网上赌博游戏犯法吗-哪里网上赌博合法_网上百家乐游戏玩法_全讯网600cc (中国)·官方网站

本項(xiàng)目通過(guò)完善結(jié)構(gòu)化焊接技術(shù)，研發(fā)視覺(jué)伺服機(jī)器人，研究焊縫圖像處理算法和爐筒與大小爐蓋的結(jié)構(gòu)以及密封槽的設(shè)計(jì)，實(shí)現(xiàn)非結(jié)構(gòu)化焊接制造藍(lán)寶石爐，使其爐體性能可靠、制造工藝穩(wěn)定、生產(chǎn)高度自動(dòng)化。本項(xiàng)目的實(shí)施實(shí)現(xiàn)了如下的技術(shù)突破和創(chuàng)新：(1) 研發(fā)成功視覺(jué)伺服方法進(jìn)行焊接機(jī)器人的焊縫跟蹤控制，首次實(shí)現(xiàn)焊接環(huán)境的監(jiān)控。(2) 研究晶體生長(zhǎng)爐加熱后對(duì)爐筒、大小爐蓋等部件密封性能的影響；合理布置了電極與抽氣管道裝置；獲得能在生產(chǎn)過(guò)程中安排合理的制作工藝和技術(shù)，保證晶體生長(zhǎng)爐的密封性、粗糙度、同心度、平行度、垂直度達(dá)標(biāo)及產(chǎn)品量產(chǎn)的穩(wěn)定性。(3) 研發(fā)智能制造操作平臺(tái)，可對(duì)藍(lán)寶石爐進(jìn)行結(jié)構(gòu)化智能焊接。(4) 研發(fā)新型寶石爐，使藍(lán)寶石爐的智能焊接制造技術(shù)獲得突破性進(jìn)展。●應(yīng)用前景： 我國(guó)焊接自動(dòng)化的市場(chǎng)容量在不斷擴(kuò)大，作為需求導(dǎo)向型行業(yè)，焊接自動(dòng)化在工程機(jī)械和石油化工等行業(yè)中得到廣泛應(yīng)用。此外，在提高勞動(dòng)生產(chǎn)率、提升產(chǎn)品質(zhì)量和增強(qiáng)競(jìng)爭(zhēng)力等方面，焊接自動(dòng)化裝備作為重要的基礎(chǔ)裝備之一，對(duì)我國(guó)未來(lái)先進(jìn)制造技術(shù)的核心競(jìng)爭(zhēng)力具有重要意義。而且對(duì)中國(guó)企業(yè)現(xiàn)有產(chǎn)能的焊接設(shè)備進(jìn)行技術(shù)改造升級(jí)，也將產(chǎn)生巨大的焊接自動(dòng)化裝備需求，中國(guó)焊接自動(dòng)化裝備市場(chǎng)已進(jìn)入高速發(fā)展階段。 

中標(biāo)麒麟服務(wù)器虛擬化系統(tǒng)是基于中標(biāo)麒麟虛擬化平臺(tái)軟件V7，面向高安全服務(wù)器虛擬化領(lǐng)域應(yīng)用研制的安全保密虛擬化平臺(tái)；產(chǎn)品通過(guò)國(guó)家保密科技測(cè)評(píng)中心基于《涉密信息系統(tǒng)服務(wù)器虛擬化和桌面虛擬化產(chǎn)品安全保密技術(shù)要求》（BMB30-2017）的安全性檢測(cè)。支持海光、ARM64及 X86平臺(tái)。 中標(biāo)麒麟服務(wù)器虛擬化系統(tǒng)支持管理大規(guī)模服務(wù)器資源、網(wǎng)絡(luò)資源、存儲(chǔ)資源，實(shí)現(xiàn)資源池化并統(tǒng)一管理調(diào)度；為關(guān)鍵業(yè)務(wù)提供靈活的基礎(chǔ)資源調(diào)度，高安全性、優(yōu)越的性能和穩(wěn)定性；提供三員管理、國(guó)密算法支持、完整性度量及保護(hù)、惡意行為防護(hù)等系列安全保密措施，保證高安全領(lǐng)域虛擬化平臺(tái)的高效、安全穩(wěn)定運(yùn)行。 產(chǎn)品特點(diǎn) 中標(biāo)麒麟服務(wù)器虛擬化系統(tǒng)能夠在提高數(shù)據(jù)中心空間利用率、服務(wù)器利用率，減少硬件成本投入，降低能耗，減少服務(wù)中斷時(shí)間的同時(shí)，提高資源使用的靈活性；提高業(yè)務(wù)系統(tǒng)的響應(yīng)速度，提高基礎(chǔ)架構(gòu)管理效率，同時(shí)為客戶構(gòu)建的服務(wù)器虛擬化系統(tǒng)符合國(guó)家安全相關(guān)標(biāo)準(zhǔn)要求，是構(gòu)建合規(guī)、安全、保密、敏捷、易用、可靠的服務(wù)器虛擬化平臺(tái)系統(tǒng)的可靠選擇。 