云之翼超融合一体机是自主研发的新一代超融合解决方案。基于云之翼自研的服务器虚拟化和存储虚拟化技术，将计算、存储和网络集成于X86服务器之中，并通过云管理平台实现IT资源的可视化管理，为客户提供硬件与软件，产品与服务一体的云数据中心。  云之翼超融合一体机实现了资源模块化的横向弹性伸缩，形成统一的计算与存储资源池，不仅可以减少数据中心服务器数量，整合IT资源，达到提高资源利用率和降低整体拥有成本的目的；而且可以利用软件定义数据中心技术，建立一个安全的、资源可按需调配的数据中心环境，为业务部门提供成本更低、服务水平更高的IT基础架构，从而能够针对业务部门的需求做出快速的响应。 一、产品优势 降低成本 1、空间、电力和运维成本都大幅降低，可有效节省40%-60%的综合成本；2、支持存储旧产品，可对现有的物理存储进行集中管理，进行利旧建设； 数据更安全 1、数据多副本存储，无需任何额外成本，即可实现数据双活；2、数据可靠系数高达99.99% ；3、数据可用性更高，最大支持10副本； 多平台支持 1、支持Citrix、VMware、Hyper-V、KVM等多种虚拟平台，实现不同的超融合组合方式；2、支持与Amazon S3等第三方平台对接，实现混合云存储模式； 降低门槛  1、软硬件一体化整合，开箱即用；2、仅需x86服务器，无需购买独立存储, 简化网络拓扑； 性能更卓越  1、I/O路径全优化，多种数据本地化优化；2、对服务器及存储虚拟化进行深度优化，存储性能提升30%〜50%； 按需建设 1、根据当前需求最小化建设，支持横向扩展，避免硬件过度投资；2、支持动态添加、积木式建设、线性高效扩容，适应不同时期业务，按需扩展； 二、应用场景 软件定义数据中心 借助超融合架构，以软件定义的IT架构实现统一融合的数据中心全虚拟化资源池建设。 开发与测试平台 借助超融合架构，智能调度计算、存储和网络资源，实现开发测试环境的快速搭建。 分支机构 借助超融合架构，为分支机构提供一站式业务应用交付，实现总部对分支机构资源的统一管理。 桌面云建设 通过超融合构建桌面云，不仅可以提供桌面云所需的性能、可用性、可扩展性，同时还可以降低架构的复杂性、管理难度，以及建设成本。 关键业务应用 关键应用对业务连续性和性能都要求非常高，将关键应用部署在超融合上，可以提高系统的性能、可扩展性、可管理性，同时降低成本。 应用新建及扩容 借助超融合架构，实现计算、存储、网络资源池化，提供应用快速上线和资源按需扩展的能力。

趣看虚实融合沉浸式互动演播室，以“简约、先进、实用”为设计理念，以虚实融合技术为核心，以演播室技术为基础框架，满足新闻资讯虚实融合制作、新闻+政务+公共服务全媒体制作、新闻+商务融合制作、多演播远程现场云制作等等业务场景。

该发明公开了一种基于双库协同机制的 KDD* 新系统 , 该系统是在 KDD 技术的基础上融入双库协同机制，即构建数据库与基础知识库的内在联系“通道”，从而用基础知识库去制约与驱动 KDD 的挖掘过程，改变 KDD 固有的运行机制，在结构与功能上形成了相对于 KDD 而言的一个开放的、优化的扩体。双库协同机制的引入，使得 KDD 在功能上得到了进一步的完善和提高 , 并诱发出若干新的结构模型，对知识发现系统的主流发展起着重要的推动作用。◆项目的应用范围及经济效益分析 一种基于双库协同机制的 KDD* 方法及系统 （已获国家发明专利证书 , 专利号： ZL 01145080.0 ），是在 KDD技术的基础上融入双库协同机制，即构造数据库与基础知识库的内在联系“通道”，用基础知识库去制约与驱动KDD的挖掘过程，并在KDD的挖掘过程中对知识库进行实时维护，实现了“知识与数据库同步进化”；改变与优化了KDD固有的运行机制，实现了“多源头”聚焦与减少评价量；强化并提供了知识发现的智能化程度，提高了认知自主性, 形成了知识的自动评价系统, 减少了领域专家的工作量,较有效地克服领域专家的自身局限性，实现了“采用领域知识辅助初始发现的聚焦”；在结构与功能上形成了相对于KDD而言的一个开放的、优化的扩体-- KDD*。双库协同机制的引入，揭示了在一定的建库原则下，知识子库与数据子类结构之间的对应关系，为实现“限制性的搜索”而减小搜索空间、提高挖掘效率提供了有效的技术方法，使得KDD在功能上得到了进一步的完善和提高，并诱发出若干新的结构模型和发掘、评价方法，对知识发现系统的主流发展起着重要的推动作用。 国际著名无形资产评估机构“香港国际无形资产评估事务所”品过此专利无形资产价值66万美元。   该系统是一款通用软件，具有从数据导入到知识管理、知识展示的全部功能，界面友好 ;具有多种可视化展示功能;与用户数据接口简单，不需建立数据仓库。具有良好的通用性与可扩展性;应用范围广。

该发明公开了一种基于双库协同机制的 KDD* 新系统 , 该系统是在 KDD 技术的基础上融入双库协同机制，即构建数据库与基础知识库的内在联系“通道”，从而用基础知识库去制约与驱动 KDD 的挖掘过程，改变 KDD 固有的运行机制，在结构与功能上形成了相对于 KDD 而言的一个开放的、优化的扩体。双库协同机制的引入，使得 KDD 在功能上得到了进一步的完善和提高 , 并诱发出若干新的结构模型，对知识发现系统的主流发展起着重要的推动作用。

