成果与项目的背景及主要用途：电能损失率（又称线损率）是电力系统运行经济性的一项重要指标，电能损失量的分析和计算是电力系统规划、设计和运行管理中经常进行的工作。采用手工计算，工作量大，时间长，而且计算结果误差较大，不能满足电网管理中高效性和精确性的要求。因而如何用计算机有效的管理各类数据，并快速而准确的进行电能损失量的分析和计算是十分重要的问题。电力网网损计算系统是以保证线损计算的准确性、减少线损工作者强度、提高线损管理工作效率为目的而开发的一套应用软件。该系统是根据吉林省电力公司对网损计算的具体要求，并吸收了以往此类系统的开发经验而开发的，具有很强的数据管理功能和方便的图形界面维护功能，并可生成丰富的报表。在精确计算的同时，为线损管理工作者提供了更为友好、适用的图形维护界面。 技术原理与工艺流程简介：在高压理论线损计算中，以小时作为时间段，近似认为在一个小时内负荷值和发电机出力恒定，对功率损耗进行累加。在中压理论线损计算中，以月作为时间段，用迭代算法计算各段线路的损耗。在低压理论线损计算中，以月作为时间段，把变台后的损耗分为低压干线损耗，单、三相接户线的损耗，单、三相表损。低压干线损耗是由通过的电量和干线两端的电压差计算而得，接户线的损耗则由其带的户数，计算其所带电量，进而计算其损耗。 技术水平及专利与获奖情况：本系统已经在吉林省电力公司实际应用，并且顺利通过评审，受到用户的好评，综合其有点包括：数据全部采用通用格式，易于与其他系统接口；采用了科学而实用的模型与算法；用户界面从用户角度进行设计，使操作大大简化；数据统计与分析功能强大，数据报表丰富；全面严格的测试，运行可靠、稳定。 应用前景分析及效益预测：电能损失率是电力系统运行经济性的一项重要指标，电能损失量的分析和计算是电力系统规划、设计和运行管理中经常进行的工作。采用手工计算，工作量大，时间长，而且计算结果误差较大，不能满足电网管理中高效性和精确性的要求。该系统利用先进的计算技术很好的解决了这一问题，作为一个通用的系统，可以广泛的应用于国内所有电力公司的网损计算工作当中，经济效益可观。 应用领域：电力系统网损理论计算。

计算机电缆分聚氯乙烯绝缘、聚乙烯绝缘、交联聚乙烯绝缘，适用于额定电压300/500V及以下防干扰性能要求较高的电子计算机、检测仪器、仪表的连接，在高频场合下更能显示出其稳定优越的性能。

产品详细介绍

产品详细介绍TI-92plus是一款可用于中学数学、物理、化学等理科教学乃至大学的图形计算器。由于采用了闪存（Flash）技术使之可以进行电子化升级，并具备了更多的内存空间。TI-92plus的功能更为强大，128×240像点的大屏幕，"优美打印"使得显示的表达式如书写一样美观，带有高级的数学软件，可装载类似于电脑几何画板功能的几何画板或卡氏几何，让您的操作随时随地都可进行。每个TI-92plus都有一个液晶板（ViewScreen™）接口，用于连接一个液晶板，借助它可以使用标准投影仪向全班显示屏幕信息。具备有Flash(闪存)技术的图形计算器使计算器的扩展，升级应用程序的更新成为可能。同时TI公司还提供针对此技术的最新的，不断升级的操作系统和许多供教师教学和学生学习的应用程序。用户可以方便地从我公司的网站（http://ti-edu.com）上将公布的最新的操作系统和应用程序下载至计算机中，然后通过 TI Graph link安装到自己的图形计算器中，以增加其功能，提高其使用效率并使之个性化而满足个人不同的需求。这样，用户手中的图形计算器就具备了可升级性，从而实现更多的功能，更快的速度，更个性化的应用和更长的使用时间。 硬件特点：快闪存储器和升级能力：快闪只读存储器大大地增加了可用的计算器内存，允许安装计算应用软件及基于代码的升级。 128×240像点的大屏幕。内存：共有890kb，包括188kb用户可写的RAM（存储器）和702kb的快闪只读存储器用于用户数据存档或计算应用软件。增强型显示效果：防炫光及反灰明显提高了可读性。连通性：可在i/O端口连接TI-89，TI-92，TI-92plus，Cbl2，Cbr及TI Graph Link。标准键盘。机对机的连接电缆。