項(xiàng)目 內(nèi)容 安裝部署及升級(jí)維護(hù) 支持自動(dòng)化大規(guī)模部署 支持不停機(jī)升級(jí)維護(hù) 系統(tǒng)管理功能 對(duì)計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)資源虛擬化成資源池并統(tǒng)一調(diào)度管理 提供集群級(jí)別的資源負(fù)載均衡調(diào)度及高可用保護(hù) 提供集群、主機(jī)、虛擬機(jī)級(jí)別的資源使用情況及運(yùn)行狀態(tài)實(shí)時(shí)監(jiān)控，支持自定義監(jiān)控項(xiàng)及監(jiān)控項(xiàng)告警閾值，支持監(jiān)控性能圖及報(bào)表 支持虛擬機(jī)在線遷移及遷移壓縮、遷移加密 支持虛擬機(jī)、主機(jī)網(wǎng)絡(luò)QoS管理 支持虛擬網(wǎng)絡(luò)管理，支持VLAN 支持平臺(tái)級(jí)手動(dòng)/自動(dòng)虛擬機(jī)備份恢復(fù) 安全保密功能 管理員登錄限制、多因子身份鑒別、登錄失敗處理 管理員權(quán)限分離和職責(zé)劃分（三員管理） 訪問(wèn)控制（限制管理員對(duì)資源的訪問(wèn)權(quán)限） 啟動(dòng)過(guò)程完整性校驗(yàn)（保證虛擬機(jī)組件的完整性） 安全審計(jì)（對(duì)所有管理員的操作生成審計(jì)日志） 虛擬機(jī)密級(jí)標(biāo)識(shí)全生命周期與虛擬機(jī)綁定 數(shù)據(jù)保護(hù)（機(jī)密性、完整性、密碼要求等） 虛擬網(wǎng)絡(luò)安全（VLAN、虛擬交換機(jī)隔離、網(wǎng)絡(luò)帶寬管理等） 支持惡意代碼防護(hù)功能 安全管理（虛擬化服務(wù)保護(hù)、虛擬機(jī)監(jiān)視器安全、監(jiān)控管理、外聯(lián)監(jiān)控、外接存儲(chǔ)設(shè)備管控） 虛擬機(jī)隔離（物理資源與虛擬資源、虛擬CPU、虛擬機(jī)內(nèi)存、存儲(chǔ)） 殘留信息保護(hù)（磁盤空間、內(nèi)存）

本發(fā)明公開(kāi)了一種基于開(kāi)槽結(jié)構(gòu)的四分之一模基片集成波導(dǎo)濾波器，包括四分之一模基片集成波導(dǎo)弧形腔，四分之一模基片集成波導(dǎo)弧形腔通過(guò)基片集成波導(dǎo)圓形腔沿任意兩條相互垂直的磁壁分割得到，四分之一模基片集成波導(dǎo)弧形腔包括介質(zhì)基片，介質(zhì)基片的上表面設(shè)有上金屬層，介質(zhì)基片的下表面設(shè)有下金屬層，介質(zhì)基片中沿四分之一模基片集成波導(dǎo)弧形腔的周向均勻分布有貫穿上金屬層和下金屬層的金屬通孔。本發(fā)明相對(duì)于傳統(tǒng)的基片集成波導(dǎo)圓形腔有效實(shí)現(xiàn)了小型化。并且，相對(duì)于傳統(tǒng)的多層結(jié)構(gòu)，本發(fā)明結(jié)構(gòu)簡(jiǎn)單，加工方便。此外，相對(duì)于傳統(tǒng)的微帶結(jié)構(gòu)，本發(fā)明的濾波器品質(zhì)因數(shù)高，損耗小。

導(dǎo)讀東北電力大學(xué)和長(zhǎng)春理工大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)并實(shí)現(xiàn)一種結(jié)合腦電圖源成像(ESI)技術(shù)和卷積神經(jīng)網(wǎng)絡(luò)(CNN)的新方法，以對(duì)運(yùn)動(dòng)想象(MI)任務(wù)進(jìn)行分類。ESI技術(shù)采用邊界元法(BEM)和加權(quán)最小范數(shù)估計(jì)(WMNE)分別解決EEG的正向和逆向問(wèn)題。