的同时有效提升了分类的精度和效果。 表 1 PaviaU 数据集上对比实验结果 表 2 不同数据集上时间运行对比实验结果