提供了基于移动互联网及云计算技术的跨区域多机构整合急救资源协同救治的医疗信息共享平台，具有以下几大功能:基于 FMC-D 时间的智能转运决策辅助、系统内医疗单元 通讯、系统内医疗单元信息共享及 PCI 医院介入影像质控管理。系统分为医疗单元终端(包 括 EMS 终端、非 PCI 医院终端及 PCI 医院终端)和云计算服务端两部分，通过 3G/4G 无线 互联进行数据交换处理。急救车客户端考虑到用户的操作体验，采用基于 Android 系统进行 开发。云计算服务端处理中心部署在云服务器上，按照 SOA 架构的理念进行框架设计，依 托于数据仓库对业务数据进行深度挖掘分析。本系统的特色包括: 体系结构设计以时间轴为中心。时间轴是描述 AMI 患者救治流程的关键事件时间节 点的集合，如:呼叫 EMS 时间，EMS 响应时间，急救车到达时间，首次胸痛发作时间，本 次胸痛发作时间，EMS 首份心电图时间，等。通过对上述关键事件时间节点的统计、分析 通过资源合理调配、辅助决策支持等方式提高针对 AMI 的救治效率。 智能推荐技术。该推荐主要基于以下信息:1，实时的医院医疗资源信息(如床位资 源、医生资源、手术资源等);2，地理位置信息，主要是权衡道路拥堵情况以及距目标医院 距离信息;3，救治能力，主要指通过救治流程中产生的历史数据挖掘分析衡量 PCI 医院救 治能力的信息。 大规模的支持。急救车客户端考虑到用户的操作体验，采用基于Android系统进行开发。 云计算服务端处理中心部署在云服务器上，按照 SOA 架构以及基于 XMPP(Jabber)协议通信 机制的开源架构的理念进行框架设计，依托于数据仓库对业务数据进行深度挖掘分析。在北京 等地的实践表明该系统具有支持区域内多 PCI 医院，多非 PCI 医疗机构，多 EMS 机构并发协 同救治的流程以及流程中产生的 PB 级的数据。在一套完整、独立的 RCTS-AMI 系统内，预计 500-800 家 PCI 以及非医院，12 万台终端，2000-2500 位医生可以使用本系统。

当前顺义区正全力建设“创新型产业集群和制造业高质量发展创新引领示范区”，打造“3+4+1”高精尖产业发展体系，将顺义建设成为全国最大的多场景智能网联汽车创新生态示范区。为本项目的实施，提供了良好的条件。 本项目主要包括对自动驾驶车辆以及道路基础设施进行信息化升级改造，搭建综合数据平台，建设满足智能网联汽车示范应用需求的车路协同系统，建设车路协同示范、智慧交通综合应用示范等多个示范场景。 车路协同部分：通过对现有道路基础设施的改造，构建交通测试环境并配套智能网联设施，实现网联车辆测试的智能化和标准化。实现智能车辆的V2X应用场景测试。形成适用于车-路/车-车/车-网/车-人四类场景的LTE-V和LTE网络以及前端系统设备与光纤链路的互联互通。 运行监管平台：以智能车辆（包含电动车辆）的车路协同和无人驾驶应用示范为重点，研发示范区运行监管平台，并基于此平台开发示范区智能汽车信息服务及管理系统，完成车路协同示范、自动驾驶示范、智慧交通综合应用示范等示范场景的建设，基于车路协同技术实现智能车辆和无人驾驶车辆在普通道路、十字交叉路口的典型应用和自动运营。

本发明公开了一种基于协同尺度学习的行人重识别方法，属于监控视频检索技术领域。本发明首先 根据已标注训练样本集 L 中图像的颜色和纹理特征，进行尺度学习得到相应马氏距离中的协方差矩阵 Mc 和 Mt;随机选择查询对象使用 Mc 和 Mt 进行马氏距离度量，得到相应排序结果，从中取得正样本 和负样本生成新的已标注训练样本集 L，更新 Mc 和 Mt，直到未标注训练样本集 U 为空，得到最终的 标注样本集 L*，并融合颜色和纹理特征得到 Mf，就可以使用基于 Mf 的马氏距离函数进行行人重识别。 本发明在半监督框架下研究基于尺度学习的行人重识别技术，通过未标注样本辅助标注样本进行尺度学 习，符合实际视频侦查应用标注训练样本难以获取的要求，能有效提升少标注样本下的重识别性能。

CSCW（Computer Supported Cooperative Work）是一种将人类合作行为模式与计算机支持技术融合为一体的新兴技术，是研究基于计算机技术支持的环境中（即CS）一个群体协同工作完成一项共同的任务（即CW）的领域。CSCW体现了信息时代人们对工作的群体性和协作性的要求，正因为如此，对CSCW系统的研究日益受到重视，它已成为信息科学发展的重点之一。 CSCW研究内容主要分为：上层—CW层：支持群体协同工作，为系统提供具指导性意义的系统理论方法，包括协作机制,协作管理,交互模式，并发控制；下层— CS层：有关计算机化的人与人交互的相关技术，为系统提供底层支撑技术，包括网络传输，音视频处理，数据库应用。 CSCW系统研究的是如何用计算机支持人与人之间的交互与协作，它的应用领域很宽广，如军事应用、工业应用、办公自动化（OA）医疗应用、远程教育、会议系统等。     CSCW系统：本研究同时实现了基于100M Ethernet的CSCW系统的一种实现模型。选择LAN作为CSCW系统实现模型的网络环境，并通过采用TCP/IP协议与Internet进行无缝连接。主要功能：音视频多点传输，静图协同，协同编辑，多媒体数据支持。