通过"CSTM/NTC试验人员技术能力评价体系"的标准打造实验技术人员的能力，为电镜行业的人才培训打下坚实基础。

超薄切片机是一种用于制备超薄切片的实验设备，广泛应用于生物医学、材料科学等领域。 它的主要功能是将样品切割成厚度在几纳米到几微米范围内的薄片以便于后续的显微观察和分析。本软件根据菲泰姆自研国产超薄切片机的操作流程，详细展示整个设备的操作流程，高效且直观地指导用户使用设备。

一、 项目简介通过机器视觉进行电缆护套拉伸长度测量，用于“电线电缆”产品检验设备，通过数字图像处理技术测量电缆护套上两个标志点之间的长度，来分析电线电缆绝缘层材料的抗张强度和断裂伸长率。该检测装置无需人工干预，可自动完成电缆护套试件拉伸长度的测量，检测过程中样品无接触压痕，可实现5个实验样本一次装卡，同时作拉伸长度检测试验，并进行智能数据分析，缩短了试验时间，极大地提高了实验效率和检测精度。二、 项目技术成熟程度已完成样机研制，获专利1项。三、 技术指标（包括鉴定、知识产权专利、获奖等情况）1、最大试验力：500N ；     2、测力示值准确度：≤±1.0%；3、试验速度范围：10-500mm/min； 4、速度示值准确度：≤±1mm；5、移动台最大位移：600mm ；  6、位移示值准确度：≤±1mm。四、 市场前景（应用领域、市场分析等）产品可用于电材生产及相关质检部门，目前国内无类似产品，属国内首创，市场前景看好。五、 规模与投资需求（资金需求、场地规模、人员等需求）机械部分可以自行加工或外协加工，计算机电控部分组装与调试需2~3人。除机械部分外，厂房40平方米左右即可。规模生产需要流动资金100万左右。六、 效益分析 按每年生产200台计算，可获利约1500-2000万，七、 合作方式 技术入股，技术转让等形式。或面谈。八、 项目具体联系人及联系方式（包括电子邮箱）项目负责及联系人：高振斌，电话：022-60436758邮箱：gaozhenbin@hebut.edu.cn九、高清成果图片2-3张  

生成模型的研究重点是如何从给定的数据集合中学习到数据的联合概率分布，以及从学习到的概率分布中高效地生成新的样本。研究团队提出将数据的联合分布概率编码成量子多体态的概率幅的模平方。进一步地，他们提出在经典计算机上使用矩阵乘积态(Matrix Product States)来模拟学习的过程。矩阵乘积态的参数，即张量网络的张量元，可以通过类似密度矩阵重整化群(Density Matrix Renormalization Group)的算法进行学习，最终形成一个具有泛化能力的生成模型。这个学习算法结合了量子物理与机器学习各自的优点：它不仅可以利用GPU高效地学习到模型参数，还可以利用张量网络的灵活性动态地调节模型表达能力。此外，与传统的基于统计物理的生成模型（例如玻尔兹曼机）相比，玻恩学习机还具备直接生成无关联样本的强大能力，从而可以高效地生成新的数据。 基于量子态的概率生成模型融合了量子物理与机器学习的思想，是一个崭新的研究领域。玻恩学习机借助量子态内禀的概率解释及其强大的表达能力，意在为机器学习和人工智能提供更为先进的生成模型和学习算法。此外，这类模型在量子信息处理，量子计算以及多体物理中具有应用潜力。展望将来，最令人兴奋的前景应该会是在一台量子计算机上实现玻恩学习机，从而以全新的方法进行概率型的学习和建模。这项工作用使用张量网络模拟量子计算机的运行，向无监督量子机器学习迈近了一步。作用在一幅MNIST图片上的矩阵乘积态以及它的纠缠谱

