本发明公开了一种云计算环境下面向并行应用的动态时间片调 度方法及系统；其中，动态时间片调度方法包括：自旋锁延迟采样； 建立虚拟机与虚拟机监视器之间的通信通道，传递自旋锁延迟采样值； 自旋锁延迟统计，获取虚拟机自旋锁延迟的平均值；动态时间片调度； 动态时间片调度系统包括自旋锁延迟采样模块、通信模块、自旋锁延 迟统计模块和动态时间片调度模块；本发明提供的动态时间片调度方 法，基于虚拟机的自旋锁延迟，动态的调整虚拟机的调度

本发明公开了一种考虑输入变量相关性的概率动态潮流计算方 法及系统。考虑电力系统的功频静特性，在常规潮流计算模型中增加 频率待求变量，以建立概率动态潮流模型，可计算得到系统频率的概 率分布。此外，本发明考虑了输入变量相关性对概率潮流计算的影响。 该模型更符合实际的电力系统运行情况，从而为电力系统的安全稳定 分析提供更加完整和准确的综合评估。 

西湖大学李子青团队与厦门大学、德睿智药合作，首创研发了能够刻画蛋白质构象变化与亲和力预测的AI模型ProtMD。这是第一个尝试解析蛋白质动态构象的AI方法，可辅助药物化学专家更加精准的筛选出高活性小分子，从而加速临床前药物研发。

本发明公开了一种基于电磁谐振线圈互感的电动汽车动态无线电能交互方法，包括：在道路表面铺设若干初级线圈，形成沿车辆行驶方向连续排列的初级线圈阵列，在电动汽车的底部安装次级线圈，建立基于磁矢势和比奥‑萨伐尔定律的线圈互感模型；构建电动汽车的充电和放电模型：当电动汽车进行充电或放电时，电动汽车的充电模型或放电模型基于线圈互感模型计算不同电磁耦合策略下的无线充电传输效率，采用无线充电传输效率最高的电磁耦合策略将电网中的能量传输至电动汽车或将电动汽车中的能量反馈到电网。通过对耦合线圈之间互感特性的量化建模与分析，能够根据实际运行条件动态调整线圈参数及耦合方式，提升无线充电与放电过程中的能量传输效率。

本发明涉及数据挖掘及隐私保护领域，公开了一种具有给定相关性的拉普拉斯噪声序列生成方法及 生成器。本发明中，首先利用均匀分布产生 4 个高斯白噪声序列，然后将高斯白噪声序列通过特定的线 性滤波器产生具有相关性的高斯噪声，最后根据高斯噪声生成拉普拉斯噪声的原理，生成与原始数据相 关特性相同的相关性拉普拉斯噪声序列。解决了相关性数据差分隐私保护机制中，相关性拉普拉斯噪声 的生成问题。

本技术成果将网络负载均衡与路由技术延生至交通领域中的车流量导航与道路控制，通过基础图论中的关键理论，结合大数据分析与聚类技术，旨在解决现有城市道路路网中存在的潮汐效应与拥堵问题，项目拥有多项自主核心知识产权，涵盖路径规划与搜索算法、数据并行存储与计算。通过仿真表明，项目实施后，能在现有路网规模的基础上，显著提升现有道路的负载通行能力，缓解城市道路因局部负载过大导致的负载不均与交通拥堵，改善出行体验，降低尾气排放，提升智能交通效率。

目前北京理工大学基于神经网络的智能无人机疫情预警监控系统主要由无人机平台、光电载荷、喊话系统和地面控制及图像处理平台组成。 该智能无人机疫情预警监控系统能够自动监控广场、公路、小区等各类环境中的人群，检测人员聚集情况，利用红外热成像技术实时获取人员体温情况，实现在非接触情况下对疑似高危人员的快速区分，并快速形成疫情人员相关数据，还可以提供数据接口，供大数据系统进行分析。该智能无人机疫情预警监控系统可同时提供监控人员及被监控人员交互通道，通过喊话系统，监控人员可以随时疏导或制止被监控人员的异常行为，为疫情监控和预警提供了更为清晰和直接的手段方式。

在中加国际科技合作、自然科学基金中德基金、总装预研基金等的资助下，开展以可穿戴计算、工业无线传感器网络、身体传感网络、感知计算等前沿技术为核心的研究工作，并面向老年健康、工业物联网、移动增强现实等领域研究实用化技术和产品装置，具体包括：1） 工业物联网应用：开发了一系列符合IEEE 802.15.4/Zigbee、Wireless HART等无线传感器网络标准的微型化传感节点、模块、网关，以及相关的协议栈源码。2） 健康应用：主要面向安全、健身、医疗等健康应用，研发超低功耗、无障碍、可长期持续穿戴应用的智能腕带（腕表）、腰带（腰挂、腰带扣）、胸带等各类形态的健康装置，开发运动统计、跌倒预警和检测、睡眠监测、多生理参数监测等产品应用，参见下图。

