本发明提供了一种非法集资风险识别方法、装置及计算机可读介质。非法集资风险识别方法包括：收集信息流数据和资金流数据；从信息流数据提取信息风险特征，并通过资金流数据对信息风险特征进行验证；从资金流数据提取资金风险特征，并通过信息流数据对资金风险特征进行验证；基于验证后的信息风险特征构建信息流风险识别模型，基于验证后的资金风险特征构建资金流风险识别模型；建立风险白名单；根据信息流风险识别模型、资金流风险识别模型和风险白名单识别企业的非法集资风险等级。本发明通过结合信息流和资金流的多源数据优势，进行多维度数据综合分析，能够更全面、准确地识别非法集资风险，提高金融监管的精准性和有效性。

1.发明了种源特异性基因筛选方法，建立了简便、特异性强、适用的牛（普通牛、水牛）、羊（山羊、绵羊）、猪、马、驴、狗、兔、狐狸、水貂、鸡、鸭、小鼠、大鼠等种源成分鉴定方法。利用全基因组序列信息，自创生物信息分析流程，筛选物种特异的核基因DNA序列。 2.发明了适于牛、羊、猪转基因成分现场快检的LAMP试剂盒6种。6种外源基因LAMP可视化快速检测试剂盒，可进行牛、羊、猪中外源基因——人乳铁蛋白、人α-乳清蛋白、人抗凝血酶III、人溶菌酶基因、人乙肝表面抗原基因、ω-3脂肪酸去饱和酶基因的检测，不需要PCR仪和电泳仪，检测时长由普通PCR的2小时缩短到30分钟，检测限达到0.01%（w/w），灵敏度是PCR的10-100倍。 3.发明了胶体金免疫层析试纸条。研制出人乳铁蛋白和α-乳清蛋白检测的竞争性试纸条各2种，5分钟内可完成准确检测。用于鲜牛奶、鲜羊奶和奶粉中乳铁蛋白和α-乳清蛋白的定性检测。 成果可在畜产品、食品、饲料检测机构和企业、出入境检验系统进行应用，可为企业原料的真实性把关，确保畜产品和食品的真实性和信誉，具有显著的社会效益和经济效益。 转化条件：分子生物学常规设备和条件。 成果完成时间：2016年2月

在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。    本实验室与中国中医科学院合作进行中医临床数据仓库与挖掘分析平台，以及中医临床数据挖掘方法的研究，实现了对中医临床采集病历数数据的集成与整合，数据挖掘与分析的中医临床数据仓库及挖掘分析平台，该平台旨在支持从真实世界中医临床诊疗中产生海量科研分析用数据，并以真实、高质量的数据为基础进行中医临床与理论研究，为中医临床疗效评价、临床中药新药创制提供客观的医学证据和适宜的数据分析方法。该成果于2009年12月获得国家科技进步二等奖。   名老中医OLAP展示例子 1.2多维分析与复杂网络分析系统   以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。  在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。  获奖证书   1.中医临床数据仓库与挖掘分析平台 通过分析中医临床数据元素及其多维、多层次的关系特点，研究设计了中医临床参考信息模型，以及为基础构建中医临床数据仓库细节数据模型和多维数据模型，建立以数据仓库为核心的数据整合、数据抽取/转换/转载和数据整理、数据挖掘、OLAP和统计分析的智能信息处理平台。该平台以中医临床数据仓库及其运行环境工具的构建为基础，基于实际的临床诊疗数据，实现对中医诊疗数据进行多主题、多粒度、多需求、高效、快捷的展示、研究和查询检索，并支持基于Web的OLAP主题应用，为名老中医经验继承研究、中医临床评价研究和临床科研提供实际的诊疗数据证据和知识来源，以支持临床科研决策分析，满足中医临床评价研究的探索性分析需求。