产品详细介绍适用于煤炭、电力、化工、冶金、水泥、地质勘探和医药、科研等行业和部门进行工业分析。煤质化验时，能严格按照国标GB212、GB5447、GB5449有关规定，自动完成慢灰、快灰、罗加指数、粘结指数、挥发分等测定。

产品详细介绍软件特点● VisionBank SVS工具库能够满足各种视觉需求，从几何物品的定位、检测、识别、测量，都能够解决● 结合灵活而强大的PC-based应用开发，VisionBank SVS软件能够以前所未有的超快速度，为各种机器视觉应用创建解决方案● VisionBank SVS软件提供中、英两种语言选择，全面兼容Win 7、Win8、Win10系统，客户可在32位与64位间无缝切换● 各工具之间的拖放可实现快速的数值、结果和图像链接。● 支持多种设备热插拔，无需断电就可添加或移除设备● 工具组可重复使用的并缩短应用开发的时间● VisionBank SVS机器视觉测量软件适用于各行业产品在线、离线尺寸测量，1/4亚像素测量精度● 几十种几何算法运算，十多种测量工具，使得测量变得简单，强大● 各工具之间的拖放可实现快速的数值、结果和图像链接。● 测量结果可以Excel ，Txt，CSV等形式输出，统计数据● 圆形、方形、棋盘格等标定板标定，比例尺标定智能视觉软件测量（计测）模块 智能视觉软件测量（计测）模块2标定 标定 高精度测量所选用的标定板标定，可使得检测精度达到um级别。亦可选用标准产品或标准块进行比例尺标定，方便、快捷，更适用于产线数据快速测量。数据存储 智能视觉软件数据存储 可将数据保存为TXT、EXCEL、CSV格式，用户可设置数据保存路径。在数据记录窗口中查看最近100天的检查记录。保存的结果数据文件和图像以日期分组。 机器人视觉引导定位模块● 系统内嵌智能形状识别引擎，能够识别常见的基本几何图形● 对于复杂形状，系统可以进行模板学习训练，进而实现复杂形状的识别● 全面兼容ABB、KUKA，FANUC、安川，川崎，新松等主流机器人，以及各类PLC控制系统实现无缝对接● 多点映射标定及标定板标定，可将图像左边转化为世界坐标、及伺服运动脉冲等● 标准协议的RS2162通讯、网络通讯（服务器、客户端），使得通讯更加简单化● 检测组织错误、表面缺陷、产品损坏、缺失等特等● 颜色检测分析、有序色块检测等● 圆度检测、轨迹检测、直线边缘毛刺检测等● OCR、OCV，读取和验证产品或元件上的字母、数字、字符等● 读取一维条码、二维DataMatrix码、QR码● 读取数据通讯输出，RS232、TCP/IP、I/O输出智能视觉系统逻辑控制、数据运算 对测量模块得到的结果进行数学计算产生新的数值，或比较两个字符串内容是否一致，可以设定固定字符串，等等图像预处理 图像预处理机器视觉 在图像预处理中可以添加一系列预处理算法对图像逐步进行预处理。后续用户选择的模块是在预处理之后的图像上执行的。 支持多种相机需求VisionBank SVS软件可以基于数百种相机平台采集图像。目前可支持Microvision GIGE/USB系列相机、Basler GIGE系列相机、AVT GIGE/USB/1394系列相机，以及维视图像智能相机.优势特点● 智能化工程管理——可同时检测同一产线上的不同型号产品● 多层级权限管理——提供“管理员”、“工程师”及“操作员”权限管理● 高自由度的扩展性——面向高级用户开放SDK版本● SDK层级的兼容性 ——系统直接搭载厂商原始驱动包● 数据转译模块——可对输入输出的信号进行“转译”，支持用户自定义规则● 本地及云端的数据存储——检测数据可本地存储也可上传到云端● 其他辅助功能——包括智能参数确定、逻辑检测、灰度直方图、系统运行日志及额外的软键盘

1、产品介绍 本平台融合了先进的多模态大模型智能体，并配备了一系列场景化实体组件，包括人工智能边缘计算平台（RK3588）、深度相机、二自由度云台、多轴机械臂、微型输送机、工业相机以及麦克风阵列等。这些设备使得我们能够快速构建智慧工厂、智能分拣、智慧交通、智能家居等多种应用场景。 平台内置了丰富的案例资源，包括但不限于MobileNet、Fcn_Resnet、Resnet、Openpose、Unet、Retinaface、Yolov8pose、Yolov等热门模型，为学生提供了实际操作和学习深度学习模型的机会。这些内置模型不仅有助于学生理解深度学习算法的实际应用，也为他们的创新项目提供了坚实的基础。通过这样的实训平台，学生能够在实践中深化理论知识，提升解决实际问题的能力。 1.一体式设计，要配套提供键盘、鼠标、电源适配器和实验教具，支持上电即用； 2.提供17寸以上屏幕，分辨率≥1920×1080; 3.安装面板需同时集成机械手臂、2D视觉系统、深度视觉系统、二自由度电动云台、语音模块、嵌入式传感器等组件.  