本技术成果将网络负载均衡与路由技术延生至交通领域中的车流量导航与道路控制，通过基础图论中的关键理论，结合大数据分析与聚类技术，旨在解决现有城市道路路网中存在的潮汐效应与拥堵问题

一、项目简介 随着AlphaGo及其Zero的相继推出，近年来以神经网络计算为基础的深度学习及相关优化算法已成为人们研究AI的热点。深度学习算法在AlphaGo中的成功应用主要是依赖神经网络监督学习的网络层次及神经元数量提升，而其Zero的应用不同则是在于引进了博弈优化的思想，这就给以并行计算为核心的神经网络优化算法理论研究提供新的思路。 鉴于传统神经网络优化算法面临非全局优化的难题，我们基于吉布斯分布采样优化计算，提出一种以脉冲神经元构成的混合网络结构动力学系统来实现的神经网络全局优化算法，引进纳什平衡理论来优化的神经网络计算方案，并设计一款相应的通用神经网络并行处理器芯片，以新型芯片编程架构模拟人脑功能进行感知、行为和思考新型芯。 二、前期研究基础 本团队主要是由厦门大学福建省集成电路设计工程技术研究中心、厦门大学集成电路设计与测试分析福建省高校重点实验室的教师与学生组成的，主要从事人工智能、网络通讯、集成电路设计、纳米单电子器件等方面的研究工作，并积累了深厚的研究基础。团队首席科学家郭东辉教授十多年前曾在美国加州Berkeley 大学非线性电路实验室访问，从事有关细胞神经网络(CNN)有关课题的研究，先后主持国家自然科学基金项目五项，其中与神经网络研究内容相关的有两项，分别是《视觉神经网络光电集成系统的研究》(批准号：69686004)和《混沌神经网络加密算法及其相应集成电路的设计研究》(批准号：60076015)。 本团队同时也是厦门市集成电路设计公共服务平台的主要技术支撑单位。在厦门市科技重大专项经费的支持下，我们配备了开展模拟及数字SOC 芯片设计所需要的各种EDA 工具和IC 测试设备。此外，厦门集成电路设计公共服务平台也是TSMC、SMIC 等芯片制造厂重要合作伙伴，并与厦门联芯、三安集成等芯片制造厂也有长期的合作协议，可以进行包括射频及功率芯片在内各类模拟及数字SOC 芯片的设计流片。同样，在学校211 和985 经费的支持下，本团队也独立配备了8 台IBM 服务器分别运行MATLAB、OPNET、SPW、ANSYS、Silvaco TCAD 等系统设计与器件工艺仿真工具。本团队所在的微电子与集成电路学科也已列入我校“双一流”建设学科，有关类脑芯片设计相关课题研究所需要的科研环境建设将得到重点支持。特别是厦门联芯公司在量产后，已将本团队作为其先导技术开发的重要合作伙伴，也委托我们开发相应的器件模型及电路工艺库。在厦门火炬高新区及厦门市IC 平台的支持下，厦门联芯公司还可以为我们团队提供免费的MPW流片业务。 自2009年，本团队与福建新大陆电脑股份有限公司签署 “共建SoC联合实验室”以来，基于该平台，每年合作项目经费近百万，同时还完成了多项横向合作项目：面向金融、税控的专用信息处理与控制SoC芯片开发、安全密码算法研究、区块链接技术研究等等，培养了大批优秀的硕士毕业生；厦门市美亚柏科信息股份有限公司是本团队的长期合作伙伴之一。 总之，不管从算法理论研究还是从应用技术开发来看，本课题组已具备相当优秀的研究基础和研究经验，以及显著的前沿技术攻关能力。 三、应用技术成果我们的相关研究成果也得到企业界的重视和肯定，课题组先后承担过如深圳 华为公司首歀交换芯片项目的调度算法设计、福建新大陆首款二维码识别芯片的算法及后端版图综合设计、台湾盛群公司首款32 位处理器及专用处理器编译器开发和厦门元顺公司多款电源管理芯片的设计。最近课题组还为我国某研究机构开发28nm 的低功耗设计流程专门设计一款挂载加可重构解密算法协处理器的32 位通用处理器验证芯片。