然后在運(yùn)動(dòng)皮層中創(chuàng)建十個(gè)scout來(lái)選擇感興趣的區(qū)域(ROI)。研究者使用Morlet小波方法從scout的時(shí)間序列中提取特征。最后，使用CNN對(duì)MI任務(wù)進(jìn)行分類。實(shí)驗(yàn)結(jié)果:在Physionet數(shù)據(jù)庫(kù)上的整體平均準(zhǔn)確率達(dá)到94.5%，分別對(duì)左拳頭、右拳頭、雙拳和雙腳的單個(gè)準(zhǔn)確率達(dá)到95.3%、93.3%、93.6%、96%，采用十倍交叉驗(yàn)證進(jìn)行驗(yàn)證。研究人員表示，他們的研究成果與最先進(jìn)的MI分類方法的結(jié)果相比，總體分類增加了14.4%。研究者為驗(yàn)證方法的有效性，加入了4個(gè)新的受試者進(jìn)行驗(yàn)證，發(fā)現(xiàn)總體平均準(zhǔn)確率為92.5%。此外，全局分類器適應(yīng)單一對(duì)象，整體平均準(zhǔn)確率提高到94.54%。研究者表示，他們提出的結(jié)合scout ESI和CNN的方法，提高了腦電解碼四類MI任務(wù)的BCI性能。系統(tǒng)框架圖1 系統(tǒng)框架圖系統(tǒng)框架如圖1所示。原始數(shù)據(jù)來(lái)自國(guó)際10-10系統(tǒng)的64個(gè)電極(不包括Nz、F9、F10、FT9、FT10、A1、A2、TP9、TP10、P9和P10電極)，并以每秒160個(gè)樣本的速度采集。根據(jù)國(guó)際10-10系統(tǒng)從64個(gè)通道采集原始腦電圖，并使用BCI2000系統(tǒng)進(jìn)行記錄。記錄的數(shù)據(jù)被分為四個(gè)獨(dú)立MI任務(wù)包括左拳MI,右拳MI,雙拳MI和雙腳MI。首先，由于ERD在執(zhí)行運(yùn)動(dòng)想象時(shí)在alpha和beta中不同，因此使用FIR濾波器對(duì)EEG進(jìn)行了8 Hz至30 Hz的帶通濾波。然后，通過(guò)計(jì)算包含正問(wèn)題和逆問(wèn)題的源，將傳感器空間的活動(dòng)轉(zhuǎn)化為源空間的活動(dòng)。接下來(lái)，創(chuàng)建scout并提取特征。研究者在運(yùn)動(dòng)皮層中創(chuàng)建了10個(gè)scout，因?yàn)槲覀冎魂P(guān)心與運(yùn)動(dòng)相關(guān)的活動(dòng)。十個(gè)scout中的每一個(gè)都代表了可用源空間中的一個(gè)感興趣的區(qū)域(ROI)，并且是定義在皮層表面或頭部體積上的偶極子的子集。左腦的scout稱為L(zhǎng)1、L2、L3、L4、L5，右腦的scout稱為R1、R2、R3、R4、R5。利用JTFA從10個(gè)scout的源時(shí)間序列中提取特征。最后，利用CNN對(duì)時(shí)頻圖進(jìn)行分離并進(jìn)行分類。實(shí)驗(yàn)在實(shí)驗(yàn)中，研究人員僅使用了隨機(jī)選擇的十個(gè)受試者的MI trail (S5，S6，S7，S8，S9，S10，S11，S12，S13，S14)。這里用于分析的數(shù)據(jù)集包含每個(gè)受試者84次試驗(yàn)，每一類包含21次試驗(yàn)。在記錄64通道腦電圖時(shí)，受試者執(zhí)行了不同的運(yùn)動(dòng)想象任務(wù)。每個(gè)受試者針對(duì)以下四個(gè)任務(wù)中的每一個(gè)執(zhí)行了3輪21試驗(yàn)：當(dāng)目標(biāo)出現(xiàn)在屏幕左側(cè)時(shí)，受試者想象打開(kāi)和合上相應(yīng)的拳頭，直到目標(biāo)消失。然后受試者放松。當(dāng)目標(biāo)出現(xiàn)在屏幕的右側(cè)時(shí)，受試者想象打開(kāi)和合上相應(yīng)的拳頭，直到目標(biāo)消失。然后受試者放松。當(dāng)目標(biāo)出現(xiàn)在屏幕頂部時(shí)，受試者想象打開(kāi)和合上雙手的拳頭，直到目標(biāo)消失。然后受試者放松。