围绕未来能源需求特性辨识、场站/设备智能监测、能效优化管理3项核心内容，开展研究并提出以下3个核心创新点，创新点一为基于数据驱动的需求侧用能行为特性辨识及容量价值评估方法，有效解决了需求侧用能行为特性分析难度大、精确度差、有效性低的问题，为能源电力系统容量规划和优化投资提供了科学依据；创新点二为基于数据挖掘计算的多元设备状态监测与需求侧能效优化技术，解决了需求侧用能设备运行状态监测能力差、管控水平低的问题，实现提质增效；创新点三为基于数据高效融合计算的场站环境监测及虚拟现实交互技术，有效解决了各种环境参数大量冗余导致的监测结果误差大的问题。 平台可应用于包括智能设备制造与销售、能源设备在线监测、能源设备全寿命周期管理、能源站点智慧运行维护、用能负荷预测、能质能效分析与应用等。

简介：本发明提供一种锌锭直接轧制方法,属于金属材料成型与加工技术领域。该方法主要内容是:首先对磨光的轧辊表面进行电镀处理并喷涂除锌液;采用冶炼厂生产的锌锭为原料,经过表面清洗干燥后送电加热炉进行加热,为保证轧制板形良好和提高成材率,在轧制第一块锌锭前应进行“烫辊”,将加热好的锌锭运至热轧机进行多道次分批循环轧制,根据锭坯与成品的尺寸分配轧制道次和道次压下率,热轧锌板经自然冷却至室温后进行纵切、横切、剪切至成品尺寸的锌板经检验、标志、包装后入库。本发明具有:流程短、综合能耗低、生产成本低、生产效率高、产品性价比高等特点。  

成果与项目的背景及主要用途： 传统的菌落计数器使用时，是将计数笔连接到主机上，打开电源开关，将培养皿放在白光板上，打开白光灯，用计数笔触动计数，LED 显示屏显示所计数量；计数完成可用计数笔在稿纸上暂记总数，重新开关电源，LED 显示屏自动归零，二次计数与稿纸上一次总数比较，数量相同可得较准确的结果。同时，按照细菌计数检验规程规定，一只培养皿中细菌生长数超过 300 个时，应将检验样品稀释重作，以保证计数的准确性，所以，一般的菌落计数器仪器显示计为三位数。 传统的菌落计数方法费时费力并且错误率较大，是一种全人工操作的方法。现在随着科技的进步，菌落计数技术日趋完善。主要体现在配置越来越高，功能越来越全。 技术原理与工艺流程简介： 菌落自动计数方法，包括下列步骤： 1)通过对目标物进行动态视频的检测，判断培养皿是否就位； 2)对培养皿进行多次扫描拍摄取得多组原始目标图像； 3)对原始目标图像进行灰度化处理，将彩色图像的 R、G、B 分量转化为灰度值表 征每个像素点构成的图像； 4)依次进行中值滤波、高斯平滑滤波的预处理，去除噪声； 5)通过对图像的灰度分布进行分析，选用适合的局部阈值分割法对去除了噪声的图像进行二值化； 6)去除培养皿边缘确定菌落图像范围； 7)选用十字形四邻域腐蚀模板，使用多次膨胀和腐蚀结合起来的迭代腐蚀方法对菌落图像中的较大菌落进行极限分割； 8)采用递归标记的方法对连通域进行标记，不同的连通域被赋予不同的标号值，最大标号值就是该图像中连通域的数目，从而得到菌落的数目。 应用前景分析及效益预测： 属于环保领域中污染源自动监控技术领域，涉及一种菌落自动计数方法，包括：通过对目标物进行动态视频的检测，判断培养皿是否就位；对培养皿进行多次扫描拍摄取得多组原始目标图像；对原始目标图像进行灰度化处理，将彩色图像的 R、G、B 分量转化为灰度值表征每个像素点构成的图像；预处理；二值化；去除培养皿边缘确定菌落图像范围；使用多次膨胀和腐蚀结合起来的迭代腐蚀方法对菌落图像中的较大菌落进行极限分割；进行菌落计数。本项目算法简单，速度快且能够精确计数。 技术转化条件：具体面议 合作方式及条件：技术转让或协商 

基于脑电源定位方法的人体精神状态检测方法，先进行受试者的选择，后进行硬件连接和软件调试，再采用基于独立成分分析脑电信号特征提取方法进行滤波去噪、伪迹分离和提取脑电数据特征，并在MATLAB平台上画出所有分量的地形图；最后使用通过基于电偶极子理论、正逆演问题的分析以及研究头部模型的确定，得出电偶极子的源定位方法，以应用于脑电信号的源定位；最后对ESL的

