网上赌场真人发牌-澳门网上赌场空城

本成果采用最新的深度學習和分子模擬算法，結合新一代分子特征化方法，開發(fā)了多種計算機模型，可用于藥物開發(fā)中的多個階段，為藥物的快速設計開發(fā)提供一個完整的基于人工智能的解決方案。成果：1.藥物毒性預測方法：傳統(tǒng)的化合物毒性檢測技術一般需要使用生化試驗、細胞實驗、甚至動物模型，這些方法不僅耗費大量時間，而且成本很高。使用計算模型進行有機化合物的毒性預測，所需投入較少，但產(chǎn)出巨大。特別是基于化合物的物理化學和結構特性的計算模型，甚至能夠在化合物合成之前就對其進行預測，大大提高了效率，使其越來越受到歡迎。在進行體外和體內試驗之前先使用計算機模型對化合物進行大規(guī)模的毒性篩選，能夠更好地解決候選藥物具有毒性的問題。我們建立了一套新的基于多種分子指紋和機器學習算法的化合物毒性預測集成學習算法，運用此集成學習算法建立了新的有機化合物致癌性、致突變性和肝毒性預測模型。我們分別建立了名為CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性預測)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突變性預測)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性預測)的預測服務器，這些服務器能夠為使用者提供更高效更便捷的預測技術服務。自2017年服務器發(fā)表起，我們已為國內外藥物分子設計研究者提供了5000多次共計超過20多萬個化合物的毒性預測服務。在有機化合物毒性預測研究方向，我們主要完成了化合物的細胞毒性、心臟毒性、生殖毒性、血腦屏障透過性、水生生物毒性預測模型，以及糖尿病早期篩查模型的開發(fā)，正在進行P450酶阻滯劑性預測模型、基于圖神經(jīng)網(wǎng)絡的毒性預測算法研究、基于分子對接的化合物毒性預測研究等。相關研究成果已發(fā)表多篇學術論文（Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次數(shù)80，ESI 1%高被引論文；Ai H., et al. Toxicological Sciences, 2018, 165: 100-107；Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377；Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78；Liu M., et al. Toxicology Letters. 2020, 332: 88-96；Feng H., et al. Toxicology Letters. 2021, 340: 4-14；Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.）致癌性預測服務器首頁致癌性預測結果頁相關綜述對本服務器的介紹RF-hERG-Score預測藥物引起的hERG相關心臟毒性2.藥物設計方法：在計算機上對藥物靶點和藥物分子的結構和活性建模，計算藥物與靶點之間的相互作用關系，從而設計出具有治療作用的藥物。計算機輔助藥物設計可以為藥物設計各階段的實驗方案提供有意義的指導，減少需要通過實驗評估的候選藥物的數(shù)量，從而加快新藥研發(fā)速度。我們應用分子對接、分子動力學模擬、自由能計算、機器學習等方法研究流感病毒等重要疾病的計算機輔助藥物設計、并開發(fā)更有效的計算機輔助藥物設計方法。在計算機輔助藥物設計研究我們主要完成了流感病毒M2質子通道蛋白抑制劑虛擬篩選方法研究，正在進行先導化合物生成模型研究、基于機器學習的虛擬篩選打分函數(shù)算法開發(fā)、SARS-CoV-2病毒S蛋白與受體相互作用及藥物設計研究。特異性重打分函數(shù)顯著虛擬篩選性能顯著較高篩選出兩個候選抑制劑3.藥物靶點識別方法：長非編碼RNA（lncRNA）是一種長度在200nt至100,000nt之間的非編碼RNA，是轉錄物的主要成分。研究表明lncRNA在許多生物學和病理學過程中起著重要作用。lncRNA起作用的重要途徑是與其靶蛋白結合。lncRNA-蛋白質相互作用的實驗研究需要大量資源。累積的實驗數(shù)據(jù)使得通過計算方法預測lncRNA-蛋白質相互作用成為可能。我們使用各種數(shù)學建模和機器學習方法開發(fā)了幾種用于預測lncRNA-蛋白質相互作用的新模型。這些模型命名為：RWLPAP（隨機游走），LPI-NRLMF（鄰域正則化邏輯矩陣分解），IRWNRLPI（集成隨機游走和鄰域規(guī)則化Logistic矩陣分解），LPI-BNPRA（雙向網(wǎng)絡投影推薦算法），LPI-ETSLP（基于特征值變換的半監(jiān)督鏈路預測），HLPI-Ensemble（集成學習）。在交叉驗證中，我們的模型獲得了較好的預測性能。lncRNA-蛋白質相互作用預測模型的性能比較lncRNA-蛋白質相互作用預測服務器相關軟件著作權：