當(dāng)目標(biāo)出現(xiàn)在屏幕底部時(shí)，目標(biāo)會(huì)想象雙腳張開(kāi)和合攏，直到目標(biāo)消失。然后受試者放松。為了統(tǒng)一數(shù)據(jù)維數(shù)，研究者選擇了4s的數(shù)據(jù)，因?yàn)槊看蜗胂笕蝿?wù)的執(zhí)行時(shí)間都在4s左右。此外，腦電圖任務(wù)是分開(kāi)的，研究人員在實(shí)驗(yàn)中將左拳，右拳，雙拳和雙腳MI任務(wù)分別稱為T1，T2，T3和T4。圖2 scout命名左右運(yùn)動(dòng)想象的scout分別命名為L(zhǎng)1、L2、L3、L4、L5、R1、R2、R3、R4、R5，如圖2所示。10個(gè)scout每一個(gè)都被擴(kuò)展到40個(gè)頂點(diǎn)，每個(gè)頂點(diǎn)只有一個(gè)源。L1區(qū)域?qū)?yīng)40個(gè)信號(hào)，其他scout也一樣。在計(jì)算了來(lái)源后，研究者在運(yùn)動(dòng)皮層中創(chuàng)建了十個(gè)scout，如圖3所示。圖3 創(chuàng)建10個(gè)scout使用ESI計(jì)算十個(gè)受試者(S5、S6、S7、S8、S9、S10、S11、S12、S13、S14)每次試驗(yàn)的四個(gè)任務(wù)(T1、T2、T3、T4)的源。對(duì)于這四項(xiàng)任務(wù)中的每一項(xiàng)，每個(gè)受試者每次都要進(jìn)行7次測(cè)試(#1，#2，#3，#4，#5，#6，#7)。展示了第一個(gè)步的10個(gè)被試的10個(gè)scout的4項(xiàng)任務(wù)的來(lái)源。然后提取10個(gè)scout的時(shí)間序列進(jìn)行進(jìn)一步分析。特征提取在計(jì)算源之后，研究人員在運(yùn)動(dòng)皮層中創(chuàng)建了包含40個(gè)源的10個(gè)scout，并提取了scout的時(shí)間序列。如圖4所示為提取R5 scout時(shí)間序列作為示例。圖的右邊顯示了R5 scout的時(shí)間序列。本文利用小波變換從scout時(shí)間序列中提取特征。圖4 提取R5 scout時(shí)間序列作為示例在這項(xiàng)研究中，研究者提出利用CNN來(lái)解決運(yùn)動(dòng)想象任務(wù)分類的問(wèn)題。該模型基于Schirrmeister等提出的Deep ConvNet架構(gòu)，該網(wǎng)絡(luò)模型由一個(gè)六層卷積網(wǎng)絡(luò)組成，其中兩個(gè)最大池層和三個(gè)全連接層，如圖5所示。圖5對(duì)于Physionet數(shù)據(jù)庫(kù)，研究者首先采用Deep ConvNet架構(gòu)，包括四個(gè)卷積層、四個(gè)最大池層和一個(gè)全連接層。在實(shí)驗(yàn)中，研究者依據(jù)經(jīng)驗(yàn)使用兩個(gè)最大池化層。并嘗試了不同數(shù)量的卷積層和完全連接層。時(shí)頻圖利用Morlet小波方法得到了scout的特征。對(duì)于每個(gè)任務(wù)，R5 scout的時(shí)頻圖如圖6所示。包含時(shí)間和頻率互補(bǔ)的時(shí)頻分析方法提供了時(shí)域和頻域的聯(lián)合分布信息，清晰地描述了信號(hào)頻率與時(shí)間的關(guān)系。圖6 R5 scout的時(shí)頻圖顯然，只有部分時(shí)頻映射是紅色的，表明每個(gè)任務(wù)只對(duì)特定的頻率和時(shí)間敏感。由于圖的數(shù)量比較大，研究者使用CNN來(lái)選擇和學(xué)習(xí)這些圖中最基本的特征。研究人員隨機(jī)選擇了幾個(gè)樣本，并將一些特征圖可視化，作為MI任務(wù)的學(xué)習(xí)表示，如圖7所示。圖7為了獲得有效的結(jié)果，將數(shù)據(jù)集分為90％作為訓(xùn)練集，其余10％作為測(cè)試集。首先，將十個(gè)受試者的數(shù)據(jù)集（總共19320個(gè)樣本）分為17388個(gè)樣本以訓(xùn)練所提出的CNN模型，以及1932個(gè)樣本以驗(yàn)證模型的有效性。