申请人自2002年8月开始在医学低剂量CT图像成像、处理等方向开展学习和研究工作，从理论探索和应用拓展两个方面同时开展科学研究，先后提出了“基于区别性稀疏表示的低剂量CT成像”，“基于大尺度平均的低剂量CT图像后处理”，“基于深度学习的低剂量CT成像”等一系列创新算法，其中“基于区别性稀疏表示的低剂量CT成像”算法已通过专利形式转让到国内龙头大型医疗设备商上海联影医疗设备有限公司，目前已经在其即将推出的最新的U780 CT机上得到了应用。

本发明公开了一种面向超光谱数据库的小波去噪算法，属于超光谱数据的处理方法，用于对带有噪 声的超光谱曲线进行降噪。本发明顺序包括小波降噪参数选择、小波降噪。本发明在小波降噪参数学习 过程中充分考虑了超光谱数据库中各种物质超光谱曲线的特性，快速的选择适合超光谱数据库绝大多数 光谱曲线的小波降噪参数，然后使用选择得到的参数对测量到的超光谱曲线进行降噪。该方法能快速的 针对各种不同应用场景的超光谱数据库选择与之适应小波降噪参数，提高了降噪的效果，提高光谱匹配 的准确率。

本发明公开了一种基于分裂算法的湖泊三维水动力-水温-水质模拟预测方法。构建湖泊三维水动力-水温-水质模型，将湖泊离散成若干网格单元，并对网格采用 Arakawa-C 模式布置变量，基于分裂算法将湖泊三维水动力-水温-水质模型中各算子按照其物理波动过程的波频快慢特性进行分类，对低频慢过程算子采用显式处理，对高频快过程算子采用隐式处理，运用分裂算法分步离散求解模型，得到湖泊水域内不同位置和时间的三维流场、水温和水质指标浓度。本发明提出的基于分裂算法的湖泊三维水动力-水温-水质模拟预测方法能较准确地反映湖

本发明公开了一种基于模糊 PI 算法的微电网并网逆变器的控制 方法。该方法包括：（1）采样当前电网电压、当前并网逆变器的输出 电流和当前滤波器的电容电流；（2）确定并网电流指令值；（3）调 整 PI 控制器的比例系数和积分系数；（4）通过修正后的 PI 控制器得 到滤波器的电容电流指令值；（5）通过 P 控制器得到并网逆变器的输出电压指令值；（6）产生控制信号控制并网逆变器开关管的通断，在 并网逆变器的功率输出端产生期望的输出电压；（7）重复（1）～（6）， 使并网逆变器的输出电流始终跟踪指令值。本

本发明公开了一种基于可穿戴生理设备的睡眠阶段分类检测算法，包括以下步骤：获取多模态脑电生理信号；对多模态脑电生理信号依次执行滤波去除噪声和Z‑score归一化处理，得到预处理信号数据；对预处理后的信号数据通过反向传播算法和梯度下降优化实现，以交叉熵损失函数衡量生成信号与真实信号的差异，不断调整参数使生成信号更接近真实睡眠信号；构建一个与生成器具有相同的卷积单元形式的判别器，判别器与生成器构成生成对抗网络模型，自动调整调节参数，输出不同睡眠阶段的分类结果。本发明通过合理整合EEG和EOG等信号和GAN模型的应用，使模型能够学习到真实睡眠信号的分布并进行准确分类；提高分类的准确性和稳定。

本发明公开了一种基于神经网络模型 BP 算法的嵌入式矿压检测方法法，首先根据根据待检测区域的地域情况，采用多个振弦式压力传感器进行测量；然后 ARM7 处理器根据系统任务个数建立相应的进程；最后在建立的任务中打开定时器，输出一个固定在某一频率范围内的脉冲，经过驱动激振电路，产生一个能对振弦式压力传感器内部振弦起振的信号，同时使用 ARM7处理器对振弦式压力传感器返回的脉冲信号进行频率测量，计算得到压力值，最后，利用温度传感器采集振弦周围区域的温度，采用 BP 算法建立神经网络模型，利用神经网络模型对得到的各组压力数据及采集的温度数据进行学习，并根据神经网络模型找出压力随温度的变化规律，对振弦式传感器进行温度补偿。

