项目成果/简介:数据采集技术可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。多模态传输技术LPWAN (Low-Power Wide-Area Network，低功率广域网络)在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。       LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。最具前景的LPWAN技术——NB-IoT和LoRa：物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。LoRa （Long Range）:   一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。NB-IoT（Narrow Band Internet of Things）NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。数据分析技术人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。应用范围:家居智慧控制，提高舒适度：家庭生活状态统计和日常需求预测与推荐；多模态行为分析和数据采集和传输系统；多模态行为数据采集和分析平台；基于LoRaWAN/5G的工厂环境、农业大棚等环境监测系统。技术成熟度:通过中试

本技术整合了土地复垦学、土壤学、生物学、地质学、化学和信息技术科学等相关学科，采用物理模拟实验与数学模型相结合、理论分析与实际观测相结合的研究方法，通过模型建立、GIS 完全结合和系统开发，实现不同重构措施下的不同年限的复垦农田作物动态预报，揭示重构措施-复垦年限-复垦质量（作物产量）的动态响应机制，为矿山土地资源可持续利用提供技术支撑。 （1）建立复垦土壤水氮运移和作物生长联合模型。联合模型包括作物生长发育、土壤水分运移、土壤氮素运移三个子模块； （2）在 GIS 的基础上进行二次开发，确定数据库管理的结构、数据调运和追加的程序，编写用计算机程序。开发能与 GIS 完全结合的水氮运移和作物生长模拟联合模型组件及其配套的数据库，构建基于 GIS 和模型的复垦农田土壤作物产量预测系统； （3）采用智能化土壤作物系统模型和 GIS 结合的耦合模型，实现不同重构措施下的不同年限的复垦农田作物动态预报，揭示重构措施-复垦年限-复垦质量（作物产量）的动态响应机制。

双方签署全面深化战略合作协议，共同为西安交大—海尔联合创新中心、西安交大—海尔绿色双碳研究院揭牌。 6月17日上午，西安交大—海尔集团签约座谈会在中国西部科技创新港举行。海尔集团党委书记、董事局主席、首席执行官周云杰，西咸新区沣西新城管委会主任陈默，西安交大党委书记卢建军、校长王树国，中国科学院院士、西安交大教授何雅玲，党委常委、校长助理洪军等出席会议。副校长别朝红主持会议。 卢建军指出，西安交大与海尔集团联合共建校企深度融合的研发平台，是贯彻落实习近平总书记重要讲话精神的具体举措，对于加快推动产学研深度融合、以创新驱动高质量发展具有重要意义。他表示，希望双方以签约为新起点，持续汇聚创新资源，围绕产业现实需求，在家电领域、制造业、物联网等领域深化合作，谋划部署“科学家+工程师”创新团队，持续提升人才培养质量，努力破解产学研深度融合瓶颈问题，助力建设实体经济、科技创新、现代金融、人力资源协同发展的现代产业体系，共同为推动新时代西部大开发形成新格局、实现中华民族伟大复兴的中国梦贡献力量。 王树国表示，在21世纪第四次工业革命背景下，大学与企业各有分工，也有交叉合作点，二者的深度融合应成为时代的象征。海尔集团作为我国民族企业，为国家经济发展作出了重要贡献。西安交大坚持“四个面向”，积极主动融入社会发展，加速推进创新港建设，打造全国重要的科研和文教中心、国家重要战略性平台，探索中国特色世界一流大学新形态。希望双方在人才培养、产学研深度融合等方面联手，构建优势互补的合作机制，打造交大海尔创新模式，引领社会发展，服务国家高水平科技自立自强。 周云杰表示，继产品经济、平台经济之后，未来将是生态经济，企业和大学都要拆掉围墙，跨界融合成为创新的生态，才能更好地发展。海尔集团希望通过与西安交大共建创新中心、研究院，打通创新链和产业链，加强原创性、引领性科技攻关，在智慧住居、产业互联网、大健康等领域解决“卡脖子”技术难题，推动产业孵化，积极践行科技强国战略。 洪军介绍了西安交大基本情况以及创新港建设内涵，围绕科教融合、产教融合、校地融合等方面提出了双方未来合作方向和发展规划。 陈默表示，西咸新区沣西新城作为秦创原科技成果转化加速器示范区，一定会为双方的合作提供最完善的保障、最优质的服务。 会前，周云杰一行参观了创新港数字展厅、高电压交直流实验大厅，在涵英楼屋顶花园俯瞰创新港全貌。 海尔集团战略发展部、科学与技术委员会、海创汇等，西安交大党、校办，科研院、人力资源部、未来技术学院、医学部、能动学院、教育基金会、技术成果转移中心等相关负责人参加活动。

大数据工程技术实训平台产品是大数据实训为核心，主要面向培训机构和高校提供大数据工程技术人员认证的实训平台。平台围绕大数据工程技术知识体系及应用，集成了大数据行业内企业常用的大数据技术及组件工具，为学员提供丰富的项目化实训案例与实验环境，帮助学员快速掌握大数据工程技术体系及大数据专业技术技能。