针对中医临床数据的特点，研究体现中医临床数据模型特点的数据挖掘新方法，为面向中医临床研究的数据挖掘和机器学习方法研究提供新的思路和研究方向。该平台的构建初期以重大慢性疾病：中风、冠心病和糖尿病诊治规律，以及名老中医经验传承研究为支持目标。   中医临床数据仓库平台   1.1中医临床数据预处理技术临床数据的预处理包括数据整合、数据整理和数据转换等技术，我们面向中医临床数据结构内容以及中医临床研究的分析需求，实现具有完善的数据抽取-转换-装载（Extraction-transforming-loading，ETL）、数据整理和数据转换导出功能的数据前处理软件。该软件针对医学数据利用中的分布式（多采集点）采集、患者隐私保护和大规模数据处理的特点，采用灵活的数据映射配置和临床术语库衔接等方式把各采集点数据导入到临床数据仓库中，并支持批量数据核查和数据规范整理（对临床数据中的术语性数据如症状体征、诊断和药物等进行概念化语义规范）功能。   在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。   名老中医OLAP展示例子    以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。     中医临床复杂网络分析系统  1.3 真实世界中医临床有效处方发现系统 中药新药创制与研发是极具挑战和机遇的领域，当前化学制药和单成份药物研发已经出现明显的瓶颈，传统植物/天然药以及多成份复方药物的研发成为国内外关注的焦点。而从多成份调控和多靶点机理的研究为主要视角的网络药理学更成为新的趋势和方法。针对中医临床诊疗过程中具有证-治-效信息，且个体性的真实世界诊疗实践特点，我们研究基于大规模临床诊疗数据进行有效处方分析和发现的问题，通过对以中药复方为重点的治疗手段药物组成原理的分析，基于复杂网络模型和方法研制形成了有效核心处方及适应症分析方法、有效临床中药筛选与发现系统，对基于真实世界临床诊疗数据分析获得有效处方知识的方法、技术平台和示范应用进行了探索和初步实践，初步表明从真实世界临床诊疗数据中发现和挖掘有效方药是一种可行的途径，有望为中医新药创制提供可以验证的新处方、新药物等临床有效目标药物。     1.  中医临床数据挖掘分析方法 海量观察型临床数据是中医辨证论治数据的主体内容，具有复杂、多维和多关系的特点。从大规模中医临床观察数据中分析提炼形成有意义的临床假设或诊疗知识如有效处方、人群划分、药症关系以及多阶段优化治疗方案等，是实现从复杂、系统的中医辨证论治过程中发现并确认有效优化的临床诊疗处方及其药物组成的基本方法。中医临床数据包括门诊数据和住院数据两大主要部分，其数据内容由临床表现、诊断和治疗（临床疗法）三部分核心内容（如下图），其中辨证知识、证候分布、药症关系、方证关系和药物组成等是数据挖掘和分析的主要目标，而所有这些知识的有效性的评价依据是临床疗效，即确认和发现临床有效的中医诊疗知识是中医临床数据挖掘分析方法的主要有价值研究目标。    中医临床数据挖掘问题：在疗效信息的约束下，验证和发现有价值的临床诊断/治疗关系知识。  2.1基于复杂网络的中药配伍分析方法 人们通过对中医临床处方数据的初期分析，并与临床专家的交流中发现，名老中医的临床复方的组织特性体现在两个层次。第一层次为临床医生一般以经典复方（包括经方、时方和验方等）为基础进行临床处方；第二层次为在药对或药症关系基础上的药物随症加减处理。这两个层次的临床处方配伍过程形成了具有核心处方结构，而又具有较大灵活性的处方集合。因此，通过对名老中医处方集的共性网络结构分析，能够发现体现其处方思维和学术特点的核心处方配伍结构，从而辅助进行名老中医经验的传承和整理研究。