2020年2月12日，湖南大学联合苏州系统医学研究所、中国国家流感中心和中山大学等单位，成功开发基于分子标记物的流感病毒表型预测平台FluPhenotype，并在国际生物信息学专业权威期刊《Bioinformatics》发表题为“FluPhenotype-a one-stop platform for early warnings of the influenza A virus"的文章进行相关介绍。该文章的第一作者为湖南大学生物学院硕士研究生卢聪毓和博士研究生蔡泽娜，通讯作者为湖南大学生物学院副教授彭友松与苏州系统医学研究所蒋太交教授。 研究人员通过整合流感病毒核苷酸和氨基酸水平的分子标记物，以及基于分子标记物的抗原和宿主等预测模型，开发了快速预测流感病毒的抗原、宿主、致病性、耐药性等多个表型的预测平台FluPhenotype。

荧光技术是近 20 年来兴起的新型分析方法，灵敏度高、适用范围广。污水和水体的荧光光谱是多物质产生的复合光谱，它们与水样唯一对应，被称为“水质荧光指纹”，简称“水纹”。该法在污染性质快速判断方面具有独特优势。荧光指纹是水样内蕴特征的反映，还携带了有机物总量信息，可作为新型的水质表征方法。课题组从 2003年开始从事水纹研究，在清华大学基础研究基金、教育部科技重点项目、清华大学自主研究项目、国家重大水专项等项目资助下，掌握了数百种水纹，创新性开发出基于水纹比对的新型预警和污染识别原理，并研发出污染预警溯源仪。获得 2 项发明专利，第 16 届中国国际工业博览会高校展区二等奖。

1 成果简介我国水污染事故频发， 以有机污染为主。现有技术不能迅速确定污染类型，因此事故发生后无法迅速采取恰当的应对， 是产生重大经济和环境损失以及负面国际影响的主要原因。为维护水环境安全，保障人民生活和生产， 需要一种能迅速确定污染类型的、环境友好的水体有机污染预警技术。 水质指纹与水样唯一对应， 简称水纹。课题组从 2003 年开始从事水纹研究，在清华大学基础研究基金、教育部科技重点项目、教育部清华大学自主研究项目、国家十一五重大水专项等项目资助下， 掌握了上百种水纹，创新性开发出基于水纹比对的新型污染识别原理，并研发出有机污染溯源仪，填补了迅速确定污染类型的仪器的空白。该仪器由水纹采集仪、水纹比对软件和丰富的水纹数据库组成，可以识别数十种有机污染类型。仪器的特点如下：自动取样，自动测量，自动比对；数据库设计人性化，可以自动添加新指纹；数据自动保存；水纹采集仪性能稳定，使用、维护简便，当仪器光源老化时，自动提示更换等。上述优点表明该仪器既适合在线实时监测，也可以作为监测车和实验室的专用仪器。查新表明，国内外目前尚未发现有相似原理的仪器。 性能参数：灵敏度高，信噪比达到 250；完成一次溯源任务不足 15 分钟，测量时间短，重现性好；工作温度/湿度 15-350℃， 45-80%（不可有冷凝现象，350℃以上时湿度为 70%以下)；不加任何试剂，取样量少，不产生二次污染；连续 24 小时使用耗电仅数度，成本低。 图1 有机污染预警溯源仪2 应用说明2011 年 7 月至 2012 年 3 月，水质有机污染溯源预警仪在京杭运河江苏苏州段进行了为期 3 个月的实地连续测试运行， 仪器检测出数次水质异常，并及时进行了报警， 现场测试表明，该仪器能够灵敏、及时地监测到污染的发生和变化， 预警迅速，并能给污染类型的信息，对于快速确定有针对性的采取污染应对措施大有益处。 目前正在太湖水源地进行示范运行。 仪器经过了权威第三方的检测。3 效益分析由于目前国内外尚无同类产品，而污染预警和溯源的需求比较迫切，因此本仪器具有较大的推广空间。本仪器价格每台约 60 万元。而本仪器运行稳定、灵敏。总体上，仪器成本低，维护省，快速，无二次污染， 24 小时连续使用，运行费每月在 3000 元左右，具有明显的经济和技术优势。

