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。

项目通过研制和深化集成各类农业智能传感器、无线传感网节点、应用系统平台，构建一体化的农业物联网服务平台。项目部分成果已在北京、天津、辽宁、山东、江苏、安徽、湖北、浙江、福建、广东、广西、海南等地进行推广应用示范。 项目来源：中国教育部物联网发展专项资金项目技术推广意向：可具体推广应用于大田种植、设施园艺、畜禽养殖、水产养殖等多种农业生产领域。 现状特点：已将多项科研成果产品化，包括12种农业传感器、10种采集器、8种无线网关、6种控制器、4类应用平台。并在江苏、山东、天津、新疆、河北、上海、北京、湖北、江西、浙江、海南等省市建立了水产养殖、农田灌溉、设施温室、畜禽养殖和土壤墒情监测等应用示范基地。 技术创新：将各种农业生产环境智能检测技术及装备、设施化农业生产智能控制技术及装备、以及农业环境信息无线传输网络、种植养殖信息智能处理模型及方法、农业生态净化技术整合为一个有机整体。通过对环境参数的准确检测，数据的可靠传输，信息的智能处理以及控制机构的智能控制，实现了农业环境信息智能在线监测控制、种植养殖管理科学决策的数字化、网络化、智能化，有效提高了我国农业信息化水平，为我国农业生产的精细化管控提供了切实可行的技术手段。 成果所处研究阶段：产品总体处于深化研发、继续完善功能、提高性能阶段,部分产品已达到中试或推广应用阶段。

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

本发明公开了一种多孔聚合物制备方法、材料及应用。所述制 备方法，包括以下步骤：(1)以芳香族化合物、其混合物、其聚合物和/ 或其聚合物的混合物为原料，将原料均匀分散于交联剂兼溶剂中获得 原料混合液，所述交联剂兼溶剂为二卤素取代烷烃中的一种或多种的 混合物；(2)加入催化剂后发生傅克反应，超交联获得粗产物；(3)粗产 物过滤后的滤饼洗涤并抽提，去除催化剂，干燥后即制得所述多孔聚 合物。本发明提供的制备方法，工艺简单、原

【发 明 人】吴皓；王令充；狄留庆；常念；程建明；文红梅【技术领域】本发明属于天然药物领域，具体涉及一种四角蛤蜊提取物，及其制备方法和在制药上的应用。【摘要】本发明涉及一种四角蛤蜊提取物，由以下方法制得：取四角蛤蜊软体部位为原材料，洗净、绞碎，加水煎煮，滤过，得水煎煮提取液，将水煎煮提取液离心，收集上清液，浓缩，冷却后加乙醇沉淀，滤过，得乙醇沉淀物，干燥，得四角蛤蜊提取物；对该提取物进行脱蛋白，可得纯化后的四角蛤蜊提取物，该四角蛤蜊提取物具有降血糖、免疫调节和保护肝脏的功能，本发明同时公开该四角蛤蜊提取物在制备药物或保健品中的应用。

现有化石能源的高效绿色利用和开发新的能源技术是社会可持续发展所面临的关键问题。固体氧化物燃料电池（Solid Oxide Fuel Cell，SOFC）可以以天然气、煤气化气和生物质气等为燃料，与燃气轮机联合循环后的总发电效率可超过70%，被认为是化石能源最高效清洁的利用方式之一。目前全球的研究热点是研制在中低温条件下工作的SOFC，将SOFC的操作温度从传统的850～1000℃，降低到850℃以下的中低温。其目的是降低电池的启动温度和时间，有效地降低各个部件的老化速率，提高SOFC的稳定性和延长寿命，还可以使用廉价的不锈钢等作为连接材料，大大降低制造成本，为SOFC的商业化提供有利条件。近几年，我国正大力发展新能源领域，而在SOFC燃料电池方面，我国具有特有条件和优势，主要表现在SOFC核心材料上具有稀土氧化物资源优势，而在能源结构上，煤、天然气等化石能源占相当大的比重，政府和整个社会的环保意识也与日俱增，所以SOFC的研究开发具有相当可观的前景。

采用层次化、模块化设计，整个系统由数据采集控制模块、数据传输系统、自动反馈系统和显示系统组成。服务器整合数据存入数据库，采用大数据分析技术建立专家系统， 并以此作为自动调控的标准。在自动反馈系统里采用三级自动控制技术，分别是单片机控制的模块级、嵌入式网关级和服务器级，三者相互独立，互为保险，并且均可以根据实时环境状况做出调节，并自动下达控制指令。显示系统由三部分组成，一是位于农业现场的显示屏，二是 PC 终端，三是基于安卓系统的移动终端，从而实现环境参数值的实时观测和控制，并实时指导农业生产。系统可

近年来随着大气质量的恶化，呼吸道疾病持续威胁着国民健康。而其中哮喘的问题尤为严重，其患病率呈持续上升 近年来哮喘低龄化趋势显著、 哮喘病是一种由遗传易感性和环境因素相互作用发生的以可逆性气流受限为特征的气道慢性炎症性疾病，其主要的病理特征表现为气道炎症、气道重构及气道高反应性。目

江南大学自主开发了热催化法和光催化法两种不同工艺。热催化法，为了高选择性制备 DHA，通过添加助剂金属形成双金属催化体系，以提高 DHA 的收率，其选择性可以达到 40%以上。热催化剂可循环使用 5 次以上。光催化法利用 Bi 系化合物通过构筑特定的吸附位点，提高催化效率，进而实现了甘油光催化氧化反应催化剂的“量身定做”。甘油转化率有了很大程度的提高（达到85.4%），

oneM2M是欧洲电信标准化协会（ETSI）联络美国、中国、日本和韩国的通信标准化组织，成立国际标准化组织，共同开展物联网业务层国际标准的制定。oneM2M协议是应用层中的上层协议，以HTTP、CoAP、MQTT等协议作为通信载体，将自己的语义封装在HTTP等应用层协议之中。NB-IoT是3GPP针对低功耗广覆盖类业务而定义的新一代蜂窝物联网接入技术，主要面向低速率、低时延、超低成本、低功耗、广深覆盖、大连接需求的物联网业务，NB-IoT物联网协议是低层协议，二者的关系如图1所示。图1 协议体系关系图 基于多协议转换的研究以及系统模型方案的设计与分析，提出NB-IoT设备接入oneM2M的系统模型，如图2所示。NB-IoT设备：搭载了NB-IoT芯片的一套设备，包含了数个传感器。运营商服务器：负责接收NB-IoT设备数据包，并将其存放于平台数据库中。协议转换节点：将NB-IoT设备信息接入oneM2M系统中的核心模块。oneM2M平台：具体保存资源以及对外展现资源的平台。图2 NB-IoT设备接入oneM2M系统模型架构 本成果基于NB-IoT和oneM2M标准，研究构建的工业互联网全系统通用技术，包括基于NB-IoT硬件系统的嵌入式开发及其低功耗的解决方案；NB-IoT终端与运营商云平台系统的协同通信机制；运营商云平台系统与oneM2M企业私有云平台的通信机制；oneM2M工业企业的数据的统一表示，实现工业互联网大数据的深度人工智能应用。