通过应用基于无尺度网络现象的网络分析方法进行研究。无尺度网络作为复杂系统研究的一种实证现象和方法，对基于网络研究复杂现象和复杂系统的方法具有很大的推动作用。具有宏观无尺度现象的网络在拓扑上存在幂律现象，即节点的度分布服从幂函数分布。这在医生处方中的具体体现就是某医生对药物的使用具有比较集中的趋势，某些名老中医偏好使用某些药物，使得这些药物的已有或潜在功效得到更大的发挥或挖掘。 我们基于网络中权值的幂律分布规律，实现了多层核心子网分析方法，能够从复杂的中药配伍网络中抽取多层核心子网。该算法已经在名老中医处方配伍经验的分析中得到广泛应用。其得到的结果具有直接而明确的临床含义，且可靠性较强。第一层核心子药物子网一般解释为共性的核心处方；第二层解释为主要药物配伍；第三层解释为次要药物配伍。这些药物配伍分别对应样本的核心病机如主要疾病和主要证候等、兼证和加减症状等。以下是两类特定中药处方：1287个肝脾不调证(GPBT)处方和752个2型糖尿病合并代谢综合征处方的分析结果。   特定中药处方的核心药物配伍网络和主要加减网络，其中的网络中的节点是药物，边的权重表示两相关药物配伍使用的次数。 2.2基于隐主题模型的疾病人群临床特征类别分析方法 症状-中药-诊断主题模型（Symptom-Herb-Diagnosis Topic model，SHDT), 用来提取中医临床数据中的症状、中药和诊断间的隐主题结构。SHDT模型是LDA主题模型在多关系应用中的扩展。该模型的核心思想是假设一类样本里面包含有多个主题，例如，一类糖尿病人群有不同的并发症，且这些主题所包含的信息特征（以症状来表达）具有相对完整性和独立性。SHDT把每个主题看作是症状上的多项式分布，并通过症状来表达主题的内容；同时，把每种中药看作是主题上的多项式分布，因为一类中药可以治愈多种症状/疾病；又因为一种诊断包含多种症状/疾病，于是把诊断看作是对主题的描述，构建一种“症状-中药-诊断”主题模型。SHDT模型这种分析原理和思路与中医辨证论治过程基本吻合，它可以客观地按照症状找到自然分类人群，给出诊断描述特征和中药治疗特征。SHDT模型分别在2型糖尿病、冠心病和肝炎等慢性疾病中进行人群特征分析。实验结果说明了该模型具有较好的适宜性和科学性，分析结果能够较为完整的反映特定疾病中相关的主要人群特征类别。   症状-中药-诊断主题模型，图中三个黑色圆圈，代表显变量（观察变量），其中s 表示一个采样症状，表示患者p的所有药，表示患者p的所有诊断。白色圆圈代表隐变量，其中z 采样症状s对应的主题，x表示s对应的药，u表示s对应的诊断。矩形框表示重复采样。外部矩形框表示在集合中有P个患者。内部矩形框表示对患者p的个症状、主题、药物以及诊断重复采样。 2.3基于内隐对照和部分可观察马尔可夫决策过程模型的动态序贯处方治疗方案优化方法 中医辨证论治是症-治-效紧密相关的个体、动态的复杂干预过程，动态序贯干预是中医临床治疗慢性疾病的基本方法。以患者为轴心的治疗原则和医生的个体性特点，使得中医动态序贯干预过程中包含多样化的治疗方案。在临床诊疗经验知识的形成阶段，医生往往通过对治疗前后患者健康状态的判断，试图获得较好的治疗方案的认识，进而逐步形成固化的有效经验性治疗方案。因此，在无外部对照的情况下，如何从大规模的复杂多维临床关系数据中发现并确认在临床实际中较优的动态序贯诊疗方案是有效临床方案形成的重要课题。 考虑到实际可行性和研究代价的问题，在未有明确的有效干预方案形成的临床研究初期，无外部对照的传统中医经验整理和归纳普遍存在，且长期的中医学实践表明是有效的。但由于临床诊疗信息关系的复杂性，基于传统经验整理方式形成有效治疗方案是一个较为漫长的过程。 