法律知识体系是多种逻辑的结合,并且法律的知识体系非常复杂。可以从法律法规自上下构建体系,也可以从法学概念的相关性去构建体系。然而专业领域的知识图谱的构建和百类知识的融合和构建不同,需要专家的指导和监督。近来,伴随着“智慧法院”的建设,司法知识图谱的构建时机也日臻成熟。本项目计划文书进行摘要,进而把涉案事实结构化,找到知识图谱中对应的实体概念,触发知识图谱里些推送知识,判断法律事件发生概率

针对我国面粉企业存在的信息化、智能化程度低导致的效率低、能耗高、面粉质量不稳定等问题，江南大学在国家粮食局公益性科研专项（基于物联网的小麦加工 MES 体系研究及示范应用/201313012-01）资助下，基于互联网+等技术，围绕小麦制粉智能制造关键技术展开攻关，研发了信息化管理系统集成软件，实现了实时数据平台与过程控制系统、生产管理系统和制造执行系统的互通集成。 关键技术： （1）制粉全过程信息感知与传输技术 （2）制粉全过程物料跟踪技术 （3）制粉设备全生命周期管理技术 （4）制粉企业信息化管理技术350 功能系统： 通过上述关键技术的攻关，最终形成如下功能性系统模块： （1）数据采集系统 （2）供应链管理系统 （3）企业内部物流系统 （4）仓储管理系统 （5）设备全生命周期管理系统 （6）能源管理系统 （7）ERP 系统 （8）综合信息集成系统 知识产权： 项目成果取得授权发明专利 2 项，授权实用新型专利 3 项，获得计算机软件著作权 34 项。 示范推广： 项目成果在河南麦道面粉有限公司、东莞国丰粮油有限公司等企业进行了推广示范。项目成果可以推广到稻谷加工、玉米加工、油脂加工、饲料加工等相关行业。 配套设施： 项目实施不需要额外增加厂房、小麦加工设备设施；只需配套必须的传感器、服务器、计算机等设备

复杂工业过程生产流程中消耗的能源种类多，包括电、天然气、氧气、水、蒸汽等，而且能源使用量大，其能源成本约占到生产成本的50%—60%。加强企业能源管理、规范不同流程工艺间的能效评价体系，同时结合现代信息技术与检测技术，以实现对企业内部不同层面能源利用状况及其效率指标的监测、评估与优化调度，将有助于企业进一步降低能源消耗与生产成本，并有利于加快企业精细化管理进程。

项目简介：《选矿厂生产统计计算机管理系统研究》通过湖北省科技厅组织的鉴定，其科研成果处于国内领先水平。 技术特点：本课题以大冶铁矿厂为实例，利用当前流行的Microsoft Visual Basic6.0开发选矿厂生产统计计算机管理系统软件，该系统解决了多金属选厂报表金属量不易平衡的问题，具有创新性。用户只需一次性输入原始数据，相互关联的生产日报表、周报表、月报表和年报表将自动生成，生产日报表可当天上报。企业领导、工程技术人员、管理工作者和统计分析人员可根据工作需要任意浏览、调用、打印各种报表，有利于正确指导现场操作、生产调度、组织管理和领导决策。应用领域：该系统既针对性，又有通用性，便于计算机管理网络化。可在全国同类矿山企业中推广使用，具有广阔的应用前景和良好的社会、经济效益。

