成果描述：本发明申请要解决的问题是，服务器在两个服务速率的模式下，等待服务的数据包有一定的耐心时间，在此情况下给出吞吐率，平均队长，平均等待时间段的计算方法。市场前景分析：本专利考虑以下问题一个光纤局域网，如图1所示. 此光纤网络连接着n个分布式网络。第i（i=1,2…,n）个分布式网络通过接入路由器 i 和对应的端口 连接到光纤局域网。光纤局域网通过网关路由器连接到主干网。端口 （i=1,2…,n）有一个可调的光发射器和接收器，并且可以通过一定的带宽来传送数据。对于光纤网络的带宽的分配问题，最简单的解决方法是当第i个接入路由器向网关路由传送数据时，其余 个接入路由停止向网关路由传送数据（也就是说第i个接入路由器占用所有的带宽）；当第i个接入路由传送完毕时，第i+1个接入路由开始传送数据。Servi和Finn[1]提出了另一种新的光纤网络带宽分配方法，即将光纤网络的带宽分成两部分，一部分带宽按照前述简单的方法，接入路由依次向网关路由传送数据，而另一部分带宽则是被所有接入路由器均分，故每个接入路由器传送数据的速率为这两部分之和。这样的传送方式设置了低速运行期，在一定程度上减小了成本，节约了能源，而且在多重工作假期的基础上，缩短了休假时间，增加了系统闲期。与同类成果相比的优势分析：针对网络服务器在两个不同工作模式-工作期与工作假期下服务。工作期与工作假期分别对应一个快，一个慢的服务速率。到达的请求有一定耐心时间。到目前为止针对以上系统尙没有合适的理论计算模型和方法。 本专利用泊松过程拟合到达过程，用不同参数的指数分布拟合服务时间，工作假期时间，和请求的耐心时间。利用上述拟合参数，本专利给出了请求的到达率 ，工作期服务率 ，工作假期服务率 ，工作假期时长参数 ，顾客的耐心时间时长参数 与平均的队长 和平均系统逗留时间 相互之间的关系。提供了一种计算出平均的队长和系统逗留时间。从而为网络服务器的各项性能指标的设计提出指导。

本发明申请要解决的问题是，服务器在两个服务速率的模式下，等待服务的数据包有一定的耐心时间，在此情况下给出吞吐率，平均队长，平均等待时间段的计算方法。

硕士以上学历，智能服务系统专业人才，进行合作研发。

本发明属于数据中心服务器液冷领域。本发明提供了一种应用喷雾冷却和分离式热管的可移动液冷服务器机柜系统，包括喷雾冷却液冷模块、分离式热管风冷冷却模块；所述喷雾冷却液冷模块将喷雾冷却与液冷循环相结合，喷雾冷却通过工质快速蒸发将热量快速从冷却液中转移至蒸发端换热器中，实现冷却液的快速冷却，满足高功率发热电子元件的散热需求；所述分离式热管风冷冷却模块可迅速将蒸发端换热器中的热量转移至冷凝端换热器，排出服务器机柜，充分利用自然冷源，降低服务器运行能耗。本发明采用高效换热方法，并将液冷系统集中于服务器机柜中，无需外接液冷系统，可实现数据中心服务器液冷系统的独立运行，方便服务器的安装和使用。

合肥工业大学杨善林院士及其科研团队，多年来面向我国促进人民健康和保卫国防安全的重大需求，在智能医疗装备和人工智能系统研发领域取得了一系列原创性成果，广泛应用于我国分级诊疗、应急救援、海军舰艇卫勤及航空航天领域。该团队整合前期成果，迅速将基于云的智能移动医用远程交互服务系统投入疫情防控。该系统可以有效减少交叉感染、减少医生奔波、减低医疗资源的消耗。该系统由移动终端、智能边缘计算系统和云端数据处理系统三部分组成，可实现隔离病房患者、病区医生和异地指导医生的移动实时交互和移动远程会诊。该系统具备移动互联的能力，可以在第一时间把云端的服务推送到疫情救治的第一现场，远端的医生可以通过移动端及时的为第一现场提供救治方案。

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

【发 明人】丁亚媛【摘    要】本实用新型公开了一种简易人工呼吸器，包含急救苏醒球体、储气袋和面罩，所述急救苏醒球体内设有空腔，空腔内设有储气安全阀和活塞，活塞一端与储气安全阀连接，另一端与曲轴连接，曲轴通过电机带动转动，空腔靠近储气安全阀的一端通过通气管与面罩连通，通气管上设有单向压力安全阀，空腔的另一端与储气袋连通。本实用新型的简易人工呼吸器，通过控制器控制伺服电机的转速，从而精确的控制储气安全阀的往返频率，从而适合特定的人群；通过容量调节器调节空腔内储气安全阀与空腔容纳的气体，使得每次呼入的气体量相同，有利于病人的呼吸。

中国海洋大学工作站、控制终端、服务器等设备采购项目招标项目的潜在投标人应在青岛市市北区敦化路138号甲西王大厦24楼23A01室或者邮件报名获取招标文件，并于2022年06月23日09点00分（北京时间）前递交投标文件。