成果描述：本實用新型公開了一種便于信息采集的智能化翻耕機,包括牽引懸掛裝置(1)、安裝在牽引懸掛裝置(1)上的機架(2)、設置在機架(2)下端面上的鏵(3),所述機架(2)上還設置有安裝座(4),所述安裝座(4)上安裝有土地信息采集裝置(5),所述土地信息采集裝置(5)包括犁地深度傳感器、土壤養(yǎng)分傳感器、土壤墑情傳感器、pH值傳感器,并且均為具有WiFi或者ZigBee或者RJ45接口的傳感器,在傳感器本體外套接有圓鋼保護管(6),其探頭外套接有橡膠保護套(7)。采用上述結構,可從而減少了現(xiàn)有技術中土地信息采集的難度,并降低了信息采集的成本,同時也能加速農業(yè)信息化生產(chǎn)的發(fā)展進程,從源頭上解決農業(yè)信息采集的發(fā)展瓶頸。市場前景分析：本實用新型公開了一種便于信息采集的智能化翻耕機,包括牽引懸掛裝置(1)、安裝在牽引懸掛裝置(1)上的機架(2)、設置在機架(2)下端面上的鏵(3),所述機架(2)上還設置有安裝座(4),所述安裝座(4)上安裝有土地信息采集裝置(5),所述土地信息采集裝置(5)包括犁地深度傳感器、土壤養(yǎng)分傳感器、土壤墑情傳感器、pH值傳感器,并且均為具有WiFi或者ZigBee或者RJ45接口的傳感器,在傳感器本體外套接有圓鋼保護管(6),其探頭外套接有橡膠保護套(7)。采用上述結構,可從而減少了現(xiàn)有技術中土地信息采集的難度,并降低了信息采集的成本,同時也能加速農業(yè)信息化生產(chǎn)的發(fā)展進程,從源頭上解決農業(yè)信息采集的發(fā)展瓶頸。與同類成果相比的優(yōu)勢分析：國內領先

成果描述：本實用新型公開了一種基于互聯(lián)網(wǎng)的家庭智能控制終端,其特征在于：包括接收和發(fā)送通信信息的網(wǎng)絡模塊；與所述網(wǎng)絡模塊通信的信令模塊；采集多媒體信息并解碼輸出的多媒體模塊；接收所述多媒體模塊的信息,并與智能家電通信的家電控制模塊；用于擴展應用的擴展接口模塊；與各模塊連接,與各模塊信息交互的中央處理器CPU,所述CPU還連接有防拆卸的報警模塊。家庭智能終端采用基于互聯(lián)網(wǎng)的網(wǎng)絡模塊,可以滿足實時視頻和語音等大容量數(shù)據(jù)文件的傳輸,在實時視頻通信和語音通信中傳輸速率大,延遲小。家庭智能終端中增加了防暴力拆卸報警模塊,增加了安全性。市場前景分析：本實用新型公開了一種基于互聯(lián)網(wǎng)的家庭智能控制終端,其特征在于：包括接收和發(fā)送通信信息的網(wǎng)絡模塊；與所述網(wǎng)絡模塊通信的信令模塊；采集多媒體信息并解碼輸出的多媒體模塊；接收所述多媒體模塊的信息,并與智能家電通信的家電控制模塊；用于擴展應用的擴展接口模塊；與各模塊連接,與各模塊信息交互的中央處理器CPU,所述CPU還連接有防拆卸的報警模塊。家庭智能終端采用基于互聯(lián)網(wǎng)的網(wǎng)絡模塊,可以滿足實時視頻和語音等大容量數(shù)據(jù)文件的傳輸,在實時視頻通信和語音通信中傳輸速率大,延遲小。家庭智能終端中增加了防暴力拆卸報警模塊,增加了安全性。與同類成果相比的優(yōu)勢分析：國內領先

