（1）主要功能和应用领域 项目是北京市交通运行监测调度中心牵头多家合作单位共同承担的交通运输部信息化技术研究项目，应用于交通领域。旨在分析重点区域行人导引需求，研发区域行人交互式导引服务技术，在枢纽内行人可能面临决策的关键位置，设置信息导引点，通过智能终端实现定制化、交互式行人导引服务。研发用于行人定位导引的导引点设备、WiFi设备，并进行定制加工，在大型交通换乘枢纽开展测试验证和示范应用，提高导引服务的实时性和精准化水平。研究面向复合目标优化的一体化出行智能决策支持技术，实现面向出行链的多方式无缝衔接和动态诱导。 （2）特色及先进性 在重点区域内为行人提供实时交互式导引信息服务。设计了室内高精度定位算法，提出了基于方向的室内路由导引策略。研发了基于智能终端的室内导引App和枢纽监控系统。可以为用户提供基于目的地、无目的地、多目的地的定位和导引服务。 申请专利2项。 （3）技术指标 导引信息获取时间不超过2秒； 导引差错率小于千分之一，定位精准度受环境影响带来的误差降低20%以上； 建立支持WiFi、蜂窝网等2种以上的无线技术接口的精准定位技术试验网络； 可实现行人在枢纽走行的全过程连续导引。 （4）解决问题与实施效果 项目应用在大型交通枢纽(如机场、火车站等)内实现旅客导引服务，也可以扩展到其他室内区域的导引服务，如大型商场、旅游景区、隧道、矿井等。可以克服GPS无法在室内提供导航服务的问题，与GPS导航结合，可以实现任意场地无缝导引的服务。

项目属现代农业技术领域，围绕农田信息快速感知、稳定传输和精准管控三大瓶颈难题，在植物养分/生理/病害信息快速感知，土壤水/盐/养分特性多维快速测试，农田复杂环境下信息无线稳定传输，基于作物生长需求的物联网环境调控和肥水药精准管理等核心技术取得了重大突破，自主研制了系列产品和系统，总体达到了国际同类研究先进水平，部分达国际领先水平。相关成果已经在全国20 多个省市的农田、果园与设施农业等推广应用，取得了重大经济和社会效益，对推动我国数字农业和农业物联网技术的发展具有重要意义。

项目是北京市交通运行监测调度中心牵头多家合作单位共同承担的交通运输部信息化技术研究项目，应用于交通领域。旨在分析重点区域行人导引需求，研发区域行人交互式导引服务技术，在枢纽内行人可能面临决策的关键位置，设置信息导引点，通过智能终端实现定制化、交互式行人导引服务。研发用于行人定位导引的导引点设备、WiFi设备，并进行定制加工，在大型交通换乘枢纽开展测试验证和示范应用，提高导引服务的实时性和精准化水平。研究面向复合目标优化的一体化出行智能决策支持技术，实现面向出行链的多方式无缝衔接和动态诱导。

为应对自然灾害、价格异常波动、战争等突发事件，国家战略物资储备对人民生命安全以及国民经济稳定运行起到重要的保障作用。“国以民为本，民以食为天”，以粮食为例，自2004年起，我国多年的中央1号文件以及党的十八大、中央经济工作会议、中央农村工作会议都将国家粮食安全，特别是粮食储备体系列入重要内容。然而战略储备在实际执行过程中仍出现储备成本过高、仓容不足、储备规模不达标、储备结构不合理等问题。

面向我国精准医学发展的迫切需求，在微观层面，侧重研究基因组变异规律，建立了中国人多组学数据库，揭示了基因型与表型之间的关联关系，构建了基于组学的个性化健康风险评估与预测技术体系，绘制了精准的中国人基因组变异图谱，奠定了我国在精准医学领域的国际领先地位，并承担了“中国十万人基因组计划”，有助于提升我国医学研究、医药产业和国民健康的整体水平；在宏观层面，研究了中医四诊客观化技术，该技术被列为“十三五”体现中国国家战略的百大工程项

一、 项目简介本项目一款基于B/S架构的网络信息采集系统，设计开发完全面向用户，为用户提供全方位的信息服务，实现从任何类型的网站上采集信息，如新闻网站、论坛、博客、电子商务网站、招聘网站等。用户通过注册成为会员以后，既可以进行基本信息采集，也可以通过在线支付，提出自己想要的采集主题和采集方向，享有特殊的采集服务。二、 项目技术成熟程度该项目技术成熟，目前已在河北工业大学科技园、河北工业大学宣传部和河北省科技情报院等高校政府部门进行了使用。三、 技术指标该项目获得2012年河北省大学生创业计划竞赛特等奖和第八届挑战杯中国大学生创业计划竞赛铜奖。四、 市场前景本项目不仅能提供基本的检索功能，还能将采集结果进行进一步分析、加工和处理，可以更好的为用户提供信息服务。可见本项目有着广阔的应用前景和极大的市场空间。五、 规模与投资需求本系统售价10万（包括培训），加上所需服务器、数据库系统软件。总投资预计15万。六、 效益分析该系统可以专注于数据采集领域，致力于帮助各类互联网企业、高校和政府部门等提供数据采集解决方案及消除采集技术难题，非常完善及强大的功能特性，具有良好的经济效益和社会效益。七、 合作方式技术服务、协作开发、提供咨询，具体事宜面议。八、 项目具体联系人及联系方式顾军华，022-60435758，jhgu@hebut.edu.cn

成果简介:随着大数据分析、大规模视频监控、大规模支付系统等如火如荼地展开，提 高大规信息处理 能力已经成为业界的追逐的焦点。计算机集群技术成为重要手 段并突飞猛进，如我曙光系列、天河系 列、IBM 深蓝等超级计算机。这些高端 集群利用专用的计算节点、高速网路、特殊系统构成，具有成 本高、维护代价 高、运营成本贵等问题。利用普通的计算机、商业化的网络、通用的软件系统构 成的 普通计算机集群因其成本低、维护便宜，更适合广泛地构建大规模集群处 理和服务系统。 GOOGLE、Baidu、阿里、

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