因此，如何借助源自真实世界（无外部对照）的大规模临床观察数据，进行挖掘分析，以辅助发现和确认较优的临床治疗方案成为辨证论治临床评价研究的关键问题之一。我们采用部分可观察马尔可夫决策过程模型(POMDP)对此问题进行研究，实现了基于POMDP的中医临床处方优化分析方法，以探寻从来自临床实际的大规模观察性临床数据中发现较优或最优的动态序贯治疗方案，为中医辨证论治有效动态干预方案的形成和临床验证提供参考知识。   中医临床诊疗过程对应的POMDP模型 1.  成果的推广应用 本成果已经在国家科技重大专项：重大传染病防治、重大新药创制等两个项目；国家科技支撑计划项目-名老中医经验传承研究；北京市科技攻关项目和国家中医临床研究基地等项目中进行推广应用。分别对艾滋病、肝炎和肺结核等传染病的中医药防治规律，从中医临床中分析确认有效处方与药物，名老中医的辨证论治个体诊疗经验，中风、冠心病和糖尿病等重大慢性疾病的临床诊治规律，以及全国10余家重点中医院诊疗优势病种（如上海龙华医院的中医胃癌治疗、骨关节病治疗；河南中医学院一附院的中医艾滋病治疗、中医慢性阻塞性肺炎治疗等）的临床诊疗优化方案等进行应用研究。逐步探索和完善中医临床科研一体化技术体系，支持基于临床诊疗实践及其真实世界诊疗数据，进行中医临床研究和中药新药创制研究的医学模式。   北京地区22家单位应用分布图

利用分子生物学、免疫学、计算机信息等技术和方法，针对食 物中所含的重金属等无机毒物、药物残留和微生物及毒素等不同有毒有害物质， 开发了相应的快速、准确、高效的检测技术，为食物中毒事故应急体系（包括 人员组成、毒物检测技术、检测设备等）的建立和中毒事件突发的预警机制提 供有力技术支持。生产条件及经济效益预测：根据市场的发展趋势预测：预计 在投产第一年产品投放市场并逐步被市场认可，试剂盒销售产值达到 1000 万元， 第二年增长 100%，在第三年至第五年以至少 75%的速度递增，第五年销售产值 可达到 1 亿元。 

一、项目进展 已注册公司运营 二、企业信息 企业名称 长春市三昧动漫设计有限公司 企业法人 郑欣然 注册时间 2017.05 注册所在省市 吉林省长春市 组织机构代码   经营范围 动漫设计、数字动漫制作服务等 企业地址 吉林省长春市高新技术产业开发区 获投资情况 三、负责人及成员 姓名 学院/所学专业 入学/毕业时间 学号 路现娜     四、指导教师 姓名 学院/所学专业 职务/职称 研究方向 彭巍 / 校长助理/教授 创业合作发展 五、项目简介 《互联网+国风漫画创作源计划》项目在第三届中国“互联网+”大学生创新创业大赛中荣获国赛金奖，三昧动漫设计有限公司是一家以原创国风漫画为己任，面向全国出品的动漫IP源头开发原创漫画创作机构，根植于“十三五”规划提出的动漫游文化产业发展中的漫画产业架构，与全国首设漫画专业的高等学府吉林动画学院漫画学院密切合作，励志成为国风原创动漫产业源头支柱。主要业务涉及甄选中华文化故事精髓丰富创作内容，采用中国画勾勒手法进行创作，突出中国风漫画的表现元素，水墨色彩铺设与数字软件融合，自建整理素材蓝本数据库，为后期漫画IP开发提供技术支撑。三昧动漫充分运用移动互联网兴起的变革之路，在文化产业中，成为重要的IP源头。

超声电机、超声清洗和超声加工等领域，超声功率驱动源是关键部件之一。本实验室长期从事超声电子研究，先后研制出多种超声功率驱动电路，如多路输入合成超声驱动电源，频率在20kHz-200kHz之间可产生任意波形，不需要变压器耦合，适合科学研究；远程频率自动跟踪超声电机驱动控制器，可通过互联网远程控制和监测超声电机输出特性等。