在實(shí)驗(yàn)中，研究者還選擇了另外四個(gè)受試者的數(shù)據(jù)集以增加數(shù)據(jù)集的規(guī)模(27048個(gè)樣本)，其中24343個(gè)樣本是訓(xùn)練集，其他樣本是測(cè)試集。在選定的scout上對(duì)所提出的CNN架構(gòu)進(jìn)行了十次訓(xùn)練和測(cè)試，以驗(yàn)證所提出模型的魯棒性。圖8(a)顯示了10個(gè)scout中每個(gè)的全局平均精度。圖8 統(tǒng)計(jì)結(jié)果R5的全局平均精度最高，達(dá)到94.5%，而L2的全局平均精度最低，為91.3%。對(duì)應(yīng)L1、L3、L4、L5、R1、R2、R3、R4的整體準(zhǔn)確率分別為92.4%、92.5%、93.6%、91.9%、93.0%、91.8%、92.1%、92.6%。所有scout的總體精度均在91%以上，標(biāo)準(zhǔn)差均在0.20%以下。圖8(b)顯示了十個(gè)scout中每個(gè)scout四個(gè)MI任務(wù)的組級(jí)統(tǒng)計(jì)結(jié)果及其標(biāo)準(zhǔn)差。一般來(lái)說(shuō)，R5表現(xiàn)的要比其他的好，而L2在迭代2000中表現(xiàn)最差。標(biāo)準(zhǔn)差較小，說(shuō)明這些精度更接近平均值且穩(wěn)定。圖9 統(tǒng)計(jì)結(jié)果圖9(a)顯示了帶有標(biāo)準(zhǔn)差的混淆矩陣，說(shuō)明了group level分類結(jié)果。T1、T2、T3和T4的全局平均精度峰值分別為95.3%、93.3%、93.6%和96.0%。R5 scout的四個(gè)MI任務(wù)中的每一個(gè)都如圖9(b)所示。通過(guò)改變訓(xùn)練集和測(cè)試集順序的10次試驗(yàn)，確定了scoutR5的性能，結(jié)果如圖10(a)和(b)所示。在10次試驗(yàn)中，scout R5的T1、T2、T3、T4的平均準(zhǔn)確率分別為93.3%、93.8%、94.2%、94.1%。換句話說(shuō)，四個(gè)任務(wù)中每一個(gè)的平均準(zhǔn)確率都超過(guò)了93%。全局平均準(zhǔn)確率為93.7%。10次試驗(yàn)結(jié)果表明，該方法對(duì)scout R5的分類效果較好。從以上結(jié)果可以清楚地看出，R5 scout在四種MI任務(wù)的分類中扮演著最重要的角色。因此，選擇R5對(duì)四個(gè)MI任務(wù)進(jìn)行分類。圖 10圖11. (a)是不同模型的全局平均準(zhǔn)確性的比較。可以發(fā)現(xiàn)，該研究提出的模型可以達(dá)到最大的精度。從圖11. (b)不同模型的ROC曲線可以看出提出的模型比其他模型表現(xiàn)更好。?不同模型T1上的精度比較。(d)不同模型T2的精度比較。(e)不同模型T3的精度比較。(f)不同型號(hào)T4的精度比較。圖11 不同模型的精度比較結(jié)論東北電力大學(xué)和長(zhǎng)春理工大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)并實(shí)現(xiàn)一種結(jié)合腦電圖源成像(ESI)技術(shù)和卷積神經(jīng)網(wǎng)絡(luò)(CNN)的新方法。該方法可以對(duì)運(yùn)動(dòng)想象(MI)任務(wù)進(jìn)行分類。實(shí)驗(yàn)結(jié)果表明，他們的研究成果與最先進(jìn)的MI分類方法的結(jié)果相比，總體分類增加了14.4%。研究者加入了4個(gè)新的受試者進(jìn)行驗(yàn)證來(lái)驗(yàn)證方法的有效性。研究者表示，他們提出的結(jié)合scout ESI和CNN的方法，提高了腦電解碼四類MI任務(wù)的BCI性能。論文信息：A novel approach of decoding EEG four-class motor imagery tasks via scout ESI and CNN

