规格：900*600*850 一、.台面：30mm大理石台面。 二、框架采用 40*60*1.5mm方钢管焊接成C型钢架，前后梁采用30*60*1.5mm方钢管焊接而成，表面经酸洗、磷化、表面环氧树脂粉末静电75um喷涂，（烤房）180℃高温固化。 三、侧  板：采骼15㎜厚优质三聚氰胺板，断面以PVC防水封边处理。 四、装饰亲：两侧立柱角镶嵌R型不锈钢边条，无犄角，更具人性化。 五、地  脚：采用优质尼龙脚垫，其特殊的沉稳结构可有效防止或降低外来振动的影响，达到最佳防震效果，双重水平调节，稳定性良好，可调查高度0-30㎜。

本发明公开了一种多层次地铁运营安全风险测量方法，包括：运用因子分析法选取地铁运营风险评价指标，确定各指标的计算赋值方法，建立车站层级?线路层级?线网层级多层次风险评价指标体系，运用LEC评价法对地铁车站进行风险进行测量评价，再运用基于可拓理论的风险评价模型分别对车站层级、线路层级、线网层级进行评价，判断整体对象和单个指标所处的安全状态，为风险管控工作提供指导作用，克服目前安全风险评价过程中评价内容分散、服务的对象不明确、评价结果片面等问题，实现对地铁运营微观、中观、宏观的安全风险评价，提升风险评价方法的准确性、有效性、可操作性。

农户小额贷款信用风险决策评价系统是一个既反映清偿能力又反映还款意愿的，信用等级越高、违约损失率越低的客户信用风险决策评价系统。农户小额贷款信用风险评价指标体系包括基本情况、还款能力、还款意愿、宏观环境和保证联保五个一级准则层。 基本情况主要考察农户年龄、婚姻状况等因素。还款能力主要考察农户的收入水平、支出收入比等因素。还款意愿主要考察农户的居住稳定性、民间借贷等因素。保证联保主要考察联保小组成员关系、保证人的实力等因素。宏观环境主要考察农户所处地区的GDP增长率、居民消费价格指数等因素。农户小额贷款信用风险决策体系是通过判别分析的思路选择显著区分违约和非违约客户的指标，根据信用等级越高，违约损失越低的检验标准最终建立了农户小额贷款信用风险决策评价系统。 农户小额贷款信用风险决策评价系统的功能有以下三个方面：一是对小额贷款农户进行信用等级划分。为贷款风险管理提供依据。二是通过确定对不同信用等级客户贷款时的银行损益值反推到的信用等级临界点、使评价系统具有贷款的决策功能。研究表明：对CCC等级及其以上的客户贷款，可以保证银行的目标利润；对CC等级及其以上的客户贷款，可以达到盈亏平衡。三是为测算小额贷款的违约风险提供依据，为按照农户信用等级进行贷款定价打下基础。 农户小额贷款信用风险决策评价系统的特点包括以下七点：一是构建了符合信用等级较低的客户对应较高违约损失率这一信用评价根本目的的评价系统。二是通过确定对不同信用等级客户贷款时的银行损益值反推到的信用等级临界点、使评价系统具有贷款的决策功能。三是建立了农户小额贷款多指标体系信用风险决策评价系统，用21%的指标反映96%的原始信息。四是建立了农户小额贷款少指标体系信用风险决策评价系统，用13%的指标反映82%的原始信息的。五是通过逐步判别分析的思路，选择能显著区分违约和非违约客户的指标，保证了最终选入评价体系的指标能显著区分违约客户和非违约客户。六是将小样本扩充成大样本。七是通过回归参数显著性检验的思路，选择能显著区分违约和非违约客户的指标。

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。

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

本发明公开了一种云计算服务器集群网络保障方法，包括：虚 拟机资源分配管理模块对管理员提供的服务器集群网络拓扑、服务器 集群计算和存储资源进行初始化，请求调度管理模块接收租户提交的 创建服务请求，根据虚拟机资源分配管理模块中的服务器集群网络拓 扑以及服务器集群计算和存储资源进行服务请求放置分析，以确定创 建服务请求对应的虚拟机所要放置的服务器，虚拟机资源分配管理模 块根据请求调度管理模块中虚拟机放置的分析结果在虚拟机集

该研究系统阐明了混交种植的增产效应及其机制，解决了森林经营生产中久而未决的理论和实践问题，为全球森林恢复和经营提供了重要参考。

本发明公开了一种云计算环境下面向并行应用的动态时间片调 度方法及系统；其中，动态时间片调度方法包括：自旋锁延迟采样； 建立虚拟机与虚拟机监视器之间的通信通道，传递自旋锁延迟采样值； 自旋锁延迟统计，获取虚拟机自旋锁延迟的平均值；动态时间片调度； 动态时间片调度系统包括自旋锁延迟采样模块、通信模块、自旋锁延 迟统计模块和动态时间片调度模块；本发明提供的动态时间片调度方 法，基于虚拟机的自旋锁延迟，动态的调整虚拟机的调度

本发明公开了一种云环境下高效的隐私保护密文连接访问操作验证方法，包括以下步骤：1）数据 拥有者在客户端加密关系数据表，同时构建相应的嵌入式 MHT（Merkle?Hash?Tree）验证结构并签名， 最后向云端发布密文关系数据表和验证数据结构；2）访问用户提交条件连接操作请求到云端，云端根 据访问请求和验证数据结构返回验证对象和结果密文数据。3）访问用户在客户端利用验证对象对访问 结果进行正确性验证。本发明针对云环境，在保护用户数据隐私的前提下

近几十年来，火焰、烟雾等自然现象的模拟已广泛应用于电脑游戏、电影、教育、虚拟现实等诸多领域。在许多现有技术中，粒子系统在计算机图形中被广泛视为一种强大的技术，烟花模拟则是粒子系统应用的亮点。浙江大学计算机辅助设计与图形学国家重点实验室金小刚教授课题组开发了一种基于草图的烟花模拟新系统，用户能够在沉溺于虚拟场景的同时，手握控制器绘制他们想要的草图，并由计算机基于高斯曲率的新点采样方法模拟出具有复杂轮廓和纹理的逼真视觉效果。 目前，该项技术已成功体现在一款基于虚拟现实技术的沉浸式个性化烟花定制的软件应用——“西湖映象”。用户佩戴上HTC Vive后，将沉浸在令人惊艳的西湖全景视图与逼真的声音效果中。利用手中的无线控制器作为魔杖，用户可以在空中“一笔画”绘制任意形状，随后计算机自动生成对应的3D模型，湖面远处将表演虚拟现实中该3D形状的水上烟花效果。该应用支持任意色彩、任意形状的烟花。 未来，通过进一步深入研究，将模拟方法与投影系统相结合，探索全息烟花汇演。只要用户使用VR控制器（例如HTC Vive设备），就几乎可以在任何地方、室内或室外实现全息技术的烟花模拟。