2022年10月17-21日，第28届ACM移动计算与通讯系统大会（MobiCom 2022，CCFA类）在澳大利亚悉尼举行。计算机学院系统软件团队关于泛在计算环境下的利用异构计算资源进行端侧原位训练的论文“Mandheling:Mixed-Precision On-Device DNN Training with DSP Offloading”进行了在线汇报，得到了与会者的高度关注和广泛讨论。

我校量子信息技术研究所王琴教授团队在量子密码领域取得新突破，该团队首次提出将人工智能领域的长短期记忆神经网络(LSTM)应用到量子密码控制系统之中, 实现了对量子密码系统的主动反馈与控制, 在不引入任何额外硬件和辅助稳定设备的条件下，将系统传输效率提升接近百分之二十。该成果近期发表在美国物理学会权威学术期刊《PhysicalReview Applied》上。 　　量子密码作为量子信息技术领域发展最为成熟的技术，正逐渐从实验室阶段走向商用化，有望在未来大规模网络加密通信中发挥重要作用，因而得到学术界和工业界的广泛关注。自第一个BB84协议提出以来，量子密码无论是在理论上还是在实验上均取得了巨大进展。现有量子密码系统包括相位、偏振、时间-能量编码等编码方式，其中相位编码方式应用最为广泛。该类系统在运行过程中不可避免地存在相位漂移问题，因而需要不断对发送端和接收端的相位进行实时校准。目前主流系统通过采用扫描+传输的方法来解决。该方法虽然可以实现相位补偿，但会导致量子密码系统传输效率降低。针对该缺点，我校王琴教授团队首次提出将人工智能与量子密码控制系统相结合，利用LSTM网络主动预测系统相位漂移大小，进而实现主动反馈与控制；同时通过固定时间间隔对网络细胞状态进行更新，使量子密码系统始终保持稳定的高效率运行状态。该方法在不提高系统硬件复杂度的前提下大幅提升了量子密码系统传输效率。此外值得提出，该方法的适用范围不依赖于某种协议或编码方式，原则上同样适用于其他任意量子密码协议和任意编码系统，为未来开展大规模量子通信网络应用提供新的研究思路与应用方法。 该项工作的第一作者是我校通信与信息工程学院硕士研究生刘靖阳，量子信息技术研究所的王琴教授和江苏省图像处理与图像通信重点实验室的谢世朋副教授是该工作的共同通讯作者。该工作得到了安徽问天量子科技有限公司的技术支持。此项工作受到国家重点研发计划、国家自然科学基金以及江苏省研究生科研实践创新等项目的支持。

河北大学电子信息工程学院7名师生自主研发出“可在1秒内同时对6人实现检测”的智能体温筛检、员工签到系统，并在该校第九届教职工代表大会中进行了试用。据介绍，该系统由河北大学电子信息工程学院的2名教师带领5名学生研发，从设计、硬件选型、软件开发周期共历时40天。研发人员均为河北大学厚德创客空间成员，研发过程中所有技术指导、数据共享与试验交流全部在网上进行，实现了技术攻关的“云研发”。该套系统基于红外热成像原理，采用高精度人脸识别算法，可在1秒内同时对6人实现快速人脸比对和测温功能，温差精度在±0.3度以内，人员通过测温区域时无需停留、无需人工干预。目前，该系统正准备申请有关部门检验。河北大学电子信息工程学院院长刘秀玲称，目前，研发团队正在进行技术攻关，赋予该系统技术含量更高、适应场景更丰富的实用功效，以期在企业复产复工、商场、超市等人员密集区域广泛应用。

本项目研制具有自主知识产权的移动式C形臂X射线术中三维成像与智能识别系统，并进行商品化和产业化。项目研究等中心自动控制技术、X射线图像采集技术、二维X射线图像的三维重建与成像技术以及基于人工智能的人体物质识别（识别肌肉、骨骼和脂肪等组织）技术。系统适用于多种多样的临床需求，特别是高要求的手术作业，尤其适用于介入放射学、血管外科介入性心脏病（如冠状动脉形成术），骨科手术和神经外科等领域的需求，在国内医疗领域属于前沿领先水平，其市场前景广阔，具有巨大的

本发明公开了一种基于虚拟现实型的可见即可控智能家居控制系统及方法，虚拟现实图像编辑模块构建虚拟现实家居图像，在显示模块上显示，用户模块采集用户信息，根据用户选定的房间切换到对应房间的虚拟现实图像，再根据用户选定的房间内的被控家电设备以及用户的命令内容生成命令信息，用户模块将命令信息传输至家电控制集成模块，家电控制集成模块根据命令内容实现对被控设备的正向控制，并实时读取设备的状态信息经通讯模块反馈到用户模块，形成闭环系统。本发明采用看与控一体的人机交互控制革命了菜单模式的控制，用户控制智能家电设备时，如同真实控制一样通过看到、想到就能做到，用户控制体验效果极为简易、人性化。

本发明涉及自适应控制技术领域，具体为一种基于人工智能的运营期建筑节能低碳控制方法及系统，包括以下步骤：收集并分析房间使用情况和光照强度，得到活动类型识别结果。本发明中，基于对房间使用情况和光照强度的实时分析，识别不同区域的使用模式，并结合自然光变化和室内活动需求，动态计算所需照明强度和色温调整参数，实现对照明环境的精准匹配。通过实时监测照明设备的调整状态，结合房间使用模式的变化，建立动态反馈机制，对照明偏差进行自适应修正，避免能源浪费。强化学习的引入使通风策略能够通过历史数据和实时反馈不断优化，实现个性化的空气质量管理，而非基于固定阈值执行单一调节。