真钱游戏-澳门线上赌场_百家乐正品_sz全讯网网站xb112(中国)·官方网站

本發明公開了一種實現轉矩和效率優化的感應電機全速度域電流分配方法，該方法綜合考慮了電壓限制、電流限制以及電機自身的物理特性限制，在不同速度域分別推導得到轉矩和效率優化的勵磁電流矢量給定值和轉矩電流矢量給定最大值。應用本發明可以大幅提高感應電機驅動系統的電流利用率和效率，提升全速度域轉矩輸出能力。

本發明公開了一種數控機床模態參數的獲取方法，通過對數控機床的工作臺施加多次加減速沖擊產生激勵，實現對數控機床模態參數的獲取，包括：確定施加的單次加減速沖擊的時間及加速度值；確定施加的相鄰加減速沖擊的間隔時間，該間隔時間的序列為隨機序列；根據確定的加速度、單次加減速沖擊的時間以及各次加減速沖擊間的間隔時間控制工作臺平動，從而產生激勵；采集激勵下的數控機床的響應信號并經模態分析處理后即可得到數控機床的模態參數。本發明的方法通過控制工作臺在某兩個速度值之間不斷做加減速動作對機床進行激勵，獲得工作臺在一定速

醫療內窺鏡是目前常用的一種臨床診斷工具，尤其對于消化科的醫生而言，他們通過內窺鏡能直接觀察到人體消化器官內部的病變情況，如潰瘍、腫瘤等，甚至還可以利用內窺鏡進行微創的外科手術，在醫學界應用廣泛。與放射科的閱片相比，消化內鏡是消化道病變篩查和診斷的金標準，也是微創和無創治療的主要手段。 由一款圍棋人工智能程序AlphaGo(阿爾法圍棋)開始，人工智能開始走進大眾的視野。世界范圍內對其的廣泛討論預示著人工智能時代已經到來。隨著深度學習算法不斷發展、日益成熟，人工智能已逐步用于醫療影像分析領域。近年來，關于內窺鏡影像在AI領域的發明成果如潮水般涌現。 在內鏡檢查中，操作醫師將抓取的圖像和視頻保存到內鏡報告系統中，再由診斷醫生根據這些抓取的影像出具診斷報告。由目前公開的內窺鏡影像收集歸納系統中，尚未利用深度學習的方法來進行胃、腸的內窺鏡影像學習，進而構建一個較為全面的內窺鏡影像的樣本庫。目前的方法不利于簡化醫生的操作且不具有數據歸一化處理和轉換能力，無法根據數據適用范圍的不同對數據進行管理和提供智能的數據分析功能。 一種人工智能掃描內窺影像樣本庫管理系統包括以下模塊：圖像輸入模塊，用于收集內窺鏡圖片；按官方標準，將胃部或者腸部內鏡視野分成多個部位，通過人工智能系統對從醫院內窺鏡系統采集的圖像進行預分類，并將影像數據上傳至系統指定文件目錄；登陸模塊，用于在注冊醫生登錄系統進入當前功能菜單后，對圖片進行評圖，確認該圖片類別是否正確；系統主控界面，用于進行人機交互，并對圖像進行顯示；業務功能模塊，包括：圖像分類單元、視頻庫單元、病灶標記單元、我的任務單元、用戶信息單元；系統設置模塊，用于管理用戶與權限。本發明界面美觀友好、信息查詢靈活方便；對上傳影像數據智能分類，減少醫生操作，只需最終確定。 本系統產生的價值在于： 一、界面美觀友好、信息查詢靈活方便； 二、對上傳影像數據智能分類，減少醫生操作，只需最終確定； 三、數據庫管理模塊，具有數據歸一化處理和轉換能力，根據數據適用范圍的不同對數據進行管理，提供智能的數據分析功能； 四、集成第三方標記工具，標記過程簡單清晰，結果數據穩定可靠； 五、用戶權限設置合理，系統安全級別高； 六、防錯退出模式，保證系統安全穩定運行。

一種基于圖割能量優化的影像間最優拼接線尋找方法及系統，進行待拼接影像數據準備，獲得各待 拼接影像之間所有重疊區域及相應重疊度;對待拼接影像進行預處理，綜合考慮顏色、梯度以及紋理信 息確定圖割全局能量函數，圖割全局能量函數包括數據項和平滑項，平滑項能量權重設置，采用圖割能 量優化方法，對總能量進行優化，獲取最優拼接線。本發明所得拼接線盡量避免通過色差過大、紋理復 雜區域以及明顯地物的邊緣，從而最大程度上保證了拼接線的最優化，解決了多影像多度重疊區域拼接 線聯合優化的問題，適用性廣。

本發明公開了一種基于直方圖特征點配準的影像勻色與融合方法及系統，該方法根據影像亮度直方 圖特征提取直方圖極值點，并采用一維高斯平滑抑制亮度直方圖局部噪聲點;同時，使用匹配代價函數 對匹配矩陣消元的方式構建直方圖極值點間的匹配關系，并以匹配的直方圖極值點作為直方圖特征點。 利用直方圖特征點，采用影像重疊區的直方圖特征點對應亮度值修正影像亮度。本發明能對大視角、近 距離色差較大的影像進行色調差異處理，能自動消除多張影像重疊區域內以及非重疊區的色調差異，達 到影像局部區域色調均衡與拼接后街景的全景影像整體色調均衡的效果。

