生成模型的研究重点是如何从给定的数据集合中学习到数据的联合概率分布，以及从学习到的概率分布中高效地生成新的样本。研究团队提出将数据的联合分布概率编码成量子多体态的概率幅的模平方。进一步地，他们提出在经典计算机上使用矩阵乘积态(Matrix Product States)来模拟学习的过程。矩阵乘积态的参数，即张量网络的张量元，可以通过类似密度矩阵重整化群(Density Matrix Renormalization Group)的算法进行学习，最终形成一个具有泛化能力的生成模型。这个学习算法结合了量子物理与机器学习各自的优点：它不仅可以利用GPU高效地学习到模型参数，还可以利用张量网络的灵活性动态地调节模型表达能力。此外，与传统的基于统计物理的生成模型（例如玻尔兹曼机）相比，玻恩学习机还具备直接生成无关联样本的强大能力，从而可以高效地生成新的数据。 基于量子态的概率生成模型融合了量子物理与机器学习的思想，是一个崭新的研究领域。玻恩学习机借助量子态内禀的概率解释及其强大的表达能力，意在为机器学习和人工智能提供更为先进的生成模型和学习算法。此外，这类模型在量子信息处理，量子计算以及多体物理中具有应用潜力。展望将来，最令人兴奋的前景应该会是在一台量子计算机上实现玻恩学习机，从而以全新的方法进行概率型的学习和建模。这项工作用使用张量网络模拟量子计算机的运行，向无监督量子机器学习迈近了一步。作用在一幅MNIST图片上的矩阵乘积态以及它的纠缠谱

一、产品介绍 机器视觉技术综合了光学、电子、机械、计算机软硬件等方面技术，涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。机器视觉方法检测具有非接触、速度快、精度高等优点，特别适用于在线的工业品检测。线阵CCD、面阵CCD和CMOS都在本实验仪中都得到利用，可以充分挖掘学生的潜能，拓宽学生的知识面。可开设光电、测控、机械、自动化专业的本科实验教学课程，也可做为相关高职专业学生的实训课程。 二、实验内容 1、根据不同待测物的特征，分析适用的照明方式： 2、利用线阵CCD相机对物体的尺寸测量实验； 3、利用线阵CCD相机对物体的角度测量实验； 4、利用线阵CCD相机对物体扫描实验； 5、面阵CCD和CMOS相机用于边缘与轮廓检测实验； 6、面阵CCD和CMOS相机颜色识别与变换实验； 7、面阵CCD和CMOS相机对物体尺寸测量实验； 8、面阵CCD和CMOS相机对投影与差影图像分析实验； 三、配套文件资料  1、实验指导书1本；  2、实验软件1套；    客户自行配置电脑       

超高速电机系统测试平台 招标项目的潜在投标人应在浙江国际招投标有限公司（杭州市文三路90号东部软件园1号楼3楼317室）获取招标文件，并于2022年06月28日 13点30分（北京时间）前递交投标文件。

哈尔滨工程大学水下防爆高速摄影系统采购及服务竞争性磋商

在巡检条件下，实现多物理量融合的钢轨病害动态检测技术。采用复合电磁技术检测材料表面和内部的宏观伤损；采用巴克豪森技术测量缺陷产生前的残余应力、材料状态改变、表面早期伤损；应用相控阵超声技术检测钢轨内部缺陷，并实现焊缝的精确定位及智能化全尺寸高效检测。实现覆盖诸如钢轨（含焊缝）等重大设施及新型材料全尺寸、全寿命周期的健康状态综合检测。 高速铁路损伤检测：实现80-350km/h的高巡检速度下对轨道不同阶段损伤的检测，提高轨道安全性； 智能制造质量检测：实现新型加工、增材制造中加工质量无损检测，提高智能制造的加工水平； 结构智能健康监控：实现钢轨、桥隧、航空航天设施关键部位故障状态监控，提高重大设施寿命。 技术优势 巡检试验转台的速度提升至350km/h，填补了国内350km/h速度等级巡检试验转台的空白。首次在国内研究了350km/h高速及不饱和状态下铁磁性材料动态磁化过程机理。采用电磁、涡流、图像等无损检测核心关键技术，研究各种材料的伤损缺陷对检测信号的影响，克服使用环境、高速运动对检测系统的影响，在高速及重载铁路应用条件下，对服役钢轨表面、亚表面以及一定深度的裂纹缺陷损伤进行快速巡检，构建高速钢轨裂纹巡检设备，实现对铁路钢轨裂纹缺陷形貌参数等相关数据信息的快速获取、损伤程度判别，并进行故障预警和寿命评估。研究基于复合电磁效应、超声波、激光、图像融合的钢轨巡检及实时分析技术，实现病害特征识别与缺陷重构。通过分析铁磁性材料磁化过程，抑制巡检中检测探头的振动、提离效应、材料属性以及使用环境对钢轨表面检测结果的影响；基于多物理量数据的融合分析，精确识别钢轨缺陷产生前的残余应力、早期伤损等多种病害。通过使用超声技术实现焊缝精确定位及全断面相控阵高效检测。