  該項(xiàng)目是北京科技大學(xué)和重慶鋼鐵公司的科研合作項(xiàng)目，主要研究開(kāi)發(fā)將控制軋制及控制冷卻技術(shù)從理論上已經(jīng)完全成熟的技術(shù)結(jié)合在線模型對(duì)高速線材的組織和性能進(jìn)行預(yù)測(cè)和控制的實(shí)用技術(shù)。利用多元線性回歸軟件，對(duì)軋制工藝參數(shù)與性能間的關(guān)系進(jìn)行多元線性回歸，以實(shí)現(xiàn)根據(jù)工藝參數(shù)預(yù)測(cè)軋后性能，最后確定出最優(yōu)軋制工藝。 本課題的技術(shù)關(guān)鍵：為了準(zhǔn)確的預(yù)測(cè)及控制線材的組織在冷卻線上的轉(zhuǎn)變，需開(kāi)發(fā)在線的數(shù)學(xué)模型，根據(jù)實(shí)際情況調(diào)整生產(chǎn)工藝參數(shù)，穩(wěn)定產(chǎn)品的質(zhì)量。有關(guān)高速線材控冷段的數(shù)學(xué)模型已有文獻(xiàn)報(bào)道，但這些模型僅用于離線分析，目前還沒(méi)有見(jiàn)到國(guó)內(nèi)在線模型的報(bào)道。國(guó)內(nèi)的一些引進(jìn)的生產(chǎn)線帶有在線的數(shù)學(xué)模型，但其詳細(xì)的構(gòu)造未見(jiàn)報(bào)道，重鋼高線廠是全國(guó)建立在線性能預(yù)測(cè)的第一條高線廠。

辦公自動(dòng)化系統(tǒng)是一個(gè)基于J2EE架構(gòu)的B/S應(yīng)用軟件，用于實(shí)現(xiàn)企業(yè)和政府機(jī)關(guān)的辦公信息管理及工作協(xié)同，它為企業(yè)、政府實(shí)現(xiàn)數(shù)字化協(xié)同辦公提供了完整的應(yīng)用平臺(tái)。 本產(chǎn)品可以滿足用戶不同層次的辦公需求： ①作為信息發(fā)布與共享平臺(tái):可以根據(jù)組織需要建立各種信息發(fā)布類欄目，定制顯示模板，授權(quán)訪問(wèn)控制，實(shí)現(xiàn)組織自身的WEB站點(diǎn)建設(shè)與管理。為組織提供各類信息的統(tǒng)一發(fā)布、共享、查詢，方便組織人員從辦公平臺(tái)獲得各類信息。②作為內(nèi)部溝通平臺(tái):為組織提供多種高效的溝通工具，可以幫助組織成員快速查找人員信息，增進(jìn)人員間的相互了解。系統(tǒng)集成了電子郵件、即時(shí)通信軟件，并可以通過(guò)短信接口發(fā)送短信，提高組織溝通效率。③自助服務(wù)平臺(tái)：為組織提供多種自助服務(wù)工具。通過(guò)資源預(yù)訂類模塊，可以實(shí)現(xiàn)組織資源的在線預(yù)訂，防止資源占用沖突，有效利用公共資源。提供待辦事宜、日程安排等管理工具，使工作內(nèi)容觸手可及，提高效率。提供考勤管理功能，提高考勤效率，降低組織的管理成本。④業(yè)務(wù)協(xié)同平臺(tái)：為組織提供多種業(yè)務(wù)協(xié)同應(yīng)用子系統(tǒng)，可以實(shí)現(xiàn)公文簽批管理、定制個(gè)性的業(yè)務(wù)簽批管理。通過(guò)工作流引擎，協(xié)調(diào)組織人員協(xié)同工作，在提高業(yè)務(wù)處理效率的同時(shí)，規(guī)范管理，提高工作質(zhì)量。

技術(shù)原理： 智能可視化優(yōu)化技術(shù)綜合應(yīng)用智能建模與優(yōu)化算法、可視化方法和計(jì)算機(jī)信息技術(shù)，將多維空間的數(shù)據(jù)降維映射在二維平面上，并生產(chǎn)目標(biāo)函數(shù)的等值線，據(jù)此，可從二維平面上直觀看到整個(gè)數(shù)據(jù)空間的超幾何特性，并看出最優(yōu)點(diǎn)和最優(yōu)區(qū)域。 智能可視化優(yōu)化技術(shù)是一種全新的基于數(shù)據(jù)驅(qū)動(dòng)的優(yōu)化技術(shù)，它具有其它技術(shù)不可比擬的獨(dú)特優(yōu)勢(shì)。