摘要：本申请提供一种自助终端机的信息安全保障方法及相关装置。本申请提供的技术方案中，获取自助终端机的摄像头拍摄得到的第一图像；对所述第一图像进行用户识别，得到第一识别结果；若所述第一识别结果为所述第一图像中包含用户面部图像，且所述用户面部图像不是所述自助终端机当前的受理用户的面部图像，则显示所述受理用户的蒙层处理后的信息，并结束为所述受理用户提供的服务。本申请提出的技术方案，可以提高用户的隐私的安全性，从而提高自助终端机的信息安全性。

摘要：提供了自动外部除颤器(AED)和服务器。AED进行心脏的ECG测量并将测量结果发送到远程处理设(例如服务器)，并且从服务器接收回ECG测量结果的第一分类。AED还执行ECG测量结果的局部分析以确定ECG测量结果的第二分类。AED基于第一分类和第二分类来确定是否施用电击/指示用户施用电击。

摘要：本发明公开了一种网关设备、统合监控系统、以及数据传输方法，所述网关设备用于在上位网络与下位网络之间进行数据传输，所述上位网络包括基于上位通信协议进行通信的上层控制器，所述下位网络包括现场控制器以及基于下位通信协议与所述现场控制器进行通信的至少一个管理点，包括：上位通信处理部，基于所述上位通信协议与所述上层控制器进行通信；下位通信处理部，基于所述下位通信协议与所述现场控制器进行通信；以及转换处理部，与所述上位通信处理部以及所述下位通信处理部连接，并且被配置为进行所述上位通信协议与所述下位通信协议之间的转换。根据本发明提供的网关设备使得采用不同通信协议的上位网络和下位网络能够相互通信。

摘要：本发明公开一种基于云计算的工业过程数据解析平台，其包括云服务端、工业现场端、客户端和监控端，云服务端由系统主机和n个子集群两部分构成，每个子集群均包括子集群主机和与主机相连的多个从机，所述的系统主机控制多个子集群主机，子集群主机控制与其连接的从机；工业现场端实时读取工业对象的数据，并将其发送至云服务端进行分析处理；客户端用于远程连接云服务端，实时读取并显示云服务端计算结果，并可向云服务端远程发送指令；监控端用于监控云服务端，管理用户信息和工业对象信息，并通过云服务端实时向工业现场端发送控制指令。该平台能够

摘要：本发明公开一种基于分布估计局部优化的最小二乘支持向量机软测量建模方法，该方法利用测试集建立用于最小二乘支持向量机模型参数优化的局部目标集，使得优化的过程更贴合于测试集，有效地防止了传统使用全体训练集作为优化目标而产生的过拟合现象，对分布变化程度较高的数据具有很强的适应能力，并且使用分布估计算法进行参数优化能够有效提高收敛精度，采用本发明所构建的软测量模型可以较为精准地实现关键质量变量的预测和控制。

摘要：本发明公开一种基于分布并行局部优化参数的最小二乘支持向量机软测量方法，首先要对最小二乘支持向量机进行建模，获得局部优化后的最小二乘支持向量机模型，然后将训练集中样本平均分块，为每块中的样本标记数据块标签，并将具有相同标签的训练样本归为一个数据块中，然后在多台计算机上使用局部优化后的LSSVM分布并行地对每个数据块中的训练数据进行建模和对测试集数据进行预测，将多个数据块的预测结果取均值作为最终的预测结果。该方法在既保证了训练样本划分的随机性，又保证了预测精度，同时又在每个数据块中并行地进行建模和对测试集进行

摘要：本发明公开了一种基于并行LSTM自编码器动态特征提取的XGBoost软测量建模方法，属于工业过程预测与控制领域。该LSTM自编码器通过对输入序列进行还原的方式提取编码向量作为动态特征，并利用数据并行和模型并行的思路对网络进行分布式训练，提高建模效率，再将提取出的动态特征与原特征合并训练XGBoost模型，最后对测试样本预测，重复特征提取拼接以及输入XGBoost模型等步骤，直至完成所有样本的预测。该基于并行LSTM自编码器动态特征提取的XGBoost软测量建模方法有助于基于其他模型解决过程软测量中的动态问题，同时在网络训练的过程中采用数据并行和模型并行两种方式加快了网络的训练速度；并且能够保证XGBoost模型在引入动态特征后的精度不变或稳步提升，提高了模型的鲁棒性。

摘要：本发明公开了一种基于连续MapReduce的分布并行PCA过程监测建模方法，属于工业过程监测与控制领域。该方法给出了基于MapReduce的分布并行设计方案，其中包括利用三次MapReduce实现大规模数据的标准化，基于事先标记矩阵相乘所需元素的方法，通过一次MapReduce实现大规模矩阵相乘进而计算出协方差矩阵，最后在计算T²和SPE统计量时利用一次MapReduce实现每个样本与投影矩阵并行相乘，通过上述连续的MapReduce操作能够将一些随样本量增加而耗时的操作进行分解，并行地完成运算，能够有效地提升PCA过程监测模型的建模速度。

摘要：本发明公开了一种基于分布并行局部建模机制的岭回归软测量建模方法，属于工业过程预测与控制领域。该岭回归软测量建模方法是通过建立训练样本集和测试样本集，基于MapReduce框架将训练样本集和测试样本集进行分布式标准化，基于MapReduce框架选取局部训练样本集，建立岭回归模型，并对测试样本预测，重复分布式标准化和对测试样本预测，直至完成所有样本的预测。该岭回归软测量建模方法能够有效地提升基于局部建模机制的岭回归模型的软测量建模速度，解决工业过程中大规模数据下局部建模的不足的问题。

摘要：一种揉性吊具，包括吊装主杆、滑动套在吊装主杆上的滑套、伸缩杆组件，所述伸缩杆组件包括多个伸缩杆，所述伸缩杆包括两个相互套接的伸缩杆远端组件、伸缩杆近端组件，伸缩杆远端组件经伸缩杆销活动装于伸缩杆近端组件上的腰形孔处，伸缩杆远端组件中部与环绕设置于滑套外的多个支撑杆铰接，伸缩杆近端组件下端铰接于吊装主杆下端的吊装主杆止端组件上，吊装主杆上端设有吊环；所述伸缩杆远端组件上端为用于与待吊装零部件止口相适配的卡接部，所述卡接部包括用于待吊装零部件止口下端面适配的与平面部、与平面部连接的用于与待吊装零部件止口内壁面适配的侧面部。本发明制作容易、使用方便，结构简单、成本低廉且容易维护，适用广泛。