1、产品介绍 AI人工智能语音与机器视觉应用系统是一款集成AI语音、机器视觉、深度学习基础、嵌入式Linux于一体的高端教学科研实验平台。 整个教学平台由实验箱高性能嵌入式主板够成，高性能嵌入式核心板采用高性能64位ARM处理器，标配4GB DDR3内存和16GB闪存，可运行ubuntu、android、linuxqt等多种操作系统，可满嵌入式linux和AI应用开发。 平台采用多核高性能 AI 处理器，预装 Ubuntu Linux 操作系统与 OpenCV 计算机视觉库，支持 TensorFlow Lite、NCNN、MNN、Paddle-Lite、MACE 等深度学习端侧推理框架。 提供多种应用外设与丰富的机器视觉、AI语音、深度学习实战应用案例，如语音前处理（声源定位、语音增强、语音降噪、回声消除、声音提取）、语音活体检查、语音唤醒、语音识别、语音合成、自然语言处理、声纹识别门锁、语音智能家居、手写字识别、人脸识别、目标检测、端侧推理框架、图像识别、人体分析 、文字识别、人脸门禁控制、车牌道闸控制、手势家居控制等，通过案例教学让学生掌握计算机视觉与深度学习的基本原理和典型应用开发。 2、产品特点 （1）先进性 性能卓越：搭载AI嵌入式边缘计算处理器RK3399，配备4GB RAM与16GB存储空间，以及6英寸高清电容触摸屏，确保流畅的用户体验。 高效运算：配NPU协处理器模块，专为神经网络模型设计，提供高达8 TOPs@300mW的运算能力。 接口丰富：提供双路0、四路USB2.0、RS232、RS485以及多种嵌入式拓展接口，满足多样化的外设连接需求。 （2）扩展性 定制化设计：所有硬件单元均采用模块化设计，支持根据具体需求进行定制化选型和搭配。 项目套件丰富：提供多种可选的项目套件模块，支持完成多样化的AI应用场景设计和创新。 智能网关平台：智能边缘计算网关平台配备了包括GPIO、ADC、IIC、UART、PWM、SPI在内的常用接口拓展，增强了平台的适应性和灵活性。 （3）包容性 多功能应用：实验平台适用于人工智能、嵌入式系统、物联网、移动互联网、智能硬件等多个学科的实验教学，提供全面的教育资源。 课程与实验：支持包括Python程序设计、嵌入式Linux操作系统、机器视觉技术、自然语言处理、神经网络原理、无线通信、Android应用技术、物联网中间件、AIOT应用实训等在内的丰富课程和实验。 专业融合：平台在硬件设计上实现了物联网、人工智能和嵌入式技术的兼容性，提升了实训设备的复用率，有效解决了学校实训室空间和资金的限制问题。 AI语音与机器视觉应用系统致力于解决学校在开设人工智能课程时面临的师资、教学资源、实训资源、设备以及与行业应用对接的挑战，实现了产学研创一体化的教育模式 3、应用 系统支持多个工业化的应用场景，以智慧家居、智慧停车场、智慧门禁、智慧交通、趣味AI、智慧工地六大应用场景，及基于六大应用场景的20多种小AI应用场景。所有的应用场景及业务子项功能，均来自真实的人工智能行业应用。 4、配套 该产品除完整的软硬件系统外,还配备针对设备完整的人工智能实训指导书完整丰富的教学实训素材资源、以及基于设备系统的人工智能教学视频光盘。本产品提供免费的安装部署服务和设备实训培训服务。

一、产品介绍 机器视觉技术综合了光学、电子、机械、计算机软硬件等方面技术，涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。机器视觉方法检测具有非接触、速度快、精度高等优点，特别适用于在线的工业品检测。线阵CCD、面阵CCD和CMOS都在本实验仪中都得到利用，可以充分挖掘学生的潜能，拓宽学生的知识面。可开设光电、测控、机械、自动化专业的本科实验教学课程，也可做为相关高职专业学生的实训课程。 二、实验内容 1、根据不同待测物的特征，分析适用的照明方式： 2、利用线阵CCD相机对物体的尺寸测量实验； 3、利用线阵CCD相机对物体的角度测量实验； 4、利用线阵CCD相机对物体扫描实验； 5、面阵CCD和CMOS相机用于边缘与轮廓检测实验； 6、面阵CCD和CMOS相机颜色识别与变换实验； 7、面阵CCD和CMOS相机对物体尺寸测量实验； 8、面阵CCD和CMOS相机对投影与差影图像分析实验； 三、配套文件资料  1、实验指导书1本；  2、实验软件1套；    客户自行配置电脑       

南开大学统计与数据科学学院黄森忠教授团队在新冠肺炎疫情控制策略研究中不断取得进展。该研究通过梳理新冠肺炎疫情发生的核心时间线脉络，分析新冠肺炎的流行病学参数，并将其与SARS（非典型肺炎）和MERS（中东呼吸综合征）比较，经过建模分析，最终对新冠肺炎疫情控制的拐点、流行时间跨度、最终规模及复工风险等作出评估预测。  新冠肺炎每日新增治愈人数与新增确诊人数比值随时间变化的时序图 该工作基于传播动力学及普适SEIR模型进行建模，通过“南开大学智英健康数据研究中心”开发的程序EpiSIX，实时跟踪国家卫健委及各地卫健委自2019年12月12日以来发布的确诊病例数据，对新冠肺炎疫情的流行趋势进行研判，对疾控策略的效率进行评估，并将相应建议提供给疾控方参考。 该研究团队从2020年1月30日持续发布疫情传播预测(至2月29日每3天发布一次，共11期；从3月3日起每5天发布一次，共3期)，并根据疫情变化，及时调整预测评价指标及预测目标(如疫情最后规模及“没有本地新增病例”的事实终结时间点)。该研究项目由南开大学新型冠状病毒应急科研专项、国家自然科学基金和国家科技重大专项予以支持，并得到了教育部、国家卫健委等的支持指导。研究成果已在线发表于《中国科学：数学》。

