项目概况  为企业编制个性化的配送中心运行软件，并建立起配送中心管理信息系统，并且于无线数据采集设备相连，实现移动式的仓储管理。主要特点 1.能够满足不均衡的配送业务要求，使企业有能力实现短期、多客户、多品种的大量配送。 2.系统从设计上需要保证所有业务在操作上的方便性，支持合同数据的导入，支持手工输入数据。 3.能够显示货物作业状态，实现货物位置查询等。 4.能够通过系统实现物流企业内部的业务操作和管理。 5.配送中心软件系统能够通过外界接口实现与数据采集设备的连接，作业过程显示设备的连接（LED屏），电子拣选设备的连接。技术指标 该系统操作界面清晰，功能符合中小配送中心作业要求。由于在仓库管理中应用了移动解决方案，进行现场数据采集和分析，使配送信息、库位管理信息与无线网络相连，仓储管理更加方便，极大提升了配送中心物流管理的整体水平。 市场前景    在无线网络环境下的仓储管理，拓展了通过仓储软件来实现物流管理信息化的空间，使得仓库作业范围更大，使用更方便，有助于管理精细化，因而有广阔的应用前景。

产品详细介绍 中小学图书馆区域集群管理系统 日照亿佰传媒科技有限公司根据中小学图书馆的实际情况，基于“云平台、傻瓜式、智能化”的研发理念，以用户体验度最优为研发的终极目标，融合了大数据、物联网、RFID技术等在图书馆智能化管理中的运用。成功研发了亿佰中小学图书馆区域集群管理系统、图书智能漂流柜（分布式图书管理系统），中小学数字图书馆（电子阅览室）等系列产品。以大数据分析为基础的中小学图书馆的区域集群管理系统和图书漂流柜的智能化无人值守管理在全国同行业中处于领先地位。为几千家中小学图书馆提供了整体化实施方案。 一、系统介绍（学校用户端）：    1、系统构成 : 2、系统特点：   系统采用 傻瓜式、智能化、云桌面框架，上手简单，操作容易，主要特点如下：   ①全自动无人值守智慧图书馆    身份智能识别、书籍自助批量借还、全程语音指导操作步骤安全门禁系统刷卡自动识别身份开启，读者进入图书馆可以通过自助终端查询馆藏书籍，选择好书籍后按照系统定位自助取书扫描完成借阅离馆；还书时可通过自助终端批量扫描完成归还，归还后可按照系统定位将书籍放回原排架位置，或者将书籍放到移动还书箱。 ②云平台数据共享，远程编目智能获取 用户可以通过扫描书籍后面的ISBN编码，便可直接远程从亿佰云智能图书管理系统的编码数据库获取相关数据到本地；图书典藏自动化、系统会根据资料的分类自动生成索取号和书籍编号。 ③B/S+C/S混合架构系统，可以安装客户端脱机使用，联网时数据自动上传汇总；也可以购买云服务，在线使用，随时享受系统升级、动态数据等便捷服务。 ④首创按“自定义条码”或“索取码”对图书位置综合批量处理 条码是一种自动识别技术，按自定义条码或索取码对图书位置进行综合批量处理，可以使图书准确定位，使图书管理的准确度高、速度快、成本底，可靠性更强。 ⑤“馆藏地”间书籍批量迁移，让您轻松管理图书馆。馆藏地间书籍管理，是针对于同一校多个同时拥有多个图书馆的情况，馆藏地拥有批量迁移功能，可以轻松实现图书馆之间的书籍调换，让您轻松管理图书馆。 ⑥首创校园前台页面展示，系统管理后台数据自动传输到校园前台页面，实时了解校园馆藏数据和阅读情况，学校管理员可通过管理系统上传微课、专题、读书活动等相关信息，读者可通过发表书评、阅读心得等参与互动。 ⑦首创教育局区域集群云端管理，实时汇总各种统计报表，通过对大数据的分析，有效实现对地方教育主管部门对各个学校图书馆的远程管控和调研。

一种基于计算相关度的多数据中心数据布局优化方法，根据执行计算处理数据集的情况，生成计算 集和数据集集合的访问关联矩阵，计算出任意两个数据集之间的计算相关度，生成对应的计算相关度矩 阵;计算每个数据中心的基本容量，定义布局关联矩阵，根据计算相关度部署数据集。本发明通过构建 访问关联矩阵和布局矩阵，给出计算相关度的具体数学表示，根据建立的计算相关度矩阵，以低复杂度 的方法实现数据布局，并将新数据和中间数据动态部署至合适的数据中心，可以有效减少跨数据中心数 据调度，提高系统的访问性能。

针对智慧城市、移动设备、工控系统等多个领域的CPS 多源异构时空大数据，提出了多种时序模式挖掘算法和时空 模型构建方法，并应用在轨迹预测、交通流预测、空气质量 预测、用户画像、活动识别、异常行为检测、网络攻击检测 等多个任务中，并为“人机物”融合的数据驱动模型提供理 论与技术基础。

与华为技术有限公司开展互联网语义分析合作研究，双方共同研发了“电商知识图谱自动化构建和电商评论分析系统”，该系统可以自动化将不同电商网站的数据抽取和集成，形成一个庞大的电商知识图谱，并且利用这个知识图谱来对电商评论做语义分析。该项目中的技术已经被华为公司用于大数据中的视频分析，并且产生了良好的经济效益。另外，与百度签订了“本体及知件技术构建医疗领域知识库和应用研究”项目，提交并审核通过一项专利“一种医疗知识库中保健品与疾病的关联构建方法”，并且提出一种word embedding的方式挖掘非结构化数据中实体关系的方法，项目成果被百度用于医疗保健品的搜索中，取得了很好的社会效应。

