太阳城集团亚洲娱乐城-澳门太阳城集团娱乐城最新地址_百家乐电影网_全讯网xb112 (中国)·官方网站

上海交通大學(xué)學(xué)生設(shè)計了一種防共餐交叉感染的抑菌涂層及取菜隔離裝置“金鐘叉”，這是上海交大學(xué)生創(chuàng)新中心負(fù)責(zé)的《工程學(xué)導(dǎo)論》課程學(xué)生作品，為避免二次傳播和感染提供了一個價廉且使用體驗良好的解決方案。                   “金鐘叉”主要發(fā)明人由上海交通大學(xué)機(jī)械與動力工程學(xué)院、電子信息與電氣工程學(xué)院、醫(yī)學(xué)院等專業(yè)學(xué)生組成。項目負(fù)責(zé)人陳心佩同學(xué)是上海交大電信學(xué)院大一在校生，項目初心其實是希望解決幽門螺桿菌患者反復(fù)治療反復(fù)感染的問題。當(dāng)前情況，人們陸續(xù)返工后，如何避免共餐交叉感染的風(fēng)險，公筷制和分餐制是對抗共餐交叉感染的有效途徑，但是這兩個模式操作較為繁瑣，用戶體驗不佳。團(tuán)隊決定設(shè)計一款低成本、容易清洗，順應(yīng)中式用餐習(xí)慣且使用體驗良好的方案。經(jīng)過對提出的不同方案進(jìn)行分析對比，受到人們戴口罩防病毒的啟發(fā)，最終決定為中式筷子設(shè)計一件能快速靈活穿戴的“口罩”。用戶在用餐過程中先通過筷子夾取保護(hù)套，隨后通過這個保護(hù)套取菜到自己餐盤內(nèi)后，然后立刻脫離外套使用筷子進(jìn)餐，整個用餐過程筷子在不離手的情況下實現(xiàn)公筷、私筷狀態(tài)切換。一個正常用餐過程夾菜次數(shù)通常有二十次以上，而如果用公筷、公勺就需要放下二十多次筷子換公筷和公勺取菜，再放下重新拿取自己的筷子進(jìn)行反復(fù)切換，并且公筷和筷子有時候還會弄亂，而團(tuán)隊的方案比使用公筷效率更高更便捷，有更好的用戶體驗。同時保護(hù)套采用抑菌涂層技術(shù)進(jìn)一步降低過程中的交叉感染風(fēng)險。他們?yōu)檫@款符合中國人用餐習(xí)慣的新工具取了一個特別的名字：金鐘叉。            產(chǎn)品設(shè)計中最難克服是生產(chǎn)工藝問題，要確保用筷子夾緊裝置后在取菜過程不松動需要材料有硬度同時具備一定彈性，同學(xué)們迅速與浙江餐具生產(chǎn)企業(yè)溝通并反復(fù)測試，最終找到一款彈性材料能較好的解決這個問題，實現(xiàn)量產(chǎn)準(zhǔn)備工作，并進(jìn)行專利和商標(biāo)注冊。學(xué)生團(tuán)隊于近日獲得產(chǎn)業(yè)鏈企業(yè)數(shù)百萬元投資進(jìn)行產(chǎn)品量產(chǎn)，產(chǎn)品將在一個月左右投放市場面向大眾。點擊查看原文

本發(fā)明涉及一種基于遙感影像值多元參量定標(biāo)模型的自適應(yīng)成像方法,其步驟包括建立成像系統(tǒng)電子學(xué)參數(shù)與遙感圖像的定量數(shù)學(xué)關(guān)系；獲取遙感成像系統(tǒng)的位置和姿態(tài)參數(shù),并計算成像區(qū)域獲取成像區(qū)域地物覆蓋類型、地物反射光譜以及成像區(qū)域上空大氣和氣溶膠參數(shù),根據(jù)輻射傳輸方程計算該成像區(qū)域?qū)?yīng)的入瞳輻亮度；對每一景遙感影像入瞳輻亮度進(jìn)行排序得到最大入瞳輻亮度值,并通過成像系統(tǒng)調(diào)節(jié)成像參數(shù)使其不超過成像系統(tǒng)最大輸出圖像值,然后驅(qū)動成像設(shè)備獲取遙感影像。

一種基于 LiDAR 點云輔助的立體影像密集匹配方法及系統(tǒng)，將投影獲取立體像對重疊范圍內(nèi)的 LiDAR 點云并濾波處理；將濾波后的點云投影到核線立體像對上，確定后續(xù)密集匹配的視差范圍；建立 金字塔，從金字塔頂層開始，采用三角網(wǎng)約束改造代價矩陣，進(jìn)行 SGM 密集匹配，并進(jìn)行左右一致性 檢測，得到頂層最終的視差圖；將金字塔當(dāng)前層的視差圖傳遞到下一層作為初始視差圖，根據(jù)當(dāng)前層的 視差圖相應(yīng)確定下一層的視差范圍，將下一層作為新的當(dāng)前層；基于新的當(dāng)前層，同樣處理得到當(dāng)前層 最終的視差圖，直到金字塔的底層，輸出原始影像的視差圖，根據(jù)視差圖，得到立體像對的同名點，生 成密集匹配的點云。

