该项目以稻米食品及其生产过程为对象，研究从源头到消费产业链全过程的食品质量安全信息的采集、信息分析，研究区块链存储方式和传统数据库存储方式的融合，建立具有分布式多源信息融合能力、数据安全性可靠性高、智能合约管理性能的区块链大数据库。集成区块链及多源信息融合技术，无线传感器网络和数据库等技术，开发了稻米食品安全产业链信息系统，实现了稻米食品生产过程安全管理及溯源等功能。该系统的管理模式、追责适用指标、数据安全指标、兼容性指标、智能化管理和云平台形成了互联网+企业管理的模式，项目成果的应用不仅能带来食品安全控制的好处，还可以扩展到多种业务功能，如供应链管理，市场差异化的改进，提高了企业生产管理效率，降低了管理人员成本，提升了企业的竞争优势。因此该系统具有广阔的推广应用前景。 市场预期：为企业生产管理和市场开拓提供了方便快捷的工具和可靠的数据支撑，提高了企业的生产管理效率，提升了企业的竞争优势。 转化条件:稻米食品全产业链信息系统 成果完成时间：2017 年

XM-H128高智能数字化综合护理人（高级成人护理模型）   XM-H128高智能数字化综合护理人是一款整体仿真护理模型，她适用于从基础护理到专科护理技能的培训教学,可根据需要摆放多种操作体位。除能完成规定护理操作外，本品还配有无创血压手臂、生命体征模拟器和创伤救护评估组件，本品功能全面、形象逼真、操作真实，是教师示教、学生训练的得力助手。   功能特点： ■ 模拟人可取仰卧屈膝位，两腿外展后可独立支撑，左右上臂、小腿可灵活旋转。 ■ 瞳孔观察示教（瞳孔正常和瞳孔散大）。 ■ 面部清洁、口腔护理操作训练、假牙清洁护理训练、可人工产生劲动脉搏动。 ■ 气管插管操作训练：鼻胃管插管可用于洗胃、鼻饲操作训练。 ■ 吸氧操作训练、气管切开术后护理训练。 ■ 经口、鼻、气管套管进行模拟吸痰操作训练。 ■ 心音、呼吸音、肠鸣音的听诊训练。 ■ 血压测量操作训练。 ■ 静脉穿刺操作训练、三角肌肌肉注射操作作训练、臀部肌肉注射操作训练、股外侧肌注射操作训练。 ■ 回肠造口术与结肠造口术术后护理操作训练、引流术后护理、胸腔闭式引流术后护理、心包腔引流术后护理、T管引流术后护理、腹腔引流术后护理、气胸穿刺术后护理训练。 ■ 可互换男女外生殖器，进行导尿和灌肠操作训练。 ■ 创伤的评估和护理：消毒、换药、包扎、止血等，具有可更换的创伤模块。 ■ 更换卧位、搬运、整体护理、穿换衣物、冷热疗法等。 ■ AUDSim模块： · 共54种声音，语音21种（如：咳嗽、呕吐、喷嚏等）、心音14种（如：正常心音、窦性心动过缓、收缩期杂音等）、呼吸音13种（如：正常肺泡呼吸音、中水泡音、粗湿啰音等）、腹音6种（如：正常肠鸣音、肠鸣音减弱、胎心音等）。 · 图形化的操作界面形象直观，操作简便。 · 五路声音可同时播放，也可任意组合播放并有相应状态提示，音量大小分为八档，每路可单独调节。 · 中英文双语界面，大屏幕液晶显示。 · 可以外接音箱进行全体教学，也可以连接耳机自学，还可以通过人体模型外放。 ■ BPSim模块： · 在血压测量手臂上可以用真实血压计及听诊器进行无创血压测量。 · 具有korotkoff Gap音。 · 压力值采用动态毫米汞柱显示，血压设定值可以精确到1mmHg。 · 可设定收缩压、舒张压和脉搏频率，收缩压和舒张压在0-300mmHg之间连续可调。 · 音量大小可根据具体情况调节。 · 收缩压、舒张压、音量和心率在液晶屏上同时显示，模拟汞柱动态显示、可直观地表现袖带压力的变化过程。 · 自动校准，低功耗，待机10分钟后系统自动关机，普通市售碱性电池可以连续使用一学期以上。 ■ 子宫底检查训练评定（选配），可以安装在模型上使用，真实的耻骨联合解剖标志、可互换的子宫，包括硬的收缩良好的子宫、软的收缩不良的子宫。 ■ 控制出血大腿\控制出血手臂（选配），可以安装在模型上使用，可进行出血后的止血、包扎操作和断肢的止血和包扎。 ■ 着装式压疮护理模块（选配）：可进行伤口清洗、分类、评估、长度测量。