在巡检条件下，实现多物理量融合的钢轨病害动态检测技术。采用复合电磁技术检测材料表面和内部的宏观伤损；采用巴克豪森技术测量缺陷产生前的残余应力、材料状态改变、表面早期伤损；应用相控阵超声技术检测钢轨内部缺陷，并实现焊缝的精确定位及智能化全尺寸高效检测。实现覆盖诸如钢轨（含焊缝）等重大设施及新型材料全尺寸、全寿命周期的健康状态综合检测。高速铁路损伤检测：实现80-350km/h的高巡检速度下对轨道不同阶段损伤的检测，提高轨道安全性；智能制造质量检测：实现新型加工、增材制造中加工质量无损检测，提高智能制造的加工水平；结构智能健康监控：实现钢轨、桥隧、航空航天设施关键部位故障状态监控，提高重大设施寿命。技术优势巡检试验转台的速度提升至350km/h，填补了国内350km/h速度等级巡检试验转台的空白。首次在国内研究了350km/h高速及不饱和状态下铁磁性材料动态磁化过程机理。采用电磁、涡流、图像等无损检测核心关键技术，研究各种材料的伤损缺陷对检测信号的影响，克服使用环境、高速运动对检测系统的影响，在高速及重载铁路应用条件下，对服役钢轨表面、亚表面以及一定深度的裂纹缺陷损伤进行快速巡检，构建高速钢轨裂纹巡检设备，实现对铁路钢轨裂纹缺陷形貌参数等相关数据信息的快速获取、损伤程度判别，并进行故障预警和寿命评估。研究基于复合电磁效应、超声波、激光、图像融合的钢轨巡检及实时分析技术，实现病害特征识别与缺陷重构。通过分析铁磁性材料磁化过程，抑制巡检中检测探头的振动、提离效应、材料属性以及使用环境对钢轨表面检测结果的影响；基于多物理量数据的融合分析，精确识别钢轨缺陷产生前的残余应力、早期伤损等多种病害。通过使用超声技术实现焊缝精确定位及全断面相控阵高效检测。应用范围:（1）获得国家科技部重大科学仪器开发专项重大科学仪器开发专项“在役钢轨缺陷综合检测监测设备开发与应用”、国家自然科学基金委员重大科学仪器开发专项“钢轨接触疲劳及裂纹多物理高速巡检监测技术攻关”铁路总公司重大课题“高铁钢轨浅表层缺陷快速检测关键技术研究及装备研制”等项目支持。（2）作为关键核心设备应用于中国铁路总公司新一代国产大型高速钢轨探伤车GTC-80，累计巡检里程已达1万公里以上。发现各类型缺陷，如裂纹，剥离，磨损等400多例，通过了铁路总公司的关键技术鉴定，实现进口重大装备替代。（3）30km/h的双轨电动探伤机器人，集成环境感知、智能巡检、大数据处理与无线传输等功能，实现无人监控下的长距离自主运行，用于城市轨道巡检，已应用于南京地铁、西安地铁等。（4）智能制造质量检测技术应用于宝武集团宝日冷轧钢板厂（世界最大冷轧钢板生产线）钢板加工性能在线自动检测。（5）结构智能健康监控技术应用于京沪高铁CRTS-Ⅱ型轨道板健康监控（上海铁路局科技进步一等奖）、金温高铁沿线光纤监测（全国首例）、贵广客专K75+431双线特大桥沉降监测、芜湖地铁1、2号线安全监控系统；（6）挑战杯全国大学生课外学术科技作品竞赛特等奖，创青春全国大学生创业大赛金奖，第一届中俄工业创新大赛二等奖。

本成果目前仍处于进一步研究阶段，已完成了第一套水平连铸机的设计，包括高速钢结晶器，研究了浇铸温度、连铸拉坯速度、拉坯曲线工艺、铸坯的冷却工艺、中间包烘烤、保护渣对连铸成功和连铸坯质量的影响；同时，还开展了稀土在高速钢中作用机理研究。/line2006年，江苏省成果转化计划批准对本项目进行资助，新增总投资22,000万元，其中研发投入2,800万元，产业化投入19,200万元。