信息系统/信息集成系统

汪国林

-/电子信息

2001年,研制出JAVAandXMLBasedHealthcareEnterpriseIntegrationSystem。实现了不同医疗机构之间基于医疗领域通用国际标准HL7的异构医疗信息集成,应用于新加坡NationalHealthcareGroup的Internetportal,得到新加坡方的高度评价; 2002年,研制出PatientCareEnhancementSystem2。研制了系统中的若干核心模块,如TemplateManager,WorkflowEngine,RuleEngine,EventManager,BodyAnnotation。应用于新加坡国防部用来管理军队和后勤部门的医疗信息集成系统; 2003年,研制出InternetTotalHealthcareInformationSystem。研制基于中间件技术、高度集成化、以病人为中心的医院信息系统,为国内第一个基于先进Web技术的医院信息系统,应用于上海仁济医院。 2002至今,课题组一直致力于数据流技术在重症监护信息管理中应用的研宄。能够将医疗设备的信号转化为数据流,提供对医疗数据流的即席查询、变化监测以及降载处理。提出了伪周期性和可伸缩模式查询的概念,实现了医疗数据流变化检测原型系统,将重症监护环境下的虚警率由70%降低到12.4%。 2007—2009年,研制出CCTV固定资产管理信息系统。实现了基于Web的、面向业务流程感知的固定资产管理信息系统,既能够有效管理大量、复杂的业务数据,又能够感知围绕固定资产的相关业务流程活动。 2009—2010年,研宄基于云计算平台的并行数据挖掘算法。在中国移动研宄院由1024个节点构成的云计算平台上,实现了逻辑回归、人工神经网络、基于PCA的特征提取、序列模式挖掘等算法,并集成到其工作流环境下实际运行,在大规模移动真实数据下取得了良好的效果。

有向移动传感器网络三维空间路径自主部署方法

龚毓铭

-/电子信息

本发明提供了一种有向移动传感器网络三维空间路径自主部署方法,该方法首次提出了适用于有向移动传感器网络三维空间的自主覆盖部署,通过构建节点之间、节点与目标路径之间、节点与目标方向之间的虚拟作用力,将有向移动传感器网络节点的协同自主部署过程转化为节点在虚拟力场中受虚拟力作用而自主移动、自主转动的过程。本发明解决了现有技术中有向移动传感器网络无法在三维空间进行路径覆盖部署的问题。

近年来,无线传感器网络由于其高度的学科交叉性和广泛的应用前景受到世界各地学术界和工业界的高度关注,已成为当前IT领域新兴的前沿热点。根据采用的传感器节点类型,无线传感器网络可分为很多种,例如,若节点带有摄像装置,具有视频采集功能,则称之为视频传感器网络;若带有移动装置,则称为移动传感器网络;若组成网络的传感器节点的感知范围与方向相关,则称为有向传感器网络。在目标监测问题上,有向传感器在覆盖侧重和能耗使用方面,与传统的全向传感器相比更加具有优势。从实际应用的角度来看,目前常见的传感器类型,如图像、红外、声波等均具有方向性,由此可见有向传感器网络更加接近实用。

 对于自主部署而言,由于节点的资源受限,通信范围和感知范围都十分有限,因此,自主部署算法的好坏会对监测区域覆盖产生重要影响。良好的自主部署算法应当尽可能避免重叠覆盖、尽可能减少覆盖漏洞,部署过程中尽可能避免节点之间的相互干扰(如碰撞)。研究表明,现有的自主部署算法主要是针对特定目标区域进行区域覆盖,且主要集中在二维平面部署,如何实现有向移动传感器网络对三维空间特定路径的覆盖部署,是本领域技术人员亟待解决的技术问题。

有鉴于此,本发明解决的技术问题在于提供一种有向传感器网络三维空间路径自主部署方法,解决了现有技术中有向移动传感器网络无法在三维空间进行路径覆盖部署的问题。为了解决上述技术问题,本发明的具体实施方式中提供一种有向移动传感器网络三维空间路径自主部署方法,包括:S1:当前节点获得需要部署到的目标路径的位置信息,以及当前节点的有向传感器需要指向的目标点的位置信息;S2:计算当前节点与邻居节点之间的邻居虚拟力;S3:计算当前节点与目标路径之间的目标路径虚拟引力;S4:计算当前节点所受到的邻居虚拟力和目标路径虚拟引力的合力;S5:当前节点沿合力方向移动一个单位步长;S6:计算当前节点的有向传感器方向与目标方向之间的角度偏差;S7:调整当前节点的有向传感器的方向,使当前节点的有向传感器方向指向目标方向,返回步骤S2继续执行,直到当前节点部署到目标路径上。

基于决策树提取特征判别马苏里拉奶酪身份标识的方法

龚毓铭

-/电子信息

本发明公布了一种基于决策树提取特征判别马苏里拉奶酪身份标识的方法,包括:对马苏里拉奶酪的特征风味组分进行确定并定量;生成身份标识性特征风味组分模型,得到马苏里拉奶酪身份标识性特征风味组分;利用支持向量机SVM模型判别未知马苏里拉奶酪的级别,实现未知马苏里拉奶酪级别的判定。本发明方法提高了马苏里拉奶酪身份判别的准确率,节省了大量人力与感官评价相关费用,使马苏里拉奶酪分级更加客观、有效。