开放化、高速化和高精度化都是现代信息技术的发展趋势和研究热点。数据采集系统是通信技术和数控技术领域的重要功能模块，应用领域十分广泛。 本数据采集平台的中央控制芯片选用美国TI公司的DSP (Digital Signal Processor，数字信号处理芯片)TMS320C5402。DSP具有高速、高精度的运算能力，强大、方便的数据通信能力，灵活、可靠的编程与信号处理能力。设计选用昀A/D转换芯片是AD公司推出AD976A，其转换精度是16位，转换速率最高可达200k/s。系统的核心采用DSP控制AD976A实现高速数据采集的功能。

系统重点解决舆情数据分析中可视化舆情数据采集、存储和分析方法问题。系统提供可视化舆情数据采集方法，解决了用户定义数据采集模板易用性问题。系统采用主流的hadoop系统作为存储系统，解决了系统可用性问题。系统实现了多种舆情数据分析算法，实现了舆情报告辅助生成功能，能够有效的协助舆情分析人员工作。系统数据采集吞吐量、数据存储、计算能力均具有良好的扩展性。

该项目利用国家卫健委公布的确诊病例总数数据链，以应用传播动力学为方法，以黄森忠教授建构的普适SEIR模型作为模型理论，通过“南开大学智英健康数据研究中心”开发的程序EpiSIX，分析新冠病毒肺炎疫情有关数据，并将分析结果生成可视化网页，开展疫情发展回顾、确诊病例数时序区间预测等相关工作，对疫情发展情况及疫情防控效率作出研判。 研究团队由黄森忠教授和山西大学复杂系统研究所所长靳祯教授、南京医科大学公共卫生学院彭志行副教授共同领衔，南开大学统计与数据科学学院多名年轻教师与研究生加入。研究团队从1月30日至2月14日，每3日发布一次预测，已连续发布疫情传播预测6期，并根据疫情变化，及时调整预测评价指标，其预测区域也进一步细化，由原来的对全国、湖北省、武汉市的疫情预测，拓展为对全国各省市的预测。

近日，中国科学技术大学管理学院在时空面板数据模型的研究中取得重要进展，突破经典的广义极大似然估计和广义矩估计理论框架，提出了基于空间权重矩阵特征分解的估计和模型选择方法。相关论文在学术期刊《美国科学院院报》上发表。现在很多大数据（环境，疫情，犯罪，物流，区域经济等）呈现出时间和空间的复杂相依关系，由于时空的交互影响提高了对应的时空模型的估计难度。有别于已有的复杂估计方法，文章改变传统的估计思路，充分利用时空数据的空间结构特征，采用空间权重矩阵的特征分解，极大的简化了估计方法，提高了估计精度和运算速度，并提出了相应的模型选择方法。理论部分模型的示意图如下图所示：文章以 2008 年 1 月到 2013 年 12 月（72 个月） 138 个美国匹兹堡行政地区的犯罪数据为例做了示范。在这个例子中，犯罪数据重罪（Part I）和轻罪(Par II)在138个行政区的平均犯罪个数分布如下图：文章还选取了 15 个区域社会经济变量作为解释变量，包括区域总人口、收入、失业率、贫苦率、非裔比例、教育水平等。模型的拟合程度指标R平方（接近1时，拟合程度高）达到 0.98，表明选择的模型非常好的拟合了数据。数据分析结果可以用于以轻罪发生率预测重罪发生率，解释犯罪学的“破窗理论”，分析重罪发生率和总人口、收入和贫困等的量化关系。论文链接：https://doi.org/10.1073/pnas.1917411117详细阅读：http://news.ustc.edu.cn/2020/0318/c15884a414854/page.htm

社会网络已经成为覆盖用户最广、传播影响最大、商业价值最高的 Web2.0 业务，在世界范围内，最著名的社会网络代表是 Facebook、Twitter，用户量分别达到 12 亿、5 亿;国 内使用人数最多的社会网络工具是新浪微博和腾讯微博，其中新浪微博用户达到 5 亿，腾讯 微博用户超过 8 亿。社会网络中的巨大用户群每天产生海量的用户数据、关系数据和信息数 据，若能够对海量数据进行准确、及时的分析，则会在精确营销、舆情探测以及网络安全等方面创造巨大价值。然而由于社会网络的大数据特性以及分析方面要求准确、及时，目前缺 乏融合多项社会网络分析技术的、成熟的社会网络大数据分析系统。社会网络分析技术是一项关键技术，也是一项热门的研究，涵盖了社会学、人类学、社 会语言学、地理、社会心理学、通信研究、资讯科学、社会网络分析与探勘、组织研究、经 济学以及生物学等多个领域，是一项多学科交叉技术。社会网络大数据分析系统要求具有坚 实的数据支撑，即数据获取全面、更新及时、获取数量大，也强调多维度、多粒度的分析手 段相结合，并对分析速度、可视化以及人机交互等方面都提出很高的要求。基于上述现状和挑战，在国家科技支撑项目的资助下，实现基于新浪微博、Twitter 等 主要社会网络交流工具的大数据分析系统，系统完成从数据获取、数据预处理、数据存储、 消息中心、数据分析、结果可视化展示的闭环处理流程，支持多种社会网络(Twitter、新浪 微博等)的数据实时、不间断获取，获取数据量在国内外同研究领域处于领先地位;实现整 体、个体、群体以及事件的多层次、多粒度分析模式;同时具备良好的人机交互操作界面以 及优秀的分析展示效果。