本研究低成本搭建了弹性可扩展的Hadoop云计算平台

本项目设计开发了一种新型数字化牙冠延长手术导板，用于口腔美学治疗领域。它采用先进的数字技术设计和制作，能够在牙槽骨层面精确定位手术范围，规避手工测量带来的误差，增强手术的可预期性和治疗效果。

项目成果/简介: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。应用范围:家居智慧控制，提高舒适度：家庭生活状态统计和日常需求预测与推荐；多模态行为分析和数据采集和传输系统；多模态行为数据采集和分析平台；基于LoRaWAN/5G的工厂环境、农业大棚等环境监测系统。技术成熟度:通过中试

　无机陶瓷超滤膜是固态膜的一种，主要是Al2O3，ZrO2，TiO2和SiO2等无机材料制备的多孔膜，孔径2~50nm。具有化学稳定性好，能耐酸、耐碱、耐有机溶剂；机械强度大，可反向冲洗；抗微生物能力强；耐高温；孔径分布窄，分离效率高等特点，在食品工业、生物工程、环境工程、化学工业、石油化工、冶金行业等重要行业有着极其广泛的应用前景。无机陶瓷超滤膜的

西安交通大学大数据分析技术与算法国家工程实验室舆情大数据分析研究小组在舆情监控领域进行了大量的研究工作，在数据方面构建了包括Facebook、Twitter、微博、贴吧、门户网站、论坛在内的100余处主流站点的数据，构建了包括文本、图片、视频等在内的跨模态舆情大数据。在此基础上基于计算平台，研制了多款定制化的舆情监控系统，其中研制的猎狗网络舆情监控系统在榆林市委宣传部、公安局、信访局、国安局、政法委等党政机关部署应用，平台运行良好，深获好评。研制的高考舆情监控系统承担自2013年以来全国普通高考、成人高考、研究生入学考试的信息安保工作，经由系统发现处理的各类案件800余起，其中重大案件13起，为国家、考生挽回直接经济损失预计共达700余万。

研发阶段/n可用于猪肉质性状的遗传改良，在猪的遗传改良中肉质性状的测定需要进行屠宰测定，肌内脂肪含量和系水力是两个重要的肉质性状，影响到肌内的口感惬意度和屠宰后胴体出售前贮藏损失，应用到商家的经济利益，这两项专利的使用可以提高肌内脂肪含量，降低屠宰后滴水损失（不需要进行屠宰测定）。

新一代免疫治疗是以抗 VEGF-抗 PD1 双特异性抗体为 主要研发项目，该双抗结合了 VEGF 抗体抑制肿瘤血管生长和 PD1 抗体激活T细胞功能的双重优势，最大限度的发挥了抗体的抗肿瘤效果，并能够适应更多癌种。 

微电网优化规划与运行控制关键技术及其应用主要创新性成果如下： （1）系统地发展了含多种分布式能源、多种储能系统、可满足用户综合能源需求的复杂微电网优化规划方法，可实现微电网全生命周期的优化规划。 （2）系统地发展了适于复杂微电网多时间尺度性能研究的仿真分析方法，建成了我国第一个微电网综合物理仿真平台，为微电网运行分析、保护及控制装备研制等提供了强有力的技术支撑。 （3）系统地发展了微电网能量优化管理方法，针对不同结构与组成形式的微电网，可实现分布式电源出力

木塑复合材料又称塑木复合材料是国内外近年蓬勃兴起的一类新型复合材料，由木粉、稻糠、竹粉等废生物质纤维与热塑性塑料经塑料成型加工工艺制成，兼有塑料与木材二者的优点，有类似木材的外观、具有热塑性塑料的加工性、耐酸碱、防水防虫、刚性硬度大、无甲醛释放等特点。 项目团队长期致力于固体废弃物的高值化循环利用及其产业化领域的研究。针对当前木塑行业存在的问题，重点开展废弃植物纤维的预处理及表面改性技术，解决木塑复合材料普遍存在的耐候性差、易褪色等缺陷，开发阻燃、防霉等功能性木塑复合材、高性能低成本

本成果破解了生物蛋白药物基因工程菌种培育、外分泌表达和纯化的难题，首次构建了高效外分泌表达重组溶葡萄球菌酶的大肠杆菌工程菌和纯化工艺，研制出国家一类新兽药溶葡萄球菌酶，对奶牛乳房炎和子宫内膜炎的疗效显著且不易产生耐药性 一、项目分类 重大科学前沿创新 二、成果简介 该成果通过十余年产学研结合，攻克了动物专用新型抗菌原料药合成工艺和新制剂研制中“卡脖子”的技术难题以及制定科学的用药方案来延缓耐药性产生的科学问题，取得了以下创新性成果： 1、破解了生物蛋白药物基因工程菌种培育、外分泌表达和纯化的难题，首次构建了高效外分泌表达重组溶葡萄球菌酶的大肠杆菌工程菌和纯化工艺，研制出国家一类新兽药溶葡萄球菌酶，对奶牛乳房炎和子宫内膜炎的疗效显著且不易产生耐药性；攻克了抗菌药物合成工艺长成本高收率低的技术瓶颈，合成了沃尼妙林、头孢喹肟和头孢噻呋 3 种动物专用抗菌原料药，创新了药物的合成路线，大大降低了生产成本，且药物对临床常见呼吸道和消化道感染疾病疗效显著。 2、掌握了制剂研制中长效缓释的关键核心技术，创新了超微乳化和微囊包被工艺等技术，针对动物临床用药特点和药物自身特性，创制了 8 个兽用新制剂（含 2 个长效缓释制剂），丰富了我国兽药剂型，其药动学参数、临床应用效果优于国外制剂，替代了国外进口产品，为新型抗菌原料药的应用提供了重要的基础。 3、面对临床不合理用药导致的耐药性日益严重现状，项目创建了以生理药动学、群体药动学、药动/药效同步模型为基础的兽药评价方法，克服了传统药动学的不足，创新了兽药评价技术体系，首次制定了沃尼妙林对产气荚膜梭菌和头孢喹肟对副猪嗜血杆菌的药效学/药动学（PK-PD）敏感性折点，建立了沃尼妙和头孢喹肟的合理应用方案，为延缓耐药性的产生和耐药性监测提供了重要技术支撑，开拓了我国兽药评价的新方向。 项目研发新兽药 12 个（其中一类新兽药 1 个，二类新兽药 5 个）；授权发明专利 19 件（美国，欧盟，日本，新加坡和韩国国际专利 5 件）；SCI 收录论文 49 篇。成果在全国多个省市的大型养殖场和农户推广应用，显著提高了畜禽感染性疾病的防治水平，经评价，成果整体技术达到国际先进水平，溶葡萄球菌酶产品填补了国际空白，头孢喹肟、头孢噻呋的出口打破了我国长期以来兽用抗菌原料药只进口无出口的局面。 该成果荣获2019年度国家科技进步奖二等奖。