产品详细介绍 极课在线课堂解决方案 一、概述    随着现代信息技术尤其是互联网、云计算、大数据和物联网等技术的快速发展，我国的教育理念、教育治理、教学组织与方 法等各方面都在发生变化，“互联网+”已经上升为国家战略，“互联网+教育”也得到了广泛关注。    极课中国认为实现“智慧教育”需实现“四个数字化，一个变革”。“四个数字化”即“教学业务数字化”、“教务管理数字化”、“教学环境数字化”、“教育资源数字化”；“一个变革”是指教学业务流程的转型与变革。其中，“四个数字化”是基础，“一个变革”是关键。    在线课堂则是四个数字化之一“教学业务数字化”的一个基本内容，极课在线课堂正是基于“智慧教育”的核心理念，将传统课堂与互联网结合，实现线上线下、课堂内外等多种形式结合的混合式学习，自适应学习环境。    在线课堂则是四个数字化之一“教学业务数字化”的一个基本内容，极课在线课堂正是基于“智慧教育”的核心理念，将传统课堂与互联网结合，实现线上线下、课堂内外等多种形式结合的混合式学习，自适应学习环境。

学堂在线是由清华大学研发出的中文MOOC（大规模开放在线课程，简称慕课）平台，是教育部在线教育研究中心的研究交流和成果应用平台。   

联接全国创业空间，共享全球创智资源。

同济大学电信学院刘富强教授团队研制的汽车主动安全预警系统能综合运用视频检 测与识别技术、传感器信息获取技术、CAN 总线数据挖掘技术、信息集成融合技术，提 取车辆及其周边环境信息，对可能发生的危险状况进行预测并主动的发出预警信号从而 保证交通安全。 其中视频检测识别技术通过对视频图像进行实时处理与分析具备以下功能：通过驾 驶员的闭（眨）眼状态判断驾驶员是否处于疲劳驾驶状态；提取前方道路标志线环境信 息并反馈给驾驶员和汽车用于车辆行驶状态提示；捕获障碍物（如道路中的车辆和行人） 在车道中的位置和与本车的距离和相对运动信息从而避免潜在的碰撞事故。传感器技术 综合使用多种传感器，其中超声波距离传感器可以近距离测量传感器与目标之间的距离； 而激光雷达可以大范围远距离的距离测量从而弥补超声波和视频的不足；加速度仪可用 来测量汽车行驶过程中的加速度；而方向盘转角能够实时获得驾驶员对车辆的操控，同 时也能推算车道的曲率半径。控制器局域网 CAN 技术可以获得车辆运行状态信息（车速、 油门开度、转向灯状态等。上述技术获得的一些车辆的信息数据经过信息集成融合技术 融合成事先设定的数据格式，使之成为所需要的数据地图。由此可以判断汽车是否处于 危险状态或者是否会造成潜在事故从而给出预警信号。

呼吸是人类的最基本生理需求。然而，空气污染物的存在往往使这一基本需求难以得到保障。更有甚者，在一些特殊环境场所，空气中可能存在高致病微生物如病毒和细菌、生化毒剂、毒素等严重危害人体健康甚至威胁生命。此外，空气中也可能存在一些未知的有毒物质，如不明病原体、化学物质等。目前已有的空气安全预警技术主要针对有限的几种污染物或者有毒物质进行实时监测，无法覆盖包括生物与化学威胁在内的所有潜在威胁。空气中的污染物种类繁多，理论上很难发展一种同时监测上千种污染物的仪器设备。另外，空气毒性安全预警技术需要对空气毒性做出快速响应，以便为采取防御措施争取宝贵的时间。这些要求都是对当前技术的极大挑战，很难实现对空气的综合毒性的实时预警。

主要利用行车记录仪视频数据，进行道路检测，包括：车道偏离、障碍物检测、限速标志识别等。 技术指标： ？ 视频分辨率1080P； ？ 处理速度：15fps； ？ 告警：虚警率<10%

主要利用行车记录仪视频数据，进行道路检测，包括：车道偏离、障碍物检测、限速标志识别等。