QFView是公司自主研发的后处理软件，对二维和三维数据进行可视化和分析，依据计算机结果绘制二维曲线、云图、矢量图、动画等。QFView基于VTK图像库采用C++语言编写，图形用户界面采用Qt框架可跨平台运行。QFView针对CFD领域提供灵活接口，易于集成到其他平台。

利用蚯蚓动物反应器将有机废弃物与脱水污泥进行同步处理，能够解决区域一定范围内的以污水处理厂污泥为主的有机废弃物污染问题。蚯蚓的适应和消化能力强，能够起到分解混合物中的有机物，调节系统的氧化还原条件和改善微生物群落结构等作用，迅速的完成将污泥到处理产物(蚯蚓粪和蚯蚓)的转化。本研究从资源循环利用角度出发，主要研究蚯蚓动物反应器对污泥处理的最佳反应条件及处理产物的应用前景，以期为更好的将有机废弃物与污泥一并资源化利用提供科学指导与理论依据。

"本项目属于信息处理、电子与通信技术领域。 超高清显示在电影电视、航空航天、文化传播、科学教育、广告传媒和虚拟现实等领域具有广阔的应用前景。超高清智能终端是市场发展的必然趋势，符合国家重大战略需求。项目组针对超高清智能终端视频处理与交互关键技术开展研究与应用，解决超高清视频智能转换、超高清视频高效编解码以及智能终端交互控制中的新问题，为超高清智能终端的产业转型提供了重要支撑。主要内容、特点如下： （1）发明了面向超高清视频的智能转换技术：提出通用显著性区域检测模型、基于像素融合的立体图像重定向及超高清视频分辨率转换方法，实现了超高清视频的智能转换，适用于不同种类的超高清智能终端。 （2）发明了基于内容特性的超高清视频编解码技术：提出基于空时域上下文和运动复杂度的码率控制、彩色与深度视频联合编码的比特分配及屏幕内容视频快速编码方法，实现了不同格式码流的集成解码，提高了编解码效率。 （3）发明了基于智能分析的终端交互控制技术：提出联合彩色与深度信息的用户检测、基于内容分析的信息推送及终端界面的自适应调整方法，实现了超高清终端的交互控制，提高了交互的智能性。"

一、项目简介 随着AlphaGo及其Zero的相继推出，近年来以神经网络计算为基础的深度学习及相关优化算法已成为人们研究AI的热点。深度学习算法在AlphaGo中的成功应用主要是依赖神经网络监督学习的网络层次及神经元数量提升，而其Zero的应用不同则是在于引进了博弈优化的思想，这就给以并行计算为核心的神经网络优化算法理论研究提供新的思路。 鉴于传统神经网络优化算法面临非全局优化的难题，我们基于吉布斯分布采样优化计算，提出一种以脉冲神经元构成的混合网络结构动力学系统来实现的神经网络全局优化算法，引进纳什平衡理论来优化的神经网络计算方案，并设计一款相应的通用神经网络并行处理器芯片，以新型芯片编程架构模拟人脑功能进行感知、行为和思考新型芯。 二、前期研究基础 本团队主要是由厦门大学福建省集成电路设计工程技术研究中心、厦门大学集成电路设计与测试分析福建省高校重点实验室的教师与学生组成的，主要从事人工智能、网络通讯、集成电路设计、纳米单电子器件等方面的研究工作，并积累了深厚的研究基础。团队首席科学家郭东辉教授十多年前曾在美国加州Berkeley 大学非线性电路实验室访问，从事有关细胞神经网络(CNN)有关课题的研究，先后主持国家自然科学基金项目五项，其中与神经网络研究内容相关的有两项，分别是《视觉神经网络光电集成系统的研究》(批准号：69686004)和《混沌神经网络加密算法及其相应集成电路的设计研究》(批准号：60076015)。 本团队同时也是厦门市集成电路设计公共服务平台的主要技术支撑单位。在厦门市科技重大专项经费的支持下，我们配备了开展模拟及数字SOC 芯片设计所需要的各种EDA 工具和IC 测试设备。此外，厦门集成电路设计公共服务平台也是TSMC、SMIC 等芯片制造厂重要合作伙伴，并与厦门联芯、三安集成等芯片制造厂也有长期的合作协议，可以进行包括射频及功率芯片在内各类模拟及数字SOC 芯片的设计流片。同样，在学校211 和985 经费的支持下，本团队也独立配备了8 台IBM 服务器分别运行MATLAB、OPNET、SPW、ANSYS、Silvaco TCAD 等系统设计与器件工艺仿真工具。本团队所在的微电子与集成电路学科也已列入我校“双一流”建设学科，有关类脑芯片设计相关课题研究所需要的科研环境建设将得到重点支持。特别是厦门联芯公司在量产后，已将本团队作为其先导技术开发的重要合作伙伴，也委托我们开发相应的器件模型及电路工艺库。在厦门火炬高新区及厦门市IC 平台的支持下，厦门联芯公司还可以为我们团队提供免费的MPW流片业务。 自2009年，本团队与福建新大陆电脑股份有限公司签署 “共建SoC联合实验室”以来，基于该平台，每年合作项目经费近百万，同时还完成了多项横向合作项目：面向金融、税控的专用信息处理与控制SoC芯片开发、安全密码算法研究、区块链接技术研究等等，培养了大批优秀的硕士毕业生；厦门市美亚柏科信息股份有限公司是本团队的长期合作伙伴之一。 总之，不管从算法理论研究还是从应用技术开发来看，本课题组已具备相当优秀的研究基础和研究经验，以及显著的前沿技术攻关能力。 三、应用技术成果我们的相关研究成果也得到企业界的重视和肯定，课题组先后承担过如深圳 华为公司首歀交换芯片项目的调度算法设计、福建新大陆首款二维码识别芯片的算法及后端版图综合设计、台湾盛群公司首款32 位处理器及专用处理器编译器开发和厦门元顺公司多款电源管理芯片的设计。最近课题组还为我国某研究机构开发28nm 的低功耗设计流程专门设计一款挂载加可重构解密算法协处理器的32 位通用处理器验证芯片。

