本项目从提高系统溶解氧水平、增大碳源利用效率、优化季节性湿地植物 配置、提高湿地植物经济附加值等角度入手，开展了近十年的系列技术研发， 发明了嵌套式增氧、分段进水、人工弓棚、季节性湿地植物混合配置、湿地植 物高附加值资源化材料制备等技术，显著提高了人工湿地水质净化技术的污染 物去除效率和运行的稳定性。

可以量产/n成果简介：（1）研究了翘嘴鲌繁殖力和繁殖习性，分析得到了翘嘴鲌成熟年龄和产卵群体及其性腺发育的周年变化规律。（2）对翘嘴鲌人工繁殖的关键技术进行了研究和技术开发。提出了翘嘴鲌催产方法和孵化方法等关键技术措施，经生产示范和推广应用，鱼苗催产率达100％，受精率稳定在82％以上，孵化率稳定在91％以上。（3）系统进行了翘嘴鲌夏花苗种培育技术研究。提出了夏花苗种下塘前苗池的准备、鱼苗放养时间和密度、苗池的日常管理，以及不同的培育方式等技术措施，探索出一套独有的鱼苗培育技术和方法，经生产应用，鱼

东南大学化学化工学院青年教师陈旭漫博士在国际顶级期刊《Angewandte Chemie（德国应用化学）》上发表题为“Efficient Near-Infrared Emissive Artificial Supramolecular Light-Harvesting System for Imaging in Golgi Apparatus”的学术论文。 光捕获过程作为将自然光进行捕获、能量转化并利用的步骤，是植物光合作用中第一个也是十分重要的过程。构筑人工光捕获体系对于光能的利用具有重要意义，但目前构筑具有高效人工光捕获体系仍存在很大挑战。 东南大学研究团队利用“杯芳烃诱导聚集”策略，设计合成两亲磺化杯芳烃和阳离子型萘基吡啶衍生物作为荧光给体在水溶液中自组装，并引入尼罗蓝作为荧光受体分子，成功构筑了近红外发射的超分子人工光捕获体系。

XM-37高级着装式人工取便训练模型   模型特点： ■ XM-37高级着装式人工取便训练模型采用塑胶材料，皮肤柔软，操作过程真实。 ■ 可穿着式设计，适合2个学生一起练习。 ■ 配以布质松紧带，可调节长度和松紧度。

