在中德双边政府合作协议框架——环境能源领域“中德清洁水创新研究项目（Clean Water）”项目支持下,与德国专家合作研究提出了“半集中式污水及固体废物综合处理及资源化技术”, 该技术改变了传统的集中式供排水模式的“污染物末端处理”结构与物质流和能量流“直线式”流动模式，从根本上解决了现有水资源重复利用率低和污染物难以资源化难题，该技术成果成功在2014 年青岛世界园艺博览会进行示范应用，通过生活污水分质收集、处理，满足再生水的分质回用的同时，实现再生水回用率达 90%以上，生活用水节水率达 40%以上；通过污水污泥与生活垃圾协同消化处理，在有机废弃物 100%无害化处理与利用的同时，实现绿色清洁能源（沼气发电）回收利用。该技术解决了快速发展中城市区域基础设施建设与环境污染问题，引领市政供排水等基础设施的发展方向，实现了“能源消耗最低、污染排放最少、废物综合利用”的最优化。既体现了“循环经济”与“低碳经济”的原则，又与我国当前建设“低碳社会”和“绿色住宅区”的小康社会目标吻合，不仅具有很好的社会效益及环境效益，而且对促进城市可持续发展具有重要的现实意义。 

本专利提出一种网络结构化多主体系统中任务执行的资源缓存方法，每当主体执行任务调用所需资源时，还需对调用的资源进行缓存：如果调用的是原始资源，那么就产生一个该资源的副本，该副本向调用主体移动一步；如果调用的是资源副本，那么直接将该副本向这个主体移动一步。因此，当以后该主体执行任务需调用该资源时，就会比调用原始资源更节省时间，故而提高任务执行的效率.另外，为了防止系统中存在过量的资源副本对网络造成拥塞，本发明还提出了资源缓存的消逝机制：设置一个时间段，网络中的资源副本每隔一个时间段就会向其原始位置回退一步；如果一个资源副本很长时间没有被调用，那么它就会逐步再回退到其原始位置，从而资源副本消失。

生产的有机肥不仅含有作物生长所需要的氮、磷、钾等大量元素，还含有硫、钙、镁、锌、硼、钼、铁、铜等多种中量和微量元素，是一种全价有机肥，可满足作物各生长时期对养分的需要，而且该有机肥料含有大量经微生物分解转化的活性物质，这些活性物质可促进作物的生长发育。该肥料还可以促进作物的抗逆性和对不良环境的适应能力，如抗旱、抗寒、抗病、抗倒伏能力增强 一、项目分类 显著效益成果转化 二、成果简介 此项技术采用了基因工程育种方法生产降解农物秸秆的有效微生物，而且此项技术所研制的菌群不仅缩短了发酵周期，还可避免菌群退化这一国际上同类技术所普遍存在的问题。因此，这项研究的成果是处于国内领先水平的。 生产的有机肥不仅含有作物生长所需要的氮、磷、钾等大量元素，还含有硫、钙、镁、锌、硼、钼、铁、铜等多种中量和微量元素，是一种全价有机肥，可满足作物各生长时期对养分的需要，而且该有机肥料含有大量经微生物分解转化的活性物质，这些活性物质可促进作物的生长发育。该肥料还可以促进作物的抗逆性和对不良环境的适应能力，如抗旱、抗寒、抗病、抗倒伏能力增强

　　为了提高中小学生安全防范意识，提升安全教育知识水平，针对中小学常见安全问题，云幻科教以生动有趣的卡通形象为主人公，通过3D虚拟技术进行模拟不同安全场景，引导学生正确安全行为。3D校园安全教育资源库，包含运动安全、交通安全、电梯安全、意外防范、安全救护等内容。       3D校园安全教育资源库中，每部资源时长在2-7分钟，包含安全情景引入、错误行为禁止、正确行为引导、安全知识小结四部分内容。通过3D校园安全教育资源学习，能有效吸引学生兴趣，让学生知道哪些行为可以做，哪些行为不可以做，遇到危险情景该如何应对，有效提升学生的安全知识水平。

云幻科教根据教育现状，针对于学前教育、义务教育、高中教育的不同需求，研发建设与各学科相配套的3D互动教学资源库，设置演示、交互、练习三大部分。3D互动教学资源库包括小学科学、中学化学、中学数学、中学物理、中学生物等学科资源，还包括校园安全、传统文化等专题资源，为老师提供前沿、创新、有效的教学辅助资料，为学生营造身临其境的沉浸式学习氛围。