隨著物聯(lián)網(wǎng)技術與智能交通技術的發(fā)展，用于高速公路或城市內普通公路的道路護欄，作為“智慧城市”的一個重要組成部分，正受到越來越多的關注與重視。通過在護欄上安裝低功耗的傳感器芯片以及無線信號收發(fā)芯片，并配合相關服務器軟件，護欄具備了一定的外部事件感知能力、處理能力、無線通信與組網(wǎng)能力，從而實現(xiàn)護欄的智能化。

山西大同大學AI+同大創(chuàng)客中心參與研制的履帶式智能消殺戰(zhàn)“疫”機器人——“雷神1號”和輪式智能消殺戰(zhàn)“疫”機器人——“火神1號”已下線，樣機已在山東地區(qū)投入使用。

該項目通過產(chǎn)學研用的創(chuàng)新合作，已研制出水下機器人焊接與增材制造系統(tǒng)，可應用于核乏燃料池、核構件池、核島等強輻射環(huán)境水下焊接與增材修復，也可以應用于海洋資源開發(fā)裝備以及海洋維權裝備的遠程遙操作水下自動焊接與增材修復。自動化程度高，水下電弧穩(wěn)定性，在水深壓力作用下仍具備非常優(yōu)異的蓋面搭橋能力，獲得的焊縫成形美觀，接頭力學性能好。該套技術裝備已于2016年通過中廣核研究員組織的現(xiàn)場驗收。該技術成果被科技日報以35項“卡脖子技術”專題進行了深度報道（第28項），入選劉亞東主編的《是什么卡住了我們的脖子》一書。

本專利公布了一種垃圾回收系統(tǒng)，包括垃圾桶和垃圾回收車， 垃圾桶底座上安裝有骨架，垃圾桶外殼通過轉軸和骨架相連，垃圾桶外殼可繞 轉軸轉動，垃圾桶桶體上設置有托盤系統(tǒng)、翻轉裝置、垃圾檢測裝置、垃圾桶 識別裝置、垃圾桶站點太陽能發(fā)電系統(tǒng)和垃圾桶控制柜；垃圾回收車包括差分 GPS 天線、垃圾回收車控制柜、垃圾識別裝置、垃圾桶識別裝置，垃圾收集裝置、 垃圾回收車托盤系統(tǒng)、路況攝像系統(tǒng)和太陽能發(fā)電系統(tǒng)。垃圾桶具有溢滿指示 功能，垃圾回收車可實現(xiàn)路面的自動清掃，還可實現(xiàn)與溢滿垃圾桶的自動搜尋， 對垃圾桶內垃圾進行自動清理。 應用領域及前景：城市垃圾回收系統(tǒng)通常包括遍布設置于城市中的垃圾桶青島農業(yè)大學科技成果介紹 2017 －70－ 和對垃圾桶內垃圾進行回收的垃圾車，垃圾桶用于垃圾暫時的存放，垃圾車再 對垃圾桶內的垃圾進行集中清理。

本發(fā)明公開了一種用電設備智能充電接入系統(tǒng)及其控制方法，該系統(tǒng)包括：智能插座、高頻電源、高頻電能發(fā)射端、高頻電能接收端、車載充電機和服務器。智能插座用于測量交流輸入側的電參數(shù)，并上傳至服務器，對系統(tǒng)進行一級保護；高頻電源用于將工頻電轉換成高頻電至發(fā)射端，并監(jiān)測電流和紅外傳感器信息，對系統(tǒng)進行二級保護；發(fā)射端用于產(chǎn)生高頻電磁波傳送至接收端；接收端用于接收高頻電磁波，并將高頻能量輸送至車載充電機；車載充電機用于將高頻能量轉換為電池充電電壓；服務器用于對用電設備進行充電調度、狀態(tài)監(jiān)控以及對異常狀態(tài)的應答。本發(fā)明在智能插座和高頻電源形成了兩級保護機制，為系統(tǒng)的智能、自動安全運行提供了保障。