（智能可視化優(yōu)化軟件IVOS，中國(guó)軟件著作權(quán)No.2011SR013087）。  功能與特性： （1）單目標(biāo)和多目標(biāo)優(yōu)化： 對(duì)單目標(biāo)優(yōu)化問(wèn)題，可確定出平穩(wěn)的優(yōu)化區(qū)域或最優(yōu)點(diǎn)； 對(duì)于多目標(biāo)的優(yōu)化問(wèn)題，可以確定出兼顧多個(gè)目標(biāo)的滿意區(qū)域； 對(duì)有指標(biāo)控制（或約束）的優(yōu)化問(wèn)題，可確定出滿足控制指標(biāo)的優(yōu)化區(qū)域。 （2）確定優(yōu)化方向： 當(dāng)最優(yōu)點(diǎn)不在數(shù)據(jù)集空間時(shí)，可從映射平面上直觀看出最優(yōu)方向，并確定出沿此方向上推進(jìn)時(shí)哪些變量在起主要作用。 （3）利用優(yōu)化區(qū)域調(diào)整優(yōu)化點(diǎn)：當(dāng)某些優(yōu)化參數(shù)對(duì)優(yōu)化目標(biāo)有重要影響，但它們的值又不可控時(shí)，可通過(guò)調(diào)節(jié)其它可控參數(shù)，使優(yōu)化點(diǎn)在優(yōu)化區(qū)域內(nèi)移動(dòng)到另一點(diǎn)。這種特性對(duì)于原料性質(zhì)時(shí)常變化的反應(yīng)過(guò)程的優(yōu)化非常有用。 （4）特別適用于復(fù)雜反應(yīng)單元（如催化裂化、加氫裂化、焦化、加氫精制、乙烯裂解、以及其它裝置的反應(yīng)單元）的反應(yīng)產(chǎn)物的分布優(yōu)化。 該技術(shù)是武漢理工大學(xué)鄢烈祥教授創(chuàng)立，研究團(tuán)隊(duì)近10多年來(lái)的研發(fā)成果。凝結(jié)了國(guó)家863計(jì)劃課題、國(guó)家自然科學(xué)基金項(xiàng)目、科技部項(xiàng)目、湖北省自然科學(xué)基金項(xiàng)目、企業(yè)合作項(xiàng)目的研究成果，以及多位博士和碩士研究生的學(xué)術(shù)論文研究成果。

一、產(chǎn)品用途 本課題涉及到一種新型的高性能敏化增粘劑的制備，并以此材料作為一種炸藥添加劑，進(jìn)一步開(kāi)發(fā)出新型增粘多孔粒狀銨油炸藥。該敏化增粘劑可以使多孔粒狀銨油炸藥保持成本低、能量適當(dāng)、便于現(xiàn)有機(jī)械設(shè)備生產(chǎn)及裝填等優(yōu)點(diǎn)，克服其吸濕性強(qiáng)、裝藥密度低、臨界直徑較大、穩(wěn)定性差、不易儲(chǔ)存等缺點(diǎn)，并具有較強(qiáng)抗水性，具有更廣的適用范圍，推動(dòng)地下礦山的技術(shù)進(jìn)步。同時(shí)還可以改變硝酸銨的防結(jié)塊性能。二、產(chǎn)品特點(diǎn) 該材料的特點(diǎn)：合成成本低、不能被引爆、點(diǎn)燃并能滿足增粘多孔粒狀銨油炸藥爆炸性能，且使其具有較強(qiáng)抗水性，不含爆炸性物質(zhì)，可以按照一般化工產(chǎn)品生產(chǎn)、儲(chǔ)運(yùn)。 新型增粘多孔粒狀銨油炸藥特征：呈顆粒狀，表面有粘型，流散性仍好，易于用壓氣裝藥設(shè)備裝藥；可用于潮濕炮孔。炸藥組成簡(jiǎn)單，由多孔粒狀硝酸銨、柴油和敏化增粘劑三種組分組成。

山東中歐膜技術(shù)研究院依托哈爾濱工業(yè)大學(xué)城市水資源與水環(huán)境國(guó)家重點(diǎn)實(shí)驗(yàn)室，具有強(qiáng)大的科研支撐與技術(shù)支持。目前，研究院具有一支以中國(guó)工程院院士，哈爾濱工業(yè)大學(xué)馬軍教授為核心的，朝氣蓬勃、勇于創(chuàng)新、以中青年為主體的學(xué)術(shù)隊(duì)伍。研究團(tuán)隊(duì)固定研發(fā)人員64名，其中：中國(guó)工程院院士1名，教授/研究院5人，副教授10余人，研究生及研發(fā)工程師40余人。人員專業(yè)職稱配置比較合理，具有較高專業(yè)技能和業(yè)務(wù)水平。