多模態(tài)醫(yī)學(xué)影像信息處理與分析，具有重大的應(yīng)用背景，是國家和社會當(dāng) 前高度重視的研究領(lǐng)域之一。 本項目擬基于機(jī)器學(xué)習(xí)方法，主要研究醫(yī)學(xué)影像的特征描述、設(shè)備無關(guān)性 的特征評價與特征選擇、基于內(nèi)容的多模態(tài)醫(yī)學(xué)影像檢索、醫(yī)學(xué)影像信息挖掘、 參考庫建設(shè)與算法輔助研究平臺的設(shè)計與開發(fā)等內(nèi)容。研究目標(biāo)為： （1）建立統(tǒng)一的特征描述模型，實現(xiàn)跨模態(tài)醫(yī)學(xué)影像的統(tǒng)一特征描述； （2）提出有效解決特征提取層面上醫(yī)學(xué)影像信息處理與分析算法的設(shè)備無 關(guān)性問題的通用框架； （3）在醫(yī)學(xué)影像標(biāo)注數(shù)據(jù)有限、數(shù)據(jù)庫為海量等條件下，實現(xiàn)高效率單模 50 態(tài)影像檢索，有效提高多模態(tài)、跨模態(tài)醫(yī)學(xué)影像檢索的精度，實現(xiàn)用戶友好的 檢索結(jié)果展示； （4）從結(jié)構(gòu)復(fù)雜的多模態(tài)醫(yī)學(xué)影像數(shù)據(jù)中，挖掘有用的知識，構(gòu)建有效的 輔助診斷模型、實現(xiàn)個人疾病風(fēng)險預(yù)警； （5）完成首期參考庫建設(shè)與算法輔助研發(fā)平臺的開發(fā)，為項目研究內(nèi)容的 開展提供有效數(shù)據(jù)和環(huán)境支撐。本項目獲得國家自然科學(xué)基金重點項目資助，項目執(zhí)行期 2013.1-2017.12。

常見腫瘤的前期診斷是目前的一個技術(shù)難點，也是目前急需解決的一個難題，目前最好的解決方法是分子熒光探測技術(shù)，這些技術(shù)的核心是小分子熒光探針的合成以及這種分子探針的腫瘤靶向特性，我們已經(jīng)合成了可以進(jìn)行部分腫瘤標(biāo)記的近紅外分子探針，并在幾種腫瘤的前期診斷中獲得了成功。同時我們也已經(jīng)成功開發(fā)了活體熒光成像系統(tǒng)，可以進(jìn)行分子熒光探針應(yīng)用的相關(guān)研究。應(yīng)用于醫(yī)療器械：腫瘤的前期診斷，獲發(fā)明專利2項，市場前景不可估量。 我們已經(jīng)合成了可以進(jìn)行部分腫瘤標(biāo)記的近紅外分子探針，并在幾種腫瘤的前期診斷中獲得了

本發(fā)明公開了一種基于投影數(shù)字高程模型的正射影像鑲嵌線自動提取方法，包括步驟：步驟 1，獲 取單片正射影像的投影數(shù)字高程模型；步驟 2，確定待鑲嵌正射影像對；步驟 3，將待鑲嵌正射影像對 的投影數(shù)字高程模型按地理坐標(biāo)疊加獲得疊加圖像，將疊加圖像二值化得到二值疊加圖像；步驟 4，采 用圖像形態(tài)學(xué)方法提取二值疊加圖像的骨架線獲得骨架線網(wǎng)絡(luò)，采用 Dijkstra 算法在骨架線網(wǎng)絡(luò)中搜尋 最短路徑，即待鑲嵌影像對的鑲嵌線。本發(fā)明方法能自動獲取高質(zhì)量的正

本發(fā)明公開了一種基于遙感影像的特征函數(shù)空間濾值回歸模型并行化方法，本發(fā)明針對遙感影像數(shù) 據(jù)回歸建模過程中變量空間自相關(guān)性對模型的影響，提出采用特征函數(shù)空間濾值方法，通過將影像進(jìn)行 分塊，利用搭建的并行計算集群進(jìn)行分布式計算，最后將分塊計算的結(jié)果返回給主節(jié)點匯總，通過對比 串行和并行分別得到的回歸模型擬合評價參數(shù) MSE、RMSE、R2、Adj.R2 以及并行加速比 S，驗證基于 遙感影像的特征函數(shù)空間濾值并行方法在空間統(tǒng)計回歸建模中能夠消除空間

本發(fā)明公開一種補(bǔ)償粒子速度影像儀球面像差的方法，所述方法為：在粒子速度影像儀提取極電極板添加跳變電壓，以在聚焦電場的基礎(chǔ)上添加發(fā)散電場，從而補(bǔ)償原有靜電聚焦透鏡球面像差。本發(fā)明還提供一種補(bǔ)償粒子速度影像儀球面像差的裝置，所述裝置包括與粒子速度影像儀提取極電極板連接的跳變電壓控制單元，用于在提取極電極板上產(chǎn)生跳變電壓。本發(fā)明可補(bǔ)償粒子速度影像儀補(bǔ)償原有靜電聚焦透鏡球面像差，實施本發(fā)明無需改變原有裝置結(jié)構(gòu)，實施簡便、成本低、成像分辨率高。

本發(fā)明公開了一種利用激光點云輔助的可量測全景影像生成方法，包括：步驟 1，將全景影像進(jìn)行 虛擬成像獲得多幅框幅式影像；步驟 2，選取初始點對，并初始化各框幅式影像的外方位元素；步驟 3， 以初始點對中所有激光點到對應(yīng)框幅式影像上的投影誤差的和最小為條件方程，調(diào)整外方位元素初始值， 獲得精確的外方位元素值；步驟 4，構(gòu)建激光點云的空間索引，在空間索引中選取以曝光中心為球心的 球形鄰域，球形鄰域內(nèi)激光點云即全景影像的鄰域點云；步驟 5，計算鄰域點云中各激光點的法向量， 獲得鄰域點云的特征；步驟 6，將鄰域點云的深度和特征投影到全景影像。采用本發(fā)明生產(chǎn)的可量測全 景影像具有較高精度，可廣泛運用于測量領(lǐng)域及資產(chǎn)調(diào)查。