印染織物電腦對中糾偏系統(tǒng)及其裝置，具有布邊卷取、展開、擴布和對中控制功能。可連接棉印行業(yè)的燒毛機、水洗機、鍍層機、絲光機、定型機、平網(wǎng)印花機、圓網(wǎng)印花機以及造紙機、塑料薄膜生產(chǎn)線等機械的入口處。自動對中修正偏斜，減少偏斜式邊緣彎曲不正所產(chǎn)生的摺紋式色澤光澤不均現(xiàn)象，提高產(chǎn)品品質，實現(xiàn)生產(chǎn)自動化。 本系統(tǒng)采用微電腦與紅外數(shù)碼技術，將模糊智能識別用于對中糾偏，較模擬電路的對中裝置上一檔次，屬國內首創(chuàng)。該系統(tǒng)具有抗干擾性能強、動作穩(wěn)定可靠、靈敏度高等優(yōu)點，不受織物厚薄和幅寬的限制，可自動控制中心位置，可高速運行，是提高印染產(chǎn)品質量的好幫手。本系統(tǒng)還可選配筆記本電腦監(jiān)控工作狀況連接Internet網(wǎng)絡。

該技術建立了在役輸電鐵塔結構性能弱化模型和評估方法，提出了適用于瞬變載荷測量的輸電鐵塔狀態(tài)全面感知技術，考慮臺風、龍卷風、覆冰等災害氣象條件下載荷的瞬變特征，完成了輸電線路瞬變載荷狀態(tài)感知系統(tǒng)及終端設備研制，提出以架空導線載荷、鐵塔結構傾角和應力狀態(tài)實時測量為基礎，與數(shù)字仿真模型深度融合的輸電鐵塔狀態(tài)全面感知技術，構建輸電鐵塔的邊緣智能感知端與云端協(xié)調工作架構，實現(xiàn)輸電鐵塔結構狀態(tài)全面高速感知，可以實現(xiàn)輸電線路巡護重點定位和輸電鐵塔災害反演。 該技術的應用將解決重要架空輸電線路通道中鐵塔結構的健康狀態(tài)智能感知與評價問題，能夠實現(xiàn)架空輸電線路結構健康狀態(tài)全面感知，有效提升輸電鐵塔結構健康狀態(tài)感知的準確度和智能化水平，為定位輸電線路的巡護重點提供重要技術手段，為我國堅強智能電網(wǎng)的建設，提供重要理論支撐、技術保障和實踐依據(jù)。 1 系統(tǒng)功能 （1）輸電線路地理信息 以電子地圖方式顯示輸電線路的地理信息，展示輸電線路走向及鐵塔位置信息。同時，可標識當前的氣象信息。 （2）輸電鐵塔結構狀態(tài)感知實時監(jiān)測數(shù)據(jù) 以表格、圖形的方式顯示狀態(tài)感知實時數(shù)據(jù)，對異常的狀態(tài)感知數(shù)據(jù)實現(xiàn)聲光報警，并可進行歷史狀態(tài)感知數(shù)據(jù)的查詢。 （3）輸電鐵塔災害反演 建立塔線體系三維模型，在三維模型上顯示導線位移、導線和絕緣子的應力計算結果，并可實現(xiàn)災害過程反演。 （4）輸電鐵塔實時健康狀態(tài) 建立輸電鐵塔的三維模型，在三維模型上顯示輸電鐵塔的桿件應力計算結果、輸電鐵塔結構變形結果及實時的健康狀態(tài)評價結果。 （5）輸電線路結構健康狀態(tài)及巡護重點定位 顯示輸電線路結構健康狀態(tài)評價結果，提供輸電鐵塔薄弱環(huán)節(jié)定位功能，為輸電線路重點巡護提供支持。 2 系統(tǒng)組成 輸電線路結構健康狀態(tài)智能感知平臺的系統(tǒng)結構分為感知裝置和主站系統(tǒng)構成，如下圖所示。 圖1 系統(tǒng)圖 系統(tǒng)客戶端界面如下圖所示。 圖2 客戶端界面