本发明公开了一种基于函数依赖的数据清洗方法，其特征在于， 包括：对原始数据进行数据转换，以将其不同类型的属性全部转换为 数值型属性；对于数据转换后的原始数据，提取其属性的自依赖函数 特征；对于数据转换后的原始数据，提取其属性之间的互依赖函数； 根据自依赖函数特征和互依赖函数确定需要进行清洗及待清洗的属性 及样本，并根据该属性及样本形成相关清洗决策依据，判断待清洗的 属性对象是采用自依赖函数清洗还是采用互依赖函数进行清洗，若采 用自依赖函数清洗，则将不符合条件的样本根据自依赖函数确定的多 项式进行校准修复，并加上白噪声作为随机扰动。本发明能够解决大 数据中“脏数据”问题，为后续的大数据分析挖掘提供高质量的数据。

本发明属于电站锅炉智能控制技术领域，并公开了一种电站锅炉运行数据清洗方法，包括以下步骤：定义稳态系数并采用人工引导的方式确定特征参数的稳态阈值，遍历数据计算各数据点稳态系数及稳态权重系数，根据稳态权重系数确定各数据条的稳态性，剔除标记为非稳态及各稳态段开始的若干个数据，最后采用改进的置信空间对对稳态段内数据进行筛选，提高稀疏稳态内数据的可靠性。本发明针对电站锅炉运行数据特点而提出，具有较高的可靠性，操作简单，计算速度快。

一种相变存储器数据写入方法，属于存储器的数据存储方法，解决现有相变存储器数据写入方法存在的未最大化地利用能耗预算问题，以提升相变存储器(PCM)的写性能和寿命。本发明包括读出数据步骤、分析数据步骤、写入数据步骤。本发明针对 PCM 写“0”和写“1”的延时及能耗的不对称性，充分利用 PCM 的能耗预算(power-budget)，通过分别记录每一个数据单元待修改的“0”和“1”的个数，对每一个数据单元写入顺序重新调度

本发明公开了一种基于隐私保护的数据索引方法，属于数据处 理技术领域。本发明包括：提出了一种 R-tree 划分算法，使得任意两 个叶子节点之间都没有重叠，在叶子节点上独立地添加噪音使得本地 索引 PR-tree 满足差分隐私；针对选取的部分 PR-tree 节点，采用了一 种映射机制将每一个 PR-tree 节点映射到相应的 CAN 服务器上从而构 建全局索引。本发明设计了一种基于隐私保护的两层分布式索引 PR-CA

本发明公开了一种多板卡数据同步采样系统，包括数据采集卡、 总线、采样信号线以及两个以上的测量板卡，数据采集卡包括由时钟 发生器、控制信号发生器、总线控制器和与门组成的采样时钟信号控 制模块，控制信号输出高电平时，与时钟信号与门后的采样信号控制 每个测量板卡同步采集数据以及控制数据采集卡停止总线数据采集，控制信号输出低电平时，与时钟信号与门后的采样信号控制每个测量 板卡同步停止采集数据以及控制数据采集卡进行总线数据采集。本发 明提供的多板卡数据同步采样系统，能够实现各板卡数据采集的纳秒 钟级同步，并且

一种云备份系统及其数据备份方法，属于计算机数据备份系统， 解决现有备份系统及数据备份方法所存在的存储层次单一，扩展性、 容错性、效率不高的问题。本发明云备份系统，包括中心存储器、M 个超级节点和 M 个 P2P 覆盖网络，中心存储器包括跟踪器和多组存储 节点，每个跟踪器分别连接各存储节点；跟踪器和各存储节点分别与 各超级节点通过网络连接，M 个超级节点分别连接自身的 P2P 覆盖网 络，各 P2P 覆盖网络包括多个对