医影智能XR眼镜，这款集长续航、轻量化、易携带、AI识别等特性于一体的专业级教学设备，正以三大核心功能重塑医学影像教育生态。 1.医学影像设备可视化 无需实体拆解，医影智能XR眼镜即可实现医学影像设备从整机到内部结构动态呈现，DR平板探测器、CT扫描、MRI成像技术等内容，通过虚拟现实呈现成像流程，设备原理要点一目了然，重建教学内容可视化，实现“所见即所学”。 2.医学影像中心场景漫游  突破空间与场景壁垒，可沉浸式体验影像中心各科室的环境布局，深度感知科室文化；支持全流程模拟操作，可完整演练患者接待、体位摆放、设备参数调试、检查执行等核心环节，为影像中心科室规划优化、新人岗前标准化培训提供专业高效的实操支撑。 3.AI 智能识别 教材识别：精准识别医学影像教材中的图文内容，即时生成3D模型、流程动画及专业讲解。将静态文字转化为立体教学资源，大幅提升课程学习与知识传播效率。 部件识别：快速识别医学影像实体部件，同步生成部件参数、成像原理、维护注意事项等内容并实时讲解，解决现场学习时资料查询繁琐的痛点。

成果介绍本发明公开一种密路网小街区的居住社区机非分离道路地库复合系统，其特征在于，包括第一道路、第二道路、第三道路、第四道路、小区区域、慢行优先道路、城市支路，所述第一道路和第二道路平行，所述第三道路和第四道路平行，所述第一道路和第三道路相交，所述第一道路、第二道路、第三道路和第四道路围合形成所述小区区域；所述慢行优先道路平行于第三道路，并居中设置在所述小区区域中；所述城市支路平行于第一道路，并居中设置在所述小区区域中；所述城市支路在与慢行优先道路交汇处设置有机动车道下穿区，以便城市支路能够从慢行优先道路的下方穿过。技术创新点及参数本发明的目的在于提供了一种机动交通和慢行交通适度立体分离的密 路网住区道路和地库复合系统，能够减少机动车交通给小街区带来的噪音、污染，降低其对 居民安全出行和住区环境等方面的不良影响，在此基础上提高地下空间的使用效率，并继续保留和发扬密路网小街区的优势。市场前景本发明提供的机动交通和慢行交通适度 立体分离的密路网住区道路和地库复合系统，能够减少机动车交通给小街区带来的噪音、污染，降低其对居民安全出行和住区环境等方面的不良影响，在此基础上提高地下空间的使用效率，并继续保留和发扬密路网小街区的优势

本发明公开了一种基于顶点切割（vertex-cut）和社区聚集 （community-detection）的多层 k 路（k-way）图划分的方法，包括： 根据统计分析特性考虑自然图本身的分布，提出相应的顶点切割算法 将影响任务完成时间较大的一些顶点进行切割，然后利用基于标签传 播的社区聚集算法迭代地将切割之后的图进行标签传播，将图的各个 顶点的标签确定，即得到该顶点所在社区，最后用传统的多层 k-way 图划分算法