本发明公开了一种基于信息挖掘的智能决策支持构造方法（ IDSSIM ) ，该方法完善并扩充了现有智能决策支持系统的功能，改变了现有智能决策支持系统固有的运行机制，将决策推理机制、 WEB 挖掘和 KDD ＊挖掘和领域专家知识获取有效地融入智能决策支持系统中，从而形成了一类具有“双网”、“五库”、综合集成、多层递阶结构模型的新型智能决策支持系统。此系统在结构和功能上相对现有系统而言是一个开放的、优化的扩体，并对智能决策系统的主流发展起着重要的推动作用，有望形成新一代的智能决策支持系统概型。

本发明公开了一种基于信息挖掘的智能决策支持构造方法（ IDSSIM ) ，该方法完善并扩充了现有智能决策支持系统的功能，改变了现有智能决策支持系统固有的运行机制，将决策推理机制、 WEB 挖掘和 KDD ＊挖掘和领域专家知识获取有效地融入智能决策支持系统中，从而形成了一类具有“双网”、“五库”、综合集成、多层递阶结构模型的新型智能决策支持系统。此系统在结构和功能上相对现有系统而言是一个开放的、优化的扩体，并对智能决策系统的主流发展起着重要的推动作用，有望形成新一代的智能决策支持系统概型。

数据采集技术 可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。 多模态传输技术 LPWAN (Low-Power Wide-Area Network，低功率广域网络) 在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。         LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。 最具前景的LPWAN技术——NB-IoT和LoRa： 物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。 LoRa （Long  Range）:     一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。 NB-IoT（Narrow Band Internet of Things） NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。 NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。 数据分析技术 人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。

成果描述：本实用新型公开了一种便于信息采集的智能化翻耕机,包括牵引悬挂装置(1)、安装在牵引悬挂装置(1)上的机架(2)、设置在机架(2)下端面上的铧(3),所述机架(2)上还设置有安装座(4),所述安装座(4)上安装有土地信息采集装置(5),所述土地信息采集装置(5)包括犁地深度传感器、土壤养分传感器、土壤墒情传感器、pH值传感器,并且均为具有WiFi或者ZigBee或者RJ45接口的传感器,在传感器本体外套接有圆钢保护管(6),其探头外套接有橡胶保护套(7)。采用上述结构,可从而减少了现有技术中土地信息采集的难度,并降低了信息采集的成本,同时也能加速农业信息化生产的发展进程,从源头上解决农业信息采集的发展瓶颈。市场前景分析：本实用新型公开了一种便于信息采集的智能化翻耕机,包括牵引悬挂装置(1)、安装在牵引悬挂装置(1)上的机架(2)、设置在机架(2)下端面上的铧(3),所述机架(2)上还设置有安装座(4),所述安装座(4)上安装有土地信息采集装置(5),所述土地信息采集装置(5)包括犁地深度传感器、土壤养分传感器、土壤墒情传感器、pH值传感器,并且均为具有WiFi或者ZigBee或者RJ45接口的传感器,在传感器本体外套接有圆钢保护管(6),其探头外套接有橡胶保护套(7)。采用上述结构,可从而减少了现有技术中土地信息采集的难度,并降低了信息采集的成本,同时也能加速农业信息化生产的发展进程,从源头上解决农业信息采集的发展瓶颈。与同类成果相比的优势分析：国内领先

相对其它软件，本项目有如下优点： 采用Web结构的分布式多层处理方式，使对数据的处理合理地分布在服务器和工作站上，保证了系统的稳定性、实时性。 灵活而安全地网络机制与权限管滚动发布基本信息：本系统提供动态滚动文本、图象、视频信息发布功能，可以在交易大厅的显示屏上发布基本信息，也可以在其它显示终端上接收这些信息。支持多媒体信息的播放发布：用户可以通过本系统发布房屋的多媒体信息，也可以从服务器的多媒体数据库中取得房屋的各种信息。提供与客户需求动态交互的网页。先进的加密、压缩算法，网络传输安全、实时。 同时满足交易大厅查询和家庭上网查询。与房地产交易系统交互，可由管理员直接操作。程序结构、层次清晰，保障程序易于更新和维护。满足大型网站实时、多服务器、交易大厅显示屏及触摸屏电脑等发布要求。