研究院近三年發(fā)表高水平SCI文章60余篇，申請(qǐng)發(fā)明專利30 余項(xiàng)，其中授權(quán)8項(xiàng)。撬裝式模塊化水處理裝備采用高效短流程處理裝備，以先進(jìn)膜分離技術(shù)為核心，結(jié)合新生態(tài)納米吸附技術(shù)與高級(jí)氧化技術(shù)，實(shí)現(xiàn)水中污染物高效去除。成功開(kāi)發(fā)低成本在線高效混凝劑，能夠有效阻止反洗過(guò)程中產(chǎn)生濁度、微小絮體、鐵錳等雜質(zhì)滲出，形成大絮體；該新生態(tài)納米鐵錳氧化物對(duì)重金屬有優(yōu)異的去除效果，實(shí)現(xiàn)了水源水重金屬污染控制的理論創(chuàng)新。該項(xiàng)技術(shù)應(yīng)用于北江流域三十一座水廠，成功保障了下游地區(qū)供水安全（日供水量300余萬(wàn)噸，服務(wù)群眾600余萬(wàn)人），確保了廣州亞運(yùn)會(huì)的順利進(jìn)行，獲當(dāng)?shù)卣碚谩⒓为?jiǎng)，且運(yùn)行成本低，易于推廣，該項(xiàng)技術(shù)獲3項(xiàng)美國(guó)專利，該技術(shù)被國(guó)際水協(xié)列入源水除重金屬“最佳實(shí)用技術(shù)指南”，獲省發(fā)明一等獎(jiǎng)一項(xiàng)，突破了重金屬離子處理去除關(guān)鍵核心技術(shù)。 采用高效重力式驅(qū)動(dòng)催化膜濾結(jié)合高級(jí)氧化技術(shù)，是基于新生態(tài)納米微界面吸附技術(shù)開(kāi)發(fā)的抗污染納米復(fù)合膜過(guò)濾技術(shù)，實(shí)現(xiàn)膜組件無(wú)動(dòng)力、抗污染運(yùn)行，主持設(shè)計(jì)建設(shè)了全球首座無(wú)外加動(dòng)力膜水廠, 膜組件反洗時(shí)間間隔延長(zhǎng)十倍,運(yùn)行能耗降至現(xiàn)行超濾的五分之一，填補(bǔ)了膜技術(shù)能耗高的技術(shù)短板，獲省自然科學(xué)一等獎(jiǎng)。 該系列處理裝備采用模塊化方式進(jìn)行拼裝，可根據(jù)水量定制，即裝即用，采用自主開(kāi)發(fā)智慧控制系統(tǒng)，實(shí)現(xiàn)24小時(shí)自動(dòng)運(yùn)行，可遠(yuǎn)程維護(hù)。設(shè)備占地面積小，無(wú)需增設(shè)砂濾池，運(yùn)行成本較傳統(tǒng)工藝節(jié)約20%。裝備技術(shù)水平達(dá)到了國(guó)際領(lǐng)先水平。研究團(tuán)隊(duì)所開(kāi)發(fā)系列研發(fā)裝備在飲用水處理、生活污水處理、工業(yè)廢水處理等領(lǐng)域工程化應(yīng)用，2020年合同額達(dá)1.5億元。 我國(guó)人工基數(shù)大，淡水資源需求量大，現(xiàn)有水處理技術(shù)占地面積大，建設(shè)成本高，難以滿足分散式小規(guī)模水處理及需求。撬裝式系列水處理裝備為解決我國(guó)分散式水處理問(wèn)題尤其是農(nóng)村飲用水、污水處理提供切實(shí)可行的解決方案，應(yīng)用前景廣闊，具有巨大的市場(chǎng)價(jià)值。

徐長(zhǎng)卿屬于常用中藥材之一，年需求量逐年增大。該技術(shù)能明顯提升其人工種植技術(shù)水平，藥材的產(chǎn)量與質(zhì)量得到了保證，為實(shí)現(xiàn)規(guī)范化、規(guī)模化生產(chǎn)奠定了堅(jiān)實(shí)的基礎(chǔ)。種植徐長(zhǎng)卿經(jīng)濟(jì)收益較好，對(duì)于調(diào)整農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)、幫助農(nóng)民脫貧致富及生態(tài)環(huán)境保護(hù)具有重要意義。山東為徐長(zhǎng)卿藥材的道地產(chǎn)區(qū)，徐長(zhǎng)卿規(guī)范化生產(chǎn)技術(shù)，簡(jiǎn)單易行，具有較大的推廣應(yīng)用價(jià)值。