针对国内外低 C/N 城市污水处理中氮磷难以达标及能耗高的技术难题，本成果经过 10 余年的潜心研究与工程实践，提出了 1 个原创理论与方法，突破了 3 项新技术应用的瓶颈，开发并集成了 4 个低 C/N 比城市污水脱氮除磷改良工艺及过程控制技术，共获得 28 项授权的发明专利，发表论文 100 余篇 (SCI50 余篇 )，出版 2 本专著，获 2 次全国优秀博士学位论文提名奖，2 项国家级火炬计划项目。本成果为低 C/N 比城市污水连续流脱氮除磷提供了多角度、全方位的综合性解决方案，填补了我国在此项技术研究领域的空白，形成了具有我国自主知识产权的污水脱氮除磷技术。

　　海门市春华塑料制品厂是生产与九年制义务教育教材相配套的小学数学、自然、美术学具的专业性企业。工厂现占地10000平方米，拥有厂房8000平方米，生产各类学具的设备达20世纪90年代先进水平，综合开发能力较强。现有职工200多人，其中工程技术人员28人，有教育、教学实践经验的教师以及科研人员8人。　　　　学具的生产、销售与服务已通过ISO9002质量体系认证，数学、自然、美术学具已通过专家鉴定。

成果描述：通信网络关键节点可视化分析系统提供了Degree、 Betweenness centrality、Closeness centrality、 Eigenvector centrality、 HITS和PageRank等中心性计算算法。 不同的算法适用于不同的场合。Degree算法表示节点的直接影响力强弱。 节点的Degree中心性值越高，该节点的直接影响力越大。 Betweenness centrality算法研究节点之间的通信程度和节点对信息的控制， 使用该算法可以准确找到网络中某些“流量”非常大的重要节点；本算法可用于设计网络的通信协议、 优化网络部署和检测网络瓶颈等。Closeness centrality研究信息传播的独立性和有效性； 本算法反映了节点在网络中居于中心的程度；本算法可用于考察一个节点不依靠其它节点来传播信息的程度。Eigenvector centrality基于特征向量的方法不仅考虑节点邻居数量还考虑了其质量对节点重要性的影响， 这是从网络中节点的地位和名望角度考虑，适用于网页排序。HITS是一种重要的网页重要性排序算法，主要适用于网络信息检索领域。 PageRank是网页排序领域中最著名的算法；该算法基于网页的链接结构给网页排序；它认为万维网中一个页面的重要性取决于指向它的其它页面的数量和质量；本算法适用于网页排序。 在本系统中可以方便、轻松和快捷的使用以上算法；输入数据，选择中心性算法，系统会快速展现算法分析结果；结果中越重要的节点在画面展示中直径越大， 直径越小的节点表示节点的重要性越低；在系统右侧栏目中节点以重要性程度降序排序，前五个节点名字用红色突出标记。 以上展示方式是为了让分析人员方便分 析数据。市场前景分析：发掘网络中重要性节点 （边）一直是图论领域 的一个基本问题。随着 近年来复杂网络研究热 潮的兴起，特别是很多 实际网络所抽象出来的 复杂网络，表现出了与 以往图理论不同的特性， 如小世界特性、无尺度 特性等。如何在复杂网 络环境下，发掘重要性 节点已经成为复杂网络 研究的一个基本问题， 同时网络中节点的重要 性进行评估具有重要的 实用价值。尤其对各种 各样具体的网络，更可 以有针对性地分析其性 质，制定正确的策略和 措施。与同类成果相比的优势分析：本系统提供了更多的中 心性算法，分析人员可 以在本系统上从多角度 分析数据，从而得出更 为准确的分析结果； 本系统提供了数据可视 化的展示方式，并且将 重要的节点突出展示； 本系统提供了不同算法 的对比分析表，方便分 析人员对比分析； 本系统提供重要节点的 进一步分析思路，提供 节点的详细分析页面。

本项目提出采用常压流动气氛烧结制备Ce3+:YAG基荧光陶瓷的技术路线，大幅降低荧光陶瓷的制备成本，打通荧光陶瓷大规模商业化进程的一个最重要环节。 通过复相结构、气孔控制等手段提高出光效率。同时，为获得更高光色品质的透明晶态荧光体，正在积极研发Ce3+、Eu2+离子激活分子筛衍生物透明晶态荧光体，获得紫外激发下具有高效、高猝灭温度的绿、红发光新型荧光体。提升高流明密度固态光源的光品质。相比荧光单晶及荧光玻璃，荧光陶瓷在光品质调控上更具优势；制备成本低、易于实现批量生产；离子价态稳定，基质结构调控自由度大；显色指数、色温调制能力强；易于复杂形状制备，以提高出光效率或实现光场分布设计。

通过细胞生物学实验发现，在哺乳动物细胞系COS7细胞中同时过表达liprin-α和LAR-RPTP，可以改变LAR-RPTP在细胞膜上的分布状态，促进LAR-RPTP在细胞膜上形成集簇。这种受体蛋白的集簇化依赖于liprin-α和LAR-RPTP的相互作用。而liprin-α自身所具有的聚集能力能够强化LAR-RPTP的集簇化。这一发现显示lipr

深海混输关键装备研制—— 油气混输泵

通信网络关键节点可视化分析系统提供了Degree、 Betweenness centrality、Closeness centrality、 Eigenvector centrality、 HITS和PageRank等中心性计算算法。 不同的算法适用于不同的场合。Degree算法表示节点的直接影响力强弱。 节点的Degree中心性值越高，该节点的直接影响力越大。 Betweenness centrality算法研究节点之间的通信程度和节点对信息的控制， 使用该算法可以准确找到网络中某些“流量”非常大的重要节点；本算法可用于设计网络的通信协议、 优化网络部署和检测网络瓶颈等。Closeness centrality研究信息传播的独立性和有效性； 本算法反映了节点在网络中居于中心的程度；本算法可用于考察一个节点不依靠其它节点来传播信息的程度。Eigenvector centrality基于特征向量的方法不仅考虑节点邻居数量还考虑了其质量对节点重要性的影响， 这是从网络中节点的地位和名望角度考虑，适用于网页排序。HITS是一种重要的网页重要性排序算法，主要适用于网络信息检索领域。 PageRank是网页排序领域中最著名的算法；该算法基于网页的链接结构给网页排序；它认为万维网中一个页面的重要性取决于指向它的其它页面的数量和质量；本算法适用于网页排序。 在本系统中可以方便、轻松和快捷的使用以上算法；输入数据，选择中心性算法，系统会快速展现算法分析结果；结果中越重要的节点在画面展示中直径越大， 直径越小的节点表示节点的重要性越低；在系统右侧栏目中节点以重要性程度降序排序，前五个节点名字用红色突出标记。 以上展示方式是为了让分析人员方便分 析数据。