摘要：本发明公开了一种策略和计费规则功能实体的选择方法、装置及系统，该方法包括：DRA为第一用户请求建立的IP-CAN会话选择第一PCRF；DRA为与第一用户共享签约信息的第二用户请求建立的IP-CAN会话选择第二PCRF；第二PCRF根据来自用户签约数据库SPR的第一PCRF的信息将用于建立Diameter会话的消息转发或重定向到第一PCRF。通过本发明到了当多个用户共享一个签约信息，能够采用相同的策略进行计费控制的效果。

摘要：本发明将RFID技术引入柜台贵重物品管理领域，为贵重物品绑定RFID标签，结合RFID读卡器来监测、管理贴标的贵重物品，可以实现贵重物品的快速盘点、实时跟踪及销售管理的智能管理功能及实时环境监控。系统通过对贵重物品的进出及销售过程的全方位跟踪和记录，用自动化的方法替代了繁琐、低效的人工管理，并可以实现贵重物品离开监控区域自动报警，未授权情况下解除绑定报警。

摘要：本发明公开了一种节能型自适应智能路灯系统，包括主控模块、LED集成模块、太阳能电池板、蓄电池模块、并网运行模块，所述一种节能型自适应智能路灯系统还包括信息接收与闭环反馈模块、功率调节模块、发光部调节模块、电池板调节模块。所述蓄电池模块用于存储太阳能电池板产生的当前无法消耗的多余电能；所述发光部调节模块受主控模块控制，根据环境数据调节发光部高度和照射角度；所述LED集成模块用于代替传统路灯发光部；所述功率调节模块用于在主控模块的控制下调节输出功率，控制发光亮度。本发明能够优化路灯照明效果、延长夜间视距、提升夜间出行安全性、提高能源利用率，达到节能减排的效果。

摘要：本发明涉及医药技术领域，公开了表没食子儿茶素没食子酸酯在多种领域的新应用。本发明提供了表没食子儿茶素没食子酸酯在以治疗皮肤瘙痒领域为主的多个领域的新应用，从而为相关领域的疾病提供了新的治疗手段和途径，而且表没食子儿茶素没食子酸酯属于天然提取物质，能够在临床上更加安全的发挥其各方面作用。

摘要：本发明涉及检测电路的技术领域，公开了一种用于MCU的微功耗低电压检测电路，用于MCU上电和掉电过程中的低电压检测，包括镜像电流模块，其输入端与MCU供电电压相连，输出端与比较模块的输入端、镇流电阻的一端相连，比较模块的输入端还与镇流电阻的一端相连，输出端与负载的一端、整形模块相连，镇流电阻、负载的另一端接地，镜像电流模块用于产生随MCU供电电压的变化而变化的一对镜像电流，其分别流过比较模块和镇流电阻；比较模块用于根据镇流电阻上的电压和镜像电流模块上的电压变化，进行翻转输出；整形模块用于对比较模块的翻转输出进行整形，输出对应的高电平和低电平。本发明的电路结构紧凑，控制方便，便于普及和推广。

摘要：本发明涉及一种用于MCU的低温漂低压检测电路，属于集成电路技术领域。特征在于：包括一个正温度系数电阻、一个负温度系数的电阻、一个MOS管、一个比较器；其中正温度系数电阻的一端连接供电电压，另一端连接负温度系数电阻的一端和比较器的正输入端，向比较器的正输入端输出分压，负温度系数电阻的另一端接地；供电电压经过MOS管偏置，由MOS管向比较器的负输入端输出一个带负温度系数的电压，作为参考电压，通过调整参考电压的负温度系数和分压的负温度系数达到相等，使比较器输出零温漂的低电压检测电压，用于确保MCU的电压在低于低电压检测电压时可靠复位。本发明能生成零温漂的低电压检测电压，并能降低整个MCU的静态功耗。

摘要：海量物联网设备接入环境中的快速授权频谱共享系统，包括授权频谱管理层、授权频谱分配协议层和用户行为安全层；所述的授权频谱管理层包括授权用户行为数据库、次用户行为数据库；授权频谱管理是FLSS方案的核心；授权用户和次用户都遵守LSM所管理的共享约束规则；所述的授权频谱分配协议层执行LSA协议；所述的用户行为安全层用于支撑LSA协议，约束授权用户行为和次用户行为；其方法包括以下步骤：步骤一，授权频谱管理；步骤二，执行LSA协议；步骤三，约束授权用户行为和次用户行为；可有效地提高频谱共享的效率，可被用来验证大量移动设备的用户身份，可扩展性已经被用来评估个体信任系数。

摘要：本发明公开了一种基于Yolo网络和DIC技术的混凝土内部损伤预测方法，引入三维交并比概念，并将其应用于深度学习的训练中，包括以下步骤：步骤S1、构建多个梁的损伤模型和多个柱的损伤模型，构建位移云图样本库；步骤S2、构建一种新的经过优化的Yolo神经网络模型；步骤S3、基于步骤S2新的经过优化的Yolo神经网络模型，通过位移云图样本库训练新的经过优化的Yolo神经网络模型，其中损失函数考虑了三维交并比预测误差LossIoU的影响。步骤S4、利用步骤S3中通过位移云图样本库训练的优化的Yolo神经网络模型，识别出的混凝土内部损伤位置和深度，完成混凝土内部损伤的预测。本方法更准确、效率高、成本低。

摘要：本发明公开了一种基于Abaqus的深度学习图像批量处理与分析方法，包括以下步骤：步骤S1、建立所需检测的结构有限元模型，提取结构有限元模型的信息输入文件；步骤S2、读取信息输入文件，利用Python编制图像批量处理方法，在结构有限元模型基础上批量模拟结构内部损伤；步骤S3、将结构内部损伤全部输入到Abaqus中批量分析，得到步骤S2中结构内部损伤的表面位移与应力云图，并进行三维标注，根据经过三维标注的结构内部损伤的表面位移与应力云图建立样本库；步骤S4、基于步骤S3得到的样本库，开展目标检测神经网络模型的训练、图像识别分析，其中目标检测神经网络模型的损失函数引入三维交并比预测误差的影响，在提高图像处理效率的同时，增加了预测精度。

摘要：本发明公开了基于神经网络的混凝土梁中钢筋损伤快速定位方法，包括步骤1、构建钢筋混凝土损伤模型；步骤2、构建位移云图与三维损伤信息的样本集；步骤3、样本集分类；步骤4、构建神经网络模型：输入位移云图，输出三维损伤信息；步骤5、训练神经网络模型；步骤6、测试与验证神经网络模型；步骤7、钢筋损伤定位。本发明能对Abaqus生成的位移云图进行学习，从而实现钢筋混凝土内部钢筋损伤的位置定位，能实现钢筋混凝土内部钢筋损伤的定位以及钢筋损伤的尺寸检测，能广泛地应用于装配式结构构件的病害与损伤分析中，开创性地利用结构表面的二维位移信息实现结构内部问题的三维定位，大大提高结构检测的效率、降低检测成本。