北京交通大学超大规模预训练云服务项目竞争性磋商

1 项目简介本项目建立的生物云平台，以基于 Web 的方式提供服务，用户可以轻松快速获取服务，国内外普遍缺乏成熟的技术，标准和平台。我们首次把独具特色的机器学习模型预测算法与最新的高通量测序方法（ non-polyA RNA-seq） 相结合。我们的研究对象为长链非编码 RNA（ non-PolyA），目前国际上还很少有人通过高通量测序技术对疾病的 lncRNA 进行全面预测分析和功能分类。随着测序速度不断提高，测序成本不断降低，本项目将来可以发展为面向人民大众的个性化医疗服务的平台。 图 1 生物医学信息云平台的产业化方向 http://www.incrna.org图 2 生物医学信息云平台的应用程序一览 http://bioinfo.life.tsinghua.edu.cn/serve 本项目使用的核心技术“基于整合性生物信息云计算和新一代测序技术（ incRNA） 的非编码基因组疾病（如癌症）检测技术平台”已经通过软件查新认证（ 20121022044750914）。正在准备申请国家版权局软件著作权登记证书。2 效益分析（ 1）随着新一代高通量测序技术的发展，生物信息数据爆炸式增长，数据解读成为生物医学研究和临床应用的巨大问题，我们团队依托清华大学生命学院鲁志实验室在生物信息学，尤其是在 lncRNA 领域的技术专长开发的云计算平台将为广大科研工作和和临床用户提供可靠的数据分析云服务，提高他们的科研效率，为科学的发展做出贡献。 （ 2）我们团队通过与中国人民解放军总医院，上海肝胆医院等十多家临床单位的合作，将为鉴定癌症的早期诊断和药物治疗提供新的靶点，这不仅会增强中国基础临床科学的发展，通过临床应用还会为病患者带来癌症早期诊断、健康管理等个性化医疗服务，这将具有广泛的社会效益。 （ 3）通过我们打造高通量测序数据分析云计算平台和开展以癌症早期检测为主要内容的个性化医疗服务，将为中国培养一批高水平的生物信息数据分析人才，这将增强中国在生物信息学方面的实力。

面向AI等应用发展趋势推出的新一代高性能、高密度插卡式交换机 产品特性： 固化4个扩展插槽，每槽位最大可支持32个100G端口，更好满足数据中心网络演进需求 支持2+2电源与5+1风扇热插拔，支持GR完美重启，实现硬件与链路可靠性双重保护 三层路由功能轻松适配多重业务，数据传输高效有保障 多重管理方式选择 网络维护简单有效 构建下一代数据中心网络 AI/机器学习等应用的高速发展，驱动下一代数据中心网络向100G/400G演进。下一代数据中心网络，要求设备在单位空间内，具备更高的性能、更大的带宽，RG-S6920-4C在4U高度空间内，最大可提供128个100G端口，或64个100G端口+16个400G端口，更好的满足下一代数据中心网络的演进需求。 构建高性能、低延时数据中心网络 RG-S6920-4C交换机配合RG-S6510系列交换机，基于PFC/ECN等网络流控技术，以及MMU调优技术，可构建端到端、无损、低时延转发的RDMA（Remote Direct Memory Access，远程直接内存访问）基础承载网络，满足AI/机器学习、高性能计算、分布式存储大数据等应用场景的网络部署要求。 电信级可靠性保护 RG-S6920-4C交换机支持2+2电源冗余，5+1风扇冗余，所有电源模块以及风扇模块均可以热插拔而不影响设备的正常运行。此外整机还支持电源和风扇的故障检测及告警，可以根据温度的变化自动调节风扇的转速，更好的适应数据中心的环境。还具备设备级和链路级的多重可靠性保护。采用过流保护、过压保护和过热保护技术。 除了设备级可靠性以外，该系列还支持丰富的链路可靠性技术，比如支持GR快速重启、BFD快速转发检测等机制。当网络上承载多业务、大流量的时候，降低异常对网络业务的影响，提升整网可靠性。 IPv4/IPv6双栈协议多层交换 RG-S6920-4C交换机，硬件支持IPv4/IPv6双协议栈多层线速交换，硬件区分和处理IPv4、IPv6协议报文，支持多种Tunnel隧道技术（如手工配置隧道等等），可根据IPv6网络的需求规划和网络现状，提供灵活的IPv6网络间通信方案。 支持丰富的IPv4路由协议，包括静态路由、RIP、OSPF、IS-IS、BGP4等，满足不同网络环境中用户选择合适的路由协议灵活组建网络。 支持丰富的IPv6路由协议，包括静态路由、RIPng、OSPFv3、BGP4+等，不论是在升级现有网络至IPv6网络，还是新建IPv6网络，都可灵活选择合适的路由协议组建网络。 完善的管理性 支持丰富的管理接口，例如Console、MGMT口、USB口，支持SNMPv1/v2/v3，支持通用网管平台。支持CLI命令行， Telnet，集群管理，使设备管理更方便，并且支持SSH2.0、SSL等加密方式，使得管理更加安全。 支持SPAN/RSPAN镜像和多个镜像观察端口，可以将网络流量输出分析以采取相应管理维护措施，使原本不可见的网络业务应用流量变得一目了然，可以为用户提供多种网络流量分析报表，帮助用户及时优化网络结构，调整资源部署。

本发明涉及飞机机翼变形测量领域，具体涉及一种飞机机翼变形测量装置、安装方法及测试方法，包括计算机、散斑成像系统与光纤陀螺惯导系统；散斑成像系统包括图像采集装置与散斑图案，散斑图案布置于机翼上，图像采集装置设于机尾，用于采集散斑图案的变形信息，并将变形信息传输至计算机；光纤陀螺惯导系统包括光纤陀螺仪，光纤陀螺仪有若干个，若干个光纤陀螺仪于机身与机翼对称分布，光纤陀螺仪通信连接于计算机，用于向计算机传输所测得数据信息；计算机集合散斑图案的变形信息与光纤陀螺仪测得数据信息实现确定机翼变形量。其能在动态环境下，实时高精度的测量机翼变形。

本发明公开了一种基于极点对称模态分解和非局部均值方法的心电信号滤波算法，该方法包括以下几个步骤：首先对心电信号进行极点对称模态分解，得到一序列本征模态函数 IMF，然后对各 IMF 进行非局部均值滤波，再对各阶 IMF 与残差项进行叠加，最后对叠加信号进行非局部均值平滑处理，得到心电信号最终降噪结果。本发明由于采用了极点对称模态分解和非局部均值滤波方法的有机结合，有效改善了传统非局部均值算法在噪声污染程度较高时易产生的信号削弱问题，可在有效抑制心电信号噪声的同时很好地保护信号的尖峰等细节信息。