項目成果/簡介:醫療內窺鏡是目前常用的一種臨床診斷工具，尤其對于消化科的醫生而言，他們通過內窺鏡能直接觀察到人體消化器官內部的病變情況，如潰瘍、腫瘤等，甚至還可以利用內窺鏡進行微創的外科手術，在醫學界應用廣泛。與放射科的閱片相比，消化內鏡是消化道病變篩查和診斷的金標準，也是微創和無創治療的主要手段。由一款圍棋人工智能程序AlphaGo(阿爾

哈爾濱工程大學振子自動定位系統采購項目競爭性磋商

聲子極化激元是極性材料中晶格振動與光場之間的強耦合，有望應用在低損耗納米光學元器件中。相關的理論研究由黃昆先生于上世紀五十年代提出，目前已經較為成熟。但是實驗測量表面聲子極化激元直到近年才有較大的進展，主要是因為表面聲子極化激元的測量同時需要高的空間分辨率和能量分辨率。目前測量表面聲子極化激元的主要方法為近場光學方法（s-SNOM），該方法可以在中紅外和太赫茲區間對聲子極化激元進行很好的探測。但在遠紅外區間，由于目前缺少合適的遠紅外激光光源和探測器，相關材料體系的表面聲子極化激元的研究受到很大限制。 近日，北京大學物理學院2016級本科生亓瑞時和王任飛利用掃描透射電子顯微鏡的電子能量損失譜，對ZnO納米結構中的遠紅外表面聲子極化激元進行了細致的探測。通過在納米尺度上測量納米線、納米片不同空間位置的電子能量損失，探究了表面聲子極化激元的性質，得到了表面聲子極化激元的色散關系，并研究了其尺寸效應、幾何效應等。圖1. 左：利用電子束激發和探測納米線表面聲子極化激元。右：測量得到的色散關系。 利用電子顯微鏡中的電子束來激發和探測聲子極化激元具有很多的優點，包括（1）電子顯微鏡方法具有亞埃的空間分辨率；（2）電子激發具有更高的效率（電子與材料相互作用的散射截面更大）；（3）電子能激發一些非光學活性的模式；（4）電子能量損失譜能得到高q（波矢）值下的信息；（5）電子能量損失譜具有很寬的激發、測量窗口，原則上可以測量從meV量級的振動譜信號至keV量級的芯電子激發譜信號。因此，電子能量損失譜有望極大地推動包括表面聲子極化激元在內的相關實驗研究。 該工作于2019年7月19日在線發表于學術期刊Nano Letters（DOI:10.1021/acs.nanolett.9b01350），第一作者為北京大學物理學院2016級本科生亓瑞時、王任飛，指導老師為量子材料科學中心和電子顯微鏡實驗室的高鵬研究員。該項研究得到國家自然科學基金、國家重點研發計劃、量子物質科學協同創新中心等基金的支持。 論文鏈接：https://pubs.acs.org/doi/abs/10.1021/acs.nanolett.9b01350

學諧振子在現代科技和生活中具有廣泛的應用，大到引力波探測裝置，小到我們身邊的手機，涉及傳感、變頻、濾波等重要器件。一般的諧振子器件是互易的，即器件內部或者兩個器件之間的聲子傳遞和方向無關。而非互易的諧振子器件對于全雙工聲子信號收發、聲子隔離等有著非常關鍵的作用，甚至還可以用來對熱能進行單向傳遞，使冷的物體更冷，熱的物體更熱。圖a，基于光力相互作用的非互易聲子耦合機制。b，通過控制激光相位，聲子隔離度±30分貝連續可調。 光力學是光學和力學相結合的新興科研領域。光力相互作用可以用于光學和力學模式的精密調控和測量，有著重要的物理意義和實際應用。這個工作中的光力學系統由超高品質因子的氮化硅納米薄膜和高精細度光學腔構成。激光將聲子從納米薄膜的一個諧振模式轉化為光子，再變回另一個諧振模式中的聲子。多束激光的物理效應互相干涉，使聲子傳遞增強或者減弱。通過控制激光相位，實現了聲子隔離度在±30分貝范圍內連續可調（如圖所示）。在徐海潭等人之前的工作（Nature 537，80 （2016））中，他們通過拓撲操作實現了瞬態的非互易聲子傳遞，而在最新的工作中，他們通過光力相互作用產生了聲子模式間靜態的非互易耦合，從而實現了穩定的非互易聲子傳遞。

本發明提供了一種基于子結構的復合材料彈性參數識別方法，建立復合材料子結構有限元模型，根據子結構理論對復合材料子結構模型進行動力學縮聚；縮聚后子結構特征矩陣裝配到殘余結構上，計算得到復合材料全模型模態信息；提取全模型模態數據，計算模態頻率對殘余結構彈性參數的相對靈敏度；將試驗和有限元模擬的模態頻率殘差的二范數作為目標函數，利用迭代優化算法最小化目標函數。本發明通過考慮了子結構的復合材料建模，將模型待識別部分定義為殘余結構，通過全模型模態頻率對殘余結構彈性參數的相對靈敏度分析和模態振型匹配，采用優化迭代算法識別復合材料待識別參數，節省計算資源，提高計算效率，具有十分重要的工程意義。