2009智能型豪华式驾驶模拟器是我公司根据最新的驾驶员培训大纲和最新的驾驶模拟器行业标准（JT/T398-2005）开发而成的最新产品，驾驶座舱进行了大量技术创新和改进，并配置了最新的“驾驶模拟器软件V1.2”。 一、座舱     座舱由驾驶舱座，视景计算机，视屏（标配为19寸液晶显示器，用户也可选择其他规格大屏幕显示器），操作传感器，数据采集卡，耳机和话筒等组成。 座舱包含了与真实车辆相同的操作部件，“五大”操纵机构：方向盘、离合器，脚刹，油门和手刹。真车变速器：倒档、一档、二档、三档、四档、五档和空挡（自动档只含前进档、倒车档和驻车档）。真车操作开关：左转向灯、右转向灯、应急灯、喇叭、点火开关、总电开关、安全带、车门、雨刷、远光灯、近光灯、远近光交替。     座舱既可以进行联网训练，也可以进行单机训练。利用主控台计算机，最多可以将30台座舱连接到一个训练场景进行训练。     学员通过操作不同的操作部件，经过各自的传感器产生不同的操作信号，这些操作信号通过数据采集卡传送给计算机，经过各种训练模型的逼真运算，最后在视屏上输出与操作相对应的三维场景与各种声音。 二、主要功能     驾驶舱配备最新的驾驶模拟器软件V1.2版，该软件为我公司最新开发完成，具有自主知识产权。 软件采用汽车多自由度数学模型，实现汽车转向、制动和加速的逼真模拟；另外利用最新的计算机技术，实现真实的三维场景及逼真的声音模拟。     训练按照三个难度级别分别进行训练：初级驾驶，中级驾驶和高级驾驶。 　　1、训练模式：原地驾驶（换档训练），单机训练，被动驾驶，网络互动。 原地驾驶（换档训练）：专为初次学习驾驶的学员设计，训练在操作车辆的时候车辆位置不动，帮助学员将主要精力用于练习换档。 单机训练：单台驾驶舱独立训练，训练时候场景内部的其他车辆、自行车、行人等由系统根据交通规则及交通模型发出，模拟真实的交车、会车、跟车等。 被动驾驶：系统根据已经配置好的被动驾驶文件播放视频以及操作语音提示，学员可以在没有教练指导下按照操作语音提示学习，学习正确的操作顺序。被动驾驶文件实行全自动配置，只要教练在模拟器上操作一遍后，系统自动录制并配置相应的提示声音。 网络互动：通过中央控制台可以最多连接30台驾驶舱，实现联网训练，场景中可以看见其他驾驶舱所驾驶的车辆，并看见其他驾驶舱所驾车辆的转向灯、刹车灯以及听见其他车辆的喇叭。 　　2、设计14种最新训练车型： 手动档小汽车，自动档小汽车，手动档吉普车，自动档吉普车，手动档大货车，手动档小货车，手动档箱式货车，手动档大客车，自动档大客车，自动档小客车，手动档农用车，自动档面包车，手动档警车（警车最高时速可达206，喇叭为警车专用喇叭，区别于其他车辆），手动档小排量车。 　　3、训练场景包括： 简单场景：环形、宽敞的训练车道，适合初级水平学员进行训练。 炫目道路：专门设计一条经常出现太阳炫目效果训练场景，训练学员适应炫目情况下的驾驶技巧。 一般道路：场景中有加油站、铁道路口、单行道、限定距离换档等内容。 高速公路：场景中有收费站、超车道、行车道、出口等交通标志牌，车距确认、隧道、高速公路出入口等内容。 城市道路：场景中有学校路口、行人通过十字路口，立交桥、十字路口、丁字路口、环形岛、环城路、行人横穿道路等内容。 危险道路：危险场景中设置有行人突然横穿公路、路口突然出现横穿自行车、路口突然出现汽车、道路维修等危险状况。 场地训练：曲线穿桩、倒车移位、 “8”字型路、直角弯路、蛇行路、就位停车、顺心停车、斜位停车、双边桥、右单边桥、左单边桥、单凸桥、双凸桥、横断路、骑越障碍、山区道路、坡道。 场地9项：通过连续障碍、通过单边桥、直角转弯、侧方位停车、上坡定点停车与坡道起步、限速通过限宽门、百米加减档、起伏路驾驶、曲线行驶。 　　4、训练天气选择： 学员可以选择“睛天”、“雪天”、“雾天”、“雨天”及“黑夜”，体会不同天气状况下的驾驶特点（例如，雪天路面极滑，雾天视线极其不好等）。逼真的雪花、雨点落在挡风玻璃上，引起视线极差，需要使用雨刮清除雪花和雨点。 　　5、操作信号实时显示： 在进行场地和道路训练时，道路界面下方实时显示操作信号，方便学员了解操作是否到位。 　　6、测试调整功能： 机器是否正常，只要打开测试界面便一目了然。可作为学员模范教练操作曲线。 　　7、丰富的教学录像功能： 利用该功能，可以播放汽车培训教学录像。 例如，系统提供最新的8种交通警察手势信号（原交通警察手势为11种）教学录像，离合器工作原理录像等等。 　　8、历史记录及错误明细： 训练完毕后，学员可以查看训练过程中所出现的错误动作，并且可以将训练成绩及错误明细表作为历史记录保持下来。 　　9、复现功能： 训练结束后，学员可以以俯视的方式查看最后3分钟的驾驶过程，从而仔细分析错误驾驶发生的原因，以便以后改正。 　　10、定时训练： 学员可以设定训练时间，训练时间一到，系统自动退出训练界面。 　　11、操作错误检测项目： 系统对学员操作各操作部件正确与否进行判断，如启动时是否踩下离合器、闯红灯、启动时是否关闭车门、是否系上安全带等。 　　12、最新理论考试： 采用最新（2007年4月公布的最新标准，四选一）标准化试题，题库里共有1500道试题，另外还可以添加地方题库。 　　13、交通标志、标线及交通法规： 交通标志、标线包括所有的禁令标志、禁止标线、警告标线、警告标志、指路标志、指示标线、指示标志。交通法规包括：道路交通安全法、道路交通安全法实施条例、道路交通安全违法行为处理程序规定、道路交通事故处理办法、道路交通事故处理程序规定、高速公路交通管理办法、机动车登记办法、机动车登记规定、机动车驾驶员培训管理规定、机动车驾驶证申领和使用规定、交通违章处理程序规定。 　　14、中央控制台： 通过中央控制台，可以连接30台驾驶舱进行联网训练。中央监控台由P4计算机、17″显示器、打印机、 100M 网络交换机等组成。监控计算机可以监控任意一台模拟器，监视窗口将显示与被监视模拟器完全一样的画面，并实时图形显示其“五大”操作件——方向盘、离合器、脚制动、油门及手制动当前的状态；另外档位、喇叭、转向灯、点火开关等的状态也通过图示表示出来。监控计算机可以查看联网的每一台模拟器当前错误操作的明细情况，并将训练成绩进行打印。     训练内容界面截图一：           训练内容界面截图二：           训练场景截图三（车型一）：           训练场景截图四（车型二）             训练场景截图五（场地）：             训练场景截图六（道路一）：             训练场景截图七（道路二）           训练场景截图八（天气）：           训练场景截图九（天气：黑夜训练）      