马苏里拉奶酪是是进口量仅次于切达奶酪的一种拉伸奶酪。水牛奶马苏里拉奶酪的营养价值相对牛奶的而言更丰富,但其成本也更高,因此极易发生掺假现象。通常而言不同级别的马苏里拉奶酪的评价大多以主观的感官评价为主,缺少客观的评价标准,但由于不同乳源马苏里拉奶酪风味差异程度较小,通常不是经验丰富的马苏里拉奶酪制造者或者使用者,很难对两种不同乳源的奶酪进行确定。另外对于奶酪基本依赖进口的我国而言,水牛奶马苏里拉奶酪的感官评定分级方法因缺少生产经验和使用经验而难以操作,主要依赖进口标签对其进行区分,因此很容易造成掺假,导致品质良莠不齐。如何利用仪器分析对进口水牛奶马苏里拉奶酪的身份以及奶酪品质进行确定,一直是我国进口奶酪产业一个难以解决的问题。

为了克服上述现有技术的不足,本发明提供一种基于决策树提取特征判别马苏里拉奶酪身份标识(特征化合物)的方法,基于决策树算法提取马苏里拉奶酪特征,建立马苏里拉奶酪身份标识性特征风味组分模型,识别出不同的身份标识性特征风味组分,由此判别马苏里拉奶酪的身份等级。

本发明具有以下技术优势:
 (一)通过提取特征风味组分,提出了一种马苏里拉奶酪身份判别的创新方法,与传统的感官评定方法相比,节省了大量人力与感官评价相关费用,同时对于不熟悉马苏里拉奶酪品质相关背景的我国消费者者而言,具有使奶酪分级更加客观、有效的作用;
 (二)本发明中,打破传统的马苏里拉奶酪判别方法,基于特征风味组分,采用决策树分类提高了马苏里拉奶酪身份判别的准确率。

基于显微视觉的精密检测关键技术及应用

王东琳

-/高技术服务

“基于显微视觉的精密检测”涉及光学、电子学、控制科学、计算机科学等众多学科,是一门新兴的综合性前沿学科,具有广泛的应用前景,可应用于工业、生物医学、军事等众多领域。本项目主要针对传统视觉测量与控制的方法在显微视觉精密检测应用中的不足,研究显微视觉在精密检测中的瓶颈问题与关键技术,包括基于显微视觉敏感自由度的主动标定方法、多路显微视觉下的相对位姿检测方法、明暗场成像方法的融合等,并成功应用于精密多自由度微装配系统与大口径精密光学元件表面损伤检测中,为显微视觉引导下的复杂微器件的空间高精度装配提供了创新性的理论与方法。大口径精密光学元件表面损伤检测中的应用,切实解决了国内精密大口径元件检测依赖人工的现状。本项目一直沿着“以基础理论和方法研究为先导,以获取核心关键技术为重点,以关键技术的有效应用为最终目标”这一思路开展工作。结合先进的信息处理、控制与通讯技术,提出了基于显微视觉的精密检测技术与方法,并成功推广应用。项目取得的主要创新成果如下:1、提出了基于显微视觉敏感自由度的主动标定方法,充分利用显微视觉系统在高精度测量环境下存在超/微景深的特点,实现了显微视觉系统与运动系统的准确标定,进而建立了显微测量中2D图像特征变化量与运动坐标系下3D笛卡尔空间运动量之间的关系。该方法的应用解决了精密多自由度微装配系统集成过程中复杂校准的难题,简单的标定步骤即可建立运动系统与测量系统间的准确关系;另一方面,为极小景深下的高精密相对位姿测量提供了创新性的解决方法。2.提出了一系列基于多路显微视觉的相对位姿检测方法,基于敏感自由度的主动标定方法及图像雅可比主动标定方法,融合多路显微视觉系统的图像特征,实现了微零件三维笛卡尔空间的相对位姿测量、自动对准与过冗配合的自动装配。该方法成功应用于单目显微视觉引导下10μm微管与12μm微球孔的3D笛卡尔空间的高精度自动对准与插入。这一系列相对位姿检测方法为显微视觉引导下的复杂微器件的空间高精度装配提供了创新性的理论与方法。3.提出了显微视觉下明暗场成像方法的融合及相应的精密检测方法,明场成像具有成像细节丰富,测量准确但效率低的特点。暗场成像具有扫描速度快,可观测远小于分辨率的损伤,但由于非线性散射效应无法准确测量的特点。结合二者优点,实现了大口径光学元件表面瑕疵的自适应、快速、精确检测。利用明场显微视觉的小景深实现对大口径光学元件的姿态的自适应测量无需复杂的机械校准;利用暗场成像系统实现对大口径光学元件的快速扫描;基于暗场损伤图像,实现明场成像系统对暗场损伤图像的二次定位与准确检测。该方法解决了适应性、准确性、效率三个核心问题,该方法的应用切实解决了国内精密大口径元件检测依赖人工的现状。本项目突破了一系列的关键技术和应用难题,发表高质量学术论文26篇,出版专著一部,取得授权的国家发明专利11项,实用新型1项。关键技术已在中国工程物理研究院激光聚变研究中心得到应用,创造直接经济效益元2.5万元,间接经济效益5亿元,取得了很好的经济效益和社会效益。

共 34 条 前往




工作日 9:00 —17:30

客服电话:

公众号

科创海

微信扫一扫,关注我们哦~

回顶部