随着电网数据规模越来越大，所蕴含的价值也越来越多。清华大学信研院研发了基于机器学习方法的能源互联网能量管理系统，主要功能为对电网的稳定性进行预测和可视化。系 统分为训练部分和预测部分。训练部分通过历史数据进行机器学习，建立一个电压稳定性的 分类器。分类器训练完成后，再对新增的未知数据进行预测。训练部分主要分为特征提取、 类别标记、特征压缩、分类器类型选择。预测部分主要分为分类器数据启动阶段和预测输出 阶段。本系统提出利用机器学习方法对电网电压稳定性进行预测，进一步综合多个节点给出 电网态势感知的评估结果。在训练每一个节点分类器的时候，本系统将特征选取的时段和预 测时间节点拉开，形成一种延时的预测方法，本发明对复杂系统有着更好的还原效果。2 应用说明本系统实施电压稳定性预测的具体步骤为:步骤 1:通过部署在关键测点的同步相角测量单元 PMU 采集电网实时数据，所述 实时数据包含电网中每个关键测点的电压 U、 有功 P、无功 Q、电流 I;分别计算 U 的衍 生量 dU/dt，Q 的衍生量 dQ/dt，电压的变化 量比上无功的变化量的衍生量 dU/dQ，用这 些衍生量作为特征，来表征量的时间变化速 率;步骤 2:对步骤 1 中提取的特征进行数 据降维与压缩;根据特定时刻电压 U 是否恢 复到标准值的 0.8 倍来区分每组样本组是否 稳定，用 0 标记稳定，用 1 标记不稳定;步骤 3:选择分类器，建立一个电压稳 定性的分类器;步骤 4:训练分类器;当分类器训练完 成后，将训练好的参数储存起来;步骤 5:进入预测部分的数据启动阶段， 填充特征矩阵，没有输出;步骤 6:把多个节点的特征按照顺序排列，形成特征矩阵;特征矩阵填充完成后， 根据分类器给出的预测结果;特征时段向前滑动，最初的特征被抛弃，新特征补充在队尾， 分类器持续给出预测结果;步骤 7:每隔一定时间间隔 ，要把新收集来的数据与以前的数据一起，重新回到步骤 4 训练分类器，更新参数。在具体系统搭建过程中，我们充分利用现有机器学习平台。其中 Hadoop 的文件管理系统 HDFS 负责数据存储;Spark 负责模型训练;Storm 负责在线预测;Kafka 负责在 Storm 和Hadoop 之间传递更新后的模型参数。

中试阶段/n为提升高速公路智能养护和预防性养护技术水平，实现数据统一管理与共享，采用“一张网”理念把全省高速公路典型基础设施纳入统一的资产智能管理平台，形成交通基础设施智能监测诊断中心。研发了一套基于移动互联网的高速公路智能巡检养护管理系统，主要以WEBGIS为平台，采用互联网、参数化三维建模、VR三维实景等技术，建立统一规范的高速公路设施病害分类库，研发智能终端和互联网应用系统对高速公路沿线设施的巡检养护进行信息化管理，为用户提供巡查养护数据采集、设施病害和事件处理、高速公路主要设施的技术状况评定、维修工程资料管理、基础信息查询浏览、竣工图纸查询浏览等一体化信息服务，实现生产一线与管理层面的实时沟通与高效协调。。高速公路智能巡检养护管理系统是我国公路行业的现实需要，可以提升高速公路资产管理的信息化、智能化、时效化、便捷化和可视化水平。本成果市场前景及预期经济效益十分广阔。。支持额度：。500。万元。承接单位：。湖北省。项目进展：。为提升高速公路智能养护和预防性养护技术水平，实现数据统一管理与共享，采用“一张网”理念把全省高速公路典型基础设施纳入统一的资产智能管理平台，形成交通基础设施智能监测诊断中心。研发了一套基于移动互联网的高速公路智能巡检养护管理系统，主要以WEBGIS为平台，采用互联网、参数化三维建模、VR三维实景等技术，建立统一规范的高速公路设施病害分类库，研发智能终端和互联网应用系统对高速公路沿线设施的巡检养护进行信息化管理，为用户提供巡查养护数据采集、设施病害和事件处理、高速公路主要设施的技术状况评定、维修工程资料管理、基础信息查询浏览、竣工图纸查询浏览等一体化信息服务，实现生产一线与管理层面的实时沟通与高效协调。高速公路智能巡检养护管理系统是我国公路行业的现实需要，可以提升高速公路资产管理的信息化、智能化、时效化、便捷化和可视化水平。本成果市场前景及预期经济效益十分广阔。。项目基本内容：。为提升高速公路智能养护和预防性养护技术水平，实现数据统一管理与共享，采用“一张网”理念把全省高速公路典型基础设施纳入统一的资产智能管理平台，形成交通基础设施智能监测诊断中心。研发了一套基于移动互联网的高速公路智能巡检养护管理系统，主要以WEBGIS为平台，采用互联网、参数化三维建模、VR三维实景等技术，建立统一规范的高速公路设施病害分类库，研发智能终端和互联网应用系统对高速公路沿线设施的巡检养护进行信息化管理，为用户提供巡查养护数据采集、设施病害和事件处理、高速公路主要设施的技术状况评定、维修工程资料管理、基础信息查询浏览、竣工图纸查询浏览等一体化信息服务，实现生产一线与管理层面的实时沟通与高效协调。高速公路智能巡检养护管理系统是我国公路行业的现实需要，可以提升高速公路资产管理的信息化、智能化、时效化、便捷化和可视化水平。本成果市场前景及预期经济效益十分广阔。