中山大学附属第三医院脑病中心将最新研发的“云上三院”掌上智慧医疗平台提前投入抗“疫”一线，平台紧急开发了“云上三院 · 战‘疫’专版”，陆续上线了“新冠风险自评”“疫期心理自测”“心理远程诊室”“方舱之声”四个板块，以弥补传统线下医疗模式的不足。 附属第三医院脑病中心“云上三院 · 战’疫’专版”服务模式 四个板块上线后迅速取得良好效果，其中“新冠风险自评”服务了近20万人群，智能筛选出7.8%的新冠肺炎高风险患者并提醒其及时检测和自我隔离，为防控新冠肺炎传播、缓解民众紧张情绪、避免盲目就医提供了有力保障；“疫期心理自测”服务了25万人群，智能筛选出13.5%的中重度焦虑/抑郁患者（包括前方医护人员），并指引其免费线上咨询和治疗；为了解决特殊时期心理医生资源不足和医患无法面对面就诊的困境，平台又紧急开发了“心理远程诊室”和“方舱之声”，提供心理在线咨询和音乐治疗，实现了精神心理疾病线上一站式诊疗闭环服务。 “心理远程诊室”版块上线后，为了尽可能多地帮助线上出现的诸多中重度精神心理问题的患者，附属第三医院精神心理诊疗团队自发组成10人的“心理志愿者服务队”，他们在“云上三院”的“心理远程诊室”轮流值守在线服务，获得了广泛的赞誉。 附属第三医院医务人员正在指导患者使用“云上三院” 

面向服务的P2P网络支撑平台（ServiceorientedPeer-to-peernetworkingIntegratedSystem，简称SPIS），拟建立一个广域网范围内，集资源整合与利用为一体，面向服务的Overlay网络支撑平台，提供文件共享、CPU资源整合、网络存储、极速传输等基本网络服务。/line在本系统中采用结构化P2P网络技术作为Overlay网络的实现技术，实现对当前网络中的存储资源、计算资源、带宽资源及信息资源的整合，已完成以下工作：/line对Chord算法进行改进，提高Chord路由算法的效率和节点查找成功率，完成JavaRMI版的Chord实现；/line基于以上工作开发面向服务的P2P网络支撑平台（SPIS）及其公用工具集，为开发人员提供一套API以进行二次开发；基于SPIS，分别实现文件共享服务、网络存储服务、计算力资源整合服务和极速传输服务。/lineChord算法改进：针对Chord路由算法的邻居修复算法存在缺陷，提出了增强型邻居修复算法(EnhancedFingerFixAlgorithm,EFFA)，提高了查找效率。

重庆轨道交通从单线运营向线网运营转型，其规模和复杂性提升的同时，也 对轨道交通的网络化管理和运营提出挑战。两路口、牛角沱、大坪等轨道交通站 点经常出现客流过度饱和状态，尤其是工作日早、晩高峰时段、大客流事件和突 发事件情况下。由于缺乏轨道交通路网内详实的客流分布特征和精准的客流预测 手段，运力配置方案、客运组织方案、地铁站内紧急突发事件的预警及疏散方案 也难以有效制定，致使乘客滞留、造成安全隐患。无论是从轨道交通运营安全角度，还是社会经济效益角度，以轨道交通客流 大数据为基础，依托公共交通大数据平台，分析客流分布特征，实现短期客流精 准预测，为运力配置、客运组织、突发事件预警及疏散提供有效保障，指导运营 优化，提高运输效率，控制运营成本，已成为全面提升重庆市轨道交通运营水平 亟待解决的重点、难点问题。

重庆轨道交通从单线运营向线网运营转型，其规模和复杂性提升的同时，也 对轨道交通的网络化管理和运营提出挑战。两路口、牛角沱、大坪等轨道交通站 点经常出现客流过度饱和状态，尤其是工作日早、晩高峰时段、大客流事件和突 发事件情况下。由于缺乏轨道交通路网内详实的客流分布特征和精准的客流预测 手段，运力配置方案、客运组织方案、地铁站内紧急突发事件的预警及疏散方案 也难以有效制定，致使乘客滞留、造成安全隐患。 无论是从轨道交通运营安全角度，还是社会经济效益角度，以轨道交通客流大数据为基础，依托公共交通大数据平台，分析客流分布特征，实现短期客流精 准预测，为运力配置、客运组织、突发事件预警及疏散提供有效保障，指导运营 优化，提高运输效率，控制运营成本，已成为全面提升重庆市轨道交通运营水平 亟待解决的重点、难点问题。 本成果以历史客流数据分析研究为起点，通过轨道交通客流预测，为轨道交通运营优化提供科学依据，以提高轨道交通服务质量，方便市民出行，为重庆市新发展需要创造更大经济效益和社会效益。