基于物联网、大数据、云平台的社区风险源的评估，日常监控和处置，采用物联网+运行服务的商业模式。需要相关大数据计算和云平台技术研究及支撑。

团队目前主要产品有：‍（1）三维彩色测量系统：基于光栅投影的三维测量技术，获取被测物体的三维彩色信息。可以用于工业级高精度测量，电影、游戏等行业中的人物、场景建模。（2）三维快速测量系统：可实现快速测量，获取物体三维动态数据，适用于工业有限元分析、动画人物动作捕捉等应用。系统整体性能达到国际先进水平。（3）三维微小测量系统：利用远心镜头获取微小物体的三维点云数据。可用于工业微小器件尺寸、材料形变测量、三维指纹识别、三维生物特征识别领域。（4）（门禁/闸机）三维安检人脸识别系统：将三维快速测量系统与自主开发的三维人脸识别软件有机结合，集自动人脸检测、自适应调光、三维测量与识别、身份认证为一体，构成可实时进行三维人脸测量与识别的自动化系统（门禁，闸机为应用场景之一）。

本实用新型公开了一种现代化小区智能停车位管理系统，为小区住户提供长期租用的固定停车位，为小区访客提供临时停车位，通过对小区住户的固定停车位和小区访客的临时停车位分开进行管理，同时设置车位智能锁限制车辆进入停车位，设置计时器配合压力传感器获取进入小区的车辆是否停放在指定停车位的信息，当进入小区内的车辆存在乱停放的情况时，能够及时报警，提醒工作人员处理，高效的实现了对小区内停车进行有序管理，减轻了物业工作人员的工作难度，有效避免了小区内车位乱停和抢车位情况的发生，方便了居民生活。

PanoSim自动驾驶仿真测试软件介绍 PanoSim是一款面向汽车自动驾驶技术与产品研发的一体化仿真与测试平台，包括高精度车辆动力学模型、高逼真汽车行驶环境与交通模型、车载环境传感器模型和丰富的测试场景等，以及面向汽车自动驾驶软硬件开发的场景及交通流构建、车辆建模、环境传感器构建、虚拟实验台、动画与绘图等系列工具链，具有很强的开放性与拓展性，支持第三方的二次定制化开发，操作简便友好。 （1）支持MIL/SIL/HIL/DIL/VIL多物理体在环仿真：提供各类I/O接口可便捷地接入各类实时处理器、控制器、传感器、驾驶模拟器，以及包括车辆及其底盘和动力执行机构在内的各类软硬件系统，以满足自动驾驶研发在不同阶段、不同环节的实时仿真需求；             （2）支持ADAS/V2X和自动驾驶仿真开发与测试：支持包括汽车自适应巡航（ACC）、自动紧急制动（AEB）、车道保持辅助（LKA）、自动泊车（AP）、交通拥堵辅助（TJP）等在内的高级驾驶辅助系统（ADAS），以及其它自动驾驶技术与产品的仿真开发与测试；  （3）支持驾驶模拟体验、人机交互与人机共驾：支持高逼真度的驾驶体验，包括不同道路、交通和天气环境下的驾驶体验，ADAS功能和自动驾驶系统体验，支持人机交互与人机共驾系统的研发与测试等； （4）支持自动驾驶感知/决策/规划/控制算法开发：集高逼真度道路与环境模型、交通流与智能体模型、传感器模型、车辆动力学模型等于一体，支持自动驾驶感知与决策、规划与控制等算法开发、模型训练和测试要求； （5）支持多节点、分布式实时仿真：通过高逼真实时环境渲染、高精度传感器模型、分布式实时仿真架构、高算力、真实数据接口模拟等支持车辆真实EE架构下包括相机、超声波雷达、毫米波雷达、激光雷达等在内的多传感器分布式机群模拟，以及数据处理器、运动控制器、驾驶模拟器等在环的自动驾驶算法开发与测试； （6）支持数字孪生测试与高并发云仿真: 支持虚拟环境下的道路、交通与气象模型，环境传感器模型等与真实世界车辆和车载软硬件系统的数字孪生测试；支持基于云平台的人-车-路-环境信息融合、云端一体高并发实时仿真；支持云平台下的实时在线学习与模型训练、自动驾驶算法的高效迭代与仿真测试等（以上系统功能见图3）。