1. 背景随着工农业生产的不断发展和人民生活水平的提高，氨氮的排放量急剧增加，已成为环境的主要污染源并引起了社会各界的关注。氨氮是引起水体富营养化的主要因素之一，对饮用水的安全构成一定的威胁。如何进一步削减工业废水氨氮/总氮的排放总量，是改善水质富营养化状况的根本措施。2. 关键技术：高效吹脱与氨资源化技术及装置3. 技术原理本项目针对传统氨氮吹脱技术目前存在的缺点，通过对氨吹脱塔填料及塔内件结构等的改进，强化气液传质过程，在提高氨去除效率的同时，降低气液比，缩短吹脱时间，从而显著降低能耗；同时开发新型氨吸收-解吸溶剂，采用高效吸收-解吸技术获得一定浓度的氨水，从而实现吹脱气中氨的高效回收与资源化，同时吸收-解吸溶剂能循环使用，从而消除二次污染，变废为宝，进一步降低氨氮吹脱技术的运行成本；进而运用集成化技术，对氨氮吹脱技术和氨高效回收资源化技术进行优化集成，形成高效、节能、低成本的高浓度氨氮废水处理与资源化预处理集成技术，满足工业企业对高浓度氨氮废水处理的技术需求。

多模态医学影像信息处理与分析，具有重大的应用背景，是国家和社会当 前高度重视的研究领域之一。 本项目拟基于机器学习方法，主要研究医学影像的特征描述、设备无关性 的特征评价与特征选择、基于内容的多模态医学影像检索、医学影像信息挖掘、 参考库建设与算法辅助研究平台的设计与开发等内容。研究目标为： （1）建立统一的特征描述模型，实现跨模态医学影像的统一特征描述； （2）提出有效解决特征提取层面上医学影像信息处理与分析算法的设备无 关性问题的通用框架； （3）在医学影像标注数据有限、数据库为海量等条件下，实现高效率单模 50 态影像检索，有效提高多模态、跨模态医学影像检索的精度，实现用户友好的 检索结果展示； （4）从结构复杂的多模态医学影像数据中，挖掘有用的知识，构建有效的 辅助诊断模型、实现个人疾病风险预警； （5）完成首期参考库建设与算法辅助研发平台的开发，为项目研究内容的 开展提供有效数据和环境支撑。本项目获得国家自然科学基金重点项目资助，项目执行期 2013.1-2017.12。