随着人工智能、大数据、物联网、区块链等新一代信息技术兴起，数据量呈现爆炸式增长，传统计算系统的算力难以满足海量数据的计算需求。与此同时，摩尔定律逐渐放缓，单纯依靠提高集成度、缩小晶体管尺寸来提升芯片及系统性能的路径正面临技术极限，通过引入忆阻器新器件、模拟计算新范式、存算一体新架构，将拓展出全新的高性能人工智能芯片与系统，实现计算能力的飞跃。 目前被广泛使用的经典冯·诺依曼计算架构下数据存储与处理是分离的，存储器与处理器之间通过数据总线进行数据传输，在面向大数据分析等应用场景中，这种计算架构已成为高性能低功耗计算系统的主要瓶颈之一：数据总线的有限带宽严重制约了处理器的性能与效率，且存储器与处理器之间存在严重性能不匹配问题。忆阻器存算一体系统把传统以计算为中心的架构转变为以数据为中心的架构，其直接利用阻变器件进行数据存储与处理，通过将器件组织成为交叉阵列形式，实现存算一体的矩阵向量乘计算。忆阻器存算一体系统可以避免数据在存储和计算中反复搬移带来的时间和能量开销，消除了传统计算系统中的“存储墙”与“功耗墙”问题，可以高效、并行的完成基础的矩阵向量乘计算，未来极有潜力成为支撑人工智能等新兴应用的核心技术。 清华大学吴华强教授团队实现了材料与器件、电路设计、架构和算法的软硬件协同等多方面原始创新，解决了系统精度损失等被广泛关注的难题： 材料与器件创新。科研团队选择了电学特性稳定的二氧化铪作为忆阻层核心材料，提出了通过插入少量氧化铝层来固定离子分布、抑制晶粒间界形成的新理论，提出了引入热增强层的新原理器件结构，成功抑制了忆阻器非理想特性的产生。 电路设计创新。开发了一套忆阻器与晶体管的混合电路设计方法，提出“差分电阻”设计思想，采取源线电流镜限流设计，抑制了忆阻器电路中可能产生的各种计算误差。 算法创新。提出了混合训练算法，仅用小数据量训练神经网络并只更新最后一层网络的权重，即可将存算一体硬件系统的计算精度达到与软件理论值相同的水平。 “技术链”创新。从“单点技术突破”拓展到“技术链突破”，开发了针对忆阻器存算一体芯片的电子设计自动化（EDA）工具，打通了从电路模块设计到系统综合再到芯片验证的设计全流程。 上述理论和方法发表于《自然》《自然·纳米技术》《自然·通讯》等国际顶级期刊，以及被誉为“集成电路奥林匹克”的“国际固态电路大会”等顶级学术会议。研究成果被“国际半导体技术路线图”和30多部综述文章长篇幅引用。团队已在该研究方向申请国内外专利72项，其中30项已获得授权，知识产权完全自主可控。 团队已研制出全球首款忆阻器存算一体芯片和系统，集成了8个忆阻器阵列和完整的外围控制电路，以更小的功耗和更低的硬件成本大幅提升了计算设备的算力。全系统的计算能效比当前主流的人工智能计算平台——图形处理器（GPU）高两个数量级。团队还设计了一款基于130nm工艺研制的完整忆阻器存算一体芯片，在MNIST数据集上计算速度已超过市面上28nm工艺的四核CPU产品近20倍，能效有近千倍的优势。

项目成果/简介:随着人工智能、大数据、物联网、区块链等新一代信息技术兴起，数据量呈现爆炸式增长，传统计算系统的算力难以满足海量数据的计算需求。与此同时，摩尔定律逐渐放缓，单纯依靠提高集成度、缩小晶体管尺寸来提升芯片及系统性能的路径正面临技术极限，通过引入忆阻器新器件、模拟计算新范式、存算一体新架构，将拓展出全新的高性能人工智能芯片与系统，实现计算能力的飞跃。

 本项目针对光伏发电分散式接入电网的模式，设计了对电网友好可控的带储能装置的多端口变换器光储一体能源系统。应用环境有公共建筑、工业厂房和居民家庭等有公共电网的地方，或者无公共电网但有电力需求的地方如偏远山区、海岛等，该光储能源系统能够经过自我调节和控制与大电网互为支撑，向重要负载不间断供电等功能。 本项目成功开发50Kw光储一体能源系统，系统含有光伏端口、电池端口和交流端口，光伏组件通过Boost变换器接入直流母线；蓄电池通过双向DC/DC变换器也接在直流母线上；变换器的交流端口可以接电网，也能为三相负载供电，逆变器采用三相四线制结构，直流母线分裂电容的电压均衡由均压桥臂（S11，S12）平衡。本系统有三大特征：采用双路光伏MPPT输入，使安装在不同方向的光伏阵列最大限度获取太阳能；能量采用直流母线汇聚形式，降低了系统损耗和效率；负载接口分为重要负载和可控负载接口，确保系统维持对重要负载的供电，实现能量的平衡自治。 项目具有重大的科研价值，项目成功实现产品转化，将应用于海南某小区几个单元的供电系统，实现能量自给自足、余电上网模式，开启绿色环保、低碳节能的新用电方式。