南科大医学院教授张文勇、研究助理教授栾合密等在国际著名生物信息学与计算生物学期刊Bioinformatics上发表题为“CPVA: a web-based metabolomic tool for chromatographic peak visualization and annotation”的论文。该研究创新提出了以色谱中心策略算法（CCS）提高基于质谱的组学数据质量，并搭建了R-Shiny的Web应用CPVA，实现了组学数据在线交互式的处理。 该论文提出了色谱中心策略算法（CCS），并开发了在线互动工具来解决该领域普遍存在的问题。色谱中心策略是指通过对组学数据中提取的色谱峰形状进行数字化描述，包括对称性（Symmetry）、锯齿度（Jaggedness）、形态（Modality）、色谱质量指数（MCQ）等，并以在线互动的方式直接展示色谱峰的形态特征。

非常规交叉口的通行模式是在交叉口上游设置预信号，组织左转和直行车流交替使用进口道来提高通行能力，是一种对策交叉口拥堵的新思路。其虽已在我国数个城市有过实际应用案例，但多由于缺乏坚实的理论和技术支撑而不得不以失败告终。本团队将基于自身既有的非常规交叉口理论研究成果，构建非常规交叉口的失效概率模型，建立预防死锁、动态启用和动态控制的机制与优化方法；此外，基于驾驶行为和选择偏好研究，设计综合考虑驾驶员适应性和车道排队均衡的动静态交通语言系统。本项目研究前期已经发表8篇相关论文，取得1项国家发明专利和1项软件著作权，在此基础上将通过与优秀的企业、单位合作，以面向应用为目的，一方面继续深化成果的科学性和实用性，另一方面，实现成果的推广应用，为研究机构，交通规划、设计和管理领域提供新的技术支撑，为预防和缓解交通拥堵提供有效的应用系统，解决实际交通问题的同时，服务于整体交通系统品质的提升。 在资源、环境等多约束下，相对于道路拓宽等传统手段，非常规交叉口方案是更具可持续性、更有前景的交通拥挤对策手段。本项目研究成果既能够为是否选择非常规交叉口通行模式提供理论支持，也能为非常规交叉口的优化设计提供技术支撑，因而成果可以广泛地应用于城市道路交通设计和拥挤管理之中。研究成果还可以为起草考虑非常规交叉口通行模式的交叉口规划设计规范，为缓解交通阻塞，提高交通系统的稳定性与可靠性提供理论基础和技术支持。进一步，设计的软件可以直接应用于非常规交叉信号设计方案的制定。最后，在此基础上形成的交叉口交通流分析、实验和优化技术，对于研究复杂交通系统问题具有广泛的应用效果。  图1 非常规交叉口通行模式示意图    A: 预信号控制                           B: 主信号控制图2 上海共和新路临沂路非常规交叉口   本研究的内容是交通工程领域里出现的新问题，以非常规交叉口的适应条件和优化方法为重点，以预防和缓解交通拥挤、提高通行能力和节能减排等应用为理论研究的导向。项目研究所转化的成果具有可观的经济、社会效益，主要包括： 1）成果可服务于研究机构：促进对交叉口新型通行模式的探索及其适应性分析、优化设计理论与方法的研究及应用； 2）成果可服务于交通规划、设计和管理领域：成果将为非常规交叉口的规划设计规范奠定基础；为非常规交叉口交通设计、管理实践提供新的技术支持，并在交通拥挤管理的实践中发挥重要作用； 3）成果可服务于系统开发与咨询机构：为基于新模式的交通控制、交通设计咨询和辅助系统开发提供技术指引。

本发明属于无线通信技术领域，具体涉及一种基于卷积神经网络的干扰信号识别方法。本发明的方法主要包括构建卷积神经网络；对接收到的干扰信号做预处理，将其作为卷积神经网络的输入样本；根据待识别信号的类别，将信号样本及其对应的类别构建为训练集，利用构建的训练集训练构建的卷积神经网络；根据训练的卷积神经网络，对每个预处理后的信号样本进行识别，获得未知信号的所属类别。

成果描述：本实用新型公开了一种用于铁路调度系统的信号接入装置,其通过模数转换模块与调度信号生成装置连接,将调度信号生成装置输出的调度信号转换为调度数据；通过协议转换器与模数转换模块连接,将模数转换模块输出的调度数据转换成网络数据,上位机通过与协议转换器连接,而获取协议转换器输出的网络数据,并通过局域网将网络数据传输给铁路调度服务器。因此,本实用新型通过将以高速串行SPI协议传输的调度信号转换成网络数据,使铁路调度系统能够直接地获取各个站点的调度信号。市场前景分析：本实用新型通过将以高速串行SPI协议传输的调度信号转换成网络数据,使铁路调度系统能够直接地获取各个站点的调度信号。与同类成果相比的优势分析：国内领先