提高板带轧机板形质量的一个重要途径是采用新的板形控制技术。目前普遍采用的诸如加大弯辊力、采用可移动中间辊等手段在提高了轧机板形控制能力的同时，也带来了轧辊剥落、辊耗增加等负面结果。目前国内已经投产的板带轧机在板形控制方面均存在一些不足。 本成果在板形控制和辊形设计思想上实现了突破和创新，通过与宝钢和武钢等大型钢铁企业的合作，获得了板形质量明显提高的实际效果，年经济效益超亿元。获得了包括国家科技进步一等奖、原冶金部科技进步一等奖在内的多项奖励。本成果的主要内容包括： 板带轧机变接触轧制技术 板带轧机变接触轧制简称VCR（Varying Contact Rolling），由与轧机形式相适应的辊形设计（“VCR变接触支持辊”、“均压型PPT中间辊”、“轴向移位变凸度工作辊”和“ASR非对称自补偿工作辊”）及配套的工艺制度、控制模型和带钢平坦度检测装置等多项技术所组成。具有增强轧机对板形的调控能力、提高消化来料板形和规格波动能力、使机架间负荷分配趋于合理、保证轧制过程顺行、提高板形质量和生产率、实现超平材超薄材等极限难轧品种的轧制、降低轧辊及轴承消耗等效果。武钢和宝钢等企业的冷热连轧机已采用了这项技术。 板带轧机板形控制模型 板形控制模型与控制系统是现代化板带轧机的重要标志，是实现板形自动控制的关键。通本单位自主开发了热连轧机板形自动控制模型、板形板厚解耦模型、冷连轧机的弯辊自动设定模型和板形控制目标生成模型，并成功应用于大型工业轧机，属于国内首创。该技术的开发和应用，不仅提高了轧机板形自动控制的水平，改善了产品质量，提高了生产效率，同时也显示在板形控制这个国际前沿领域，我国的理论研究和技术开发已经达到了国际先进水平。

便携式燃料电池在单兵电源、应急电源、无人微型飞行器机载电源等领域具有广阔的应用前景，这些重要的应用领域都要求燃料电池系统配备简易、高效的制（储）氢装置。本项目以自行研制的高效、长寿命的硼氢化钠水解催化剂为核心，实现硼氢化钠溶液的可控制氢。装置核心为一微型固定床反应器，硼氢化钠溶液被微型泵可控地注入反应器，瞬间分解产氢，转化率接近100%。产生的氢气经过微型碱雾分离装置除碱后直接进入燃料电池电堆。制氢装置平时只需要携带固体硼氢化钠粉末，使用时加入普通自来水（或清洁的河水、溪水等）即可。固体硼氢化钠的重量储氢量超过10%，在不计水重量的情况下可超过20%，具有巨大的应用优势。

一、 项目简介随着大电网技术和智能电网的发展，静止无功发生器（SVG）、静止无功补偿器（SVC）及晶闸管投切电容器（TSC）已成为当今电网侧和负荷侧主流无功补偿和电压控制元件。该项研究成果包含35KV/10KV/6KV电压等级的SVG、SVC和TSC的控制与成套技术，具有独立知识产权，包含多项专利技术，已在电网变电站/所、大型工业用户、风力发电、光伏发电等应用领域取得多个工业化运行业绩，是电力电子技术与电网运行技术相结合的先进柔性交流输电系统（FACTS）基本元件。二、 市场前景（应用领域、市场分析）SVG、SVC和TSC是电网侧无功潮流调节和电压水平控制的先进设备，也是负荷侧功率因数提高和节能增效的理想装置。按行业经济分析机构提供的资讯，2012年该行业市场总额为40亿元，预计2013年将达到70亿。同时，随着电力运行要求的不断提高，该行业呈逐年递增趋势。三、 规模与投资需求（资金需求、场地规模、人员等需求）按年产值1亿元计算，生产流动资金预计为5000万，生产场地面积不少于3000m2。生产与技术人员约100人，具有本科以上学历且从事相近行业不少于3年的技术人员不少于30人。四、 效益分析按第五项投资与生产规模，年利润不低于2000万。五、 项目具体联系人及联系方式（包括电子邮箱）张福民 李占凯 联系电话：13820777617 电子邮箱：abcd4907@126.com（李占凯）六、 高清成果图片3-4张