成果与项目的背景及主要用途： RFID是射频识别技术的英文(Radio FrequencyIdentification)的缩写，射频识别技术是 20 世纪 90 年代开始兴起的一种自动识别技术，射频识别技术是一项利用射频信号通过空间耦合(交变磁场或电磁场)实现无接触信息传递并通过所传递的信息达到识别目的的技术。RFID 系统通过射频信号自动识别目标对象并获取相关数据，识别工作无须人工干预。作为条形码的无线版本，RFID 技术具有条形码所不具备的防水、防磁、耐高温、使用寿命长、读取距离大、标签上数据可以加密、存储数据容量更大、存储信息更改自如等优点，已经被世界公认为本世纪十大重要技术之一，在生产、零售、物流、交通等各个行业等各个行业有着广阔的应用前景。 本项目主要研发了基于 ISO18000-6B 协议的无源电子标签芯片，其可用于物流，货品识别，高速公路收费等诸多领域，是目前国内外射频电路研究领域的热点。 技术原理与工艺流程简介：UHF 频段的无源电子标签工作原理如下：通过标签上外置的偶极子天线接收读卡器发送的载波信号，并将其转换为直流信号，为整个芯片供电；同时片上的解调模块解调出经调制的载波信号所携带的数据信息，并传递给片上的基带部分加以处理；基带部分连同 EEPROM 部分一起完成数据的读写和控制功能，再由调制模块以反向发射的形式将上行信号返回给读卡器完成一次通信。 本设计的工艺流程是基于 Chartered 0.35um EEPROM 数字工艺，从芯片设计、仿真、版图验证。最终通过代工厂完成芯片制作。技术水平及专利与获奖情况：根据测试结构表明，各项指标都达到了商用需求，在国内属领先水平。该项成果已获得国家知识产权局颁发的集成电路布图登记证书。BS.06500285.7 应用前景分析及效益预测：目前国内的 UHF 频段的 RFID 产品正处于高速成长期，需求量快速增长，但大多数核心技术需要依赖进口。如果本项目能够实现技术转产，可以预计的前景和经济效益是相当可观的。有了自主知识产权的 UHF频段电子标签，在很多领域都可以加以移植，取代进口产品不但可以大大节省开支，同时也可以实现产品的自我定制及更新，最大程度的方便了国内用户的应用。 应用领域：货品跟踪和识别（代替条形码）、高速移动物体的识别、防伪认证以及电子支付等领域都会有广泛的应用。 技术转化条件（包括：原料、设备、厂房面积的要求及投资规模）：四十平方米以上的办公用房，电脑、工作站若干，相应软件。也可以和 RFID天线制造单位，卡片封装单位共同合作，将成果转产。 合作方式及条件：面谈。

北京天成源通科技股份有限公司成立于2006年10月11日，注册资本1030万元，于2017年8月14日在全国中小企业股份转让系统正式挂牌。本公司是一家具有独立法人资格的股份制系统集成高科技公司，是教育装备行业中极具竞争力的一家综合性系统集成公司，是优秀的北京市政府采购定点供应商，中共中央政府采购协议供应商，是中国、北京教育装备行业协会的会员单位。公司的业务涉及教育、医疗、政府三大领域，依托于信息化、专业教室、数字化校园等优势资源，擅长为客户量身定制整体解决方案。 天成源通与国内外众多知名设备厂商紧密合作，与数百位教育专家保持着密切联系，依靠丰富的项目经验和对教育行业的精确认识，取得了骄人的成绩。从事普教行业十多年来，成功案例覆盖了北京95% 以上的重点院校。 天成源通一直致力于为政府教育行业提供专业的整体化解决方案，涉及电子政务、办公自动化、综合布线、安防工程、专业教室、演播室、数字化校园等领域。在系统的解决方案设计、项目工程管理实施、新技术合理应用及个性化定制软件开发方面积累了丰富的经验，拥有雄厚的系统设计和开发建设的实力。从专业建设入手，配合基础教育院校教育的信息化改革，有针对性的为客户提供教育装备整体解决方案，形成了一整套涵盖设计、安装、调试、培训、维护一站式服务体系。