近日，上海交通大学电子系义理林教授课题组基于智能锁模算法、时间拉伸技术和实时高速电路建立的实时光谱分析控制平台，实现了锁模激光器输出飞秒脉冲的实时光谱调控，对飞秒激光器的设计具有重要的应用价值。相关成果以“Intelligent control of mode-locked femtosecond pulses by time-stretch-assisted real-time spectral analysis”为题目于2020年1月发表于国际光学顶尖期刊《Light: Science & Applications》（中科院长春光机所与Nature出版集团合办期刊），并入选为封面文章，在“News & Views”栏目被专门评述。博士生蒲国庆为第一作者，义理林教授为通信作者。 图说：期刊封面文章 飞秒尺度（1E-15秒）脉冲对应着原子分子、材料、生物蛋白、化学反应等丰富物质体系的众多超快过程，有着广泛而重要的应用。锁模激光器作为产生飞秒脉冲的重要基础研究工具，在物理、化学、生物、材料、信息科学等领域都有广泛的应用。飞秒锁模激光器自上世纪六十年代发明以来，与其相关的研究分别于1999，2005，2018年获得过诺贝尔奖。 随着超快光学的快速发展，越来越多的前沿应用需要对飞秒脉冲的时域和光谱进行精细控制。由于飞秒脉冲的产生涉及非常复杂的非线性和色散传输效应，达到特定脉冲状态的稳态输出需要对激光器多个参数在高维空间进行优化，传统基于激光器光学设计和优化的方法已被证明难以精确实现。 通过对飞秒脉冲状态进行智能识别，结合智能算法对激光器多参数进行全局优化，有望获得理想的飞秒脉冲输出，但其主要挑战在于飞秒脉冲难以实时精确识别。低速时域采样无法识别飞秒脉冲宽度和形状，光谱仪虽可识别飞秒脉冲积分光谱但无法识别其瞬时光谱，因此传统方法都无法做到实时控制飞秒脉冲精确锁模状态。为了解决这一难题，义理林教授课题组提出在锁模控制环内引入时间拉伸-色散傅里叶变换（TS-DFT）技术，通过时域到光谱的转换，采用低速时域采样即可识别飞秒脉冲对应的瞬时光谱宽度和形状。结合智能控制算法，实现了以1.4nm为精度对飞秒脉冲光谱宽带从10nm到40nm进行可编程控制，光谱形状可编程为高斯型或三角形等。这是本领域首次实现飞秒锁模脉冲光谱宽度和形状高精度实时编程控制，解决了飞秒锁模脉冲锁模状态无法精确调控的难题。 基于实时的光谱控制，该研究还展示了从窄谱锁模态至宽谱锁模态以及从三角形光谱脉冲态至宽谱锁模态的演变过程，发现两者动力学过程具有相似性，提出了目标锁模状态可能决定中间动力学过程的猜想，为人们进一步探索锁模激光器内部机理提供新视角。 图说：基于快速光谱分析的飞秒锁模脉冲智能控制 非线性光学著名专家John Dudley教授（欧洲物理学会主席，IEEE/OSA Fellow）在《Light: Science & Applications》的“News & Views”栏目撰文介绍此项工作，认为本工作极具创新性，开拓了研究锁模动力学新的可能性，很可能应用于多种锁模光纤激光器中。 义理林教授课题组过去六年来一直致力于解决飞秒锁模激光器的智能控制问题，2019年发表在光学领域顶级期刊《Optica》的“智能锁模激光器”成果入选美国光学学会旗下新闻杂志《Optics & Photonics News》2019年光学年度进展“Optics in 2019”。该方向工作部分得到国家自然科学基金（61575122）的支持。《Light: Science & Applications》论文全文https://www.nature.com/articles/s41377-020-0251-x《Light: Science & Applications》“New & Views”评述论文https://www.nature.com/articles/s41377-020-0270-7

应用领域/Apply Domain      煤炭、焦炭、矿石、炭黑、负极材料、原料沥青和固体生物质燃料等物质的水分、灰分、挥发分测定并计算其固定碳、氢含量和发热量，飞灰、炉渣中的可燃物含量分析；煅后石油焦的水分、灰分、挥发分分析；水泥的烧失量分析。  技术特点/Technical Features 1、流程规范、结果准确：水分、灰分、挥发分的测试流程、条件和结果均满足要求，不需要进行校正，可用于仲裁分析。 2、测试速度快：开机即可进行试验，采用多炉双天平结构，带有恒温干燥装置，水分、灰分、挥发分三个指标可任意组合测定或单独测定，同时测试24个试样的三项指标可在90分钟内完成。 3、自动化程度高：采用计算机实时通讯技术和自适应控制技术，将电子天平集成到仪器内部，结合自动称量机构，采用热重分析法，自动称样、自动送样、自动处理数据、结果计算、报表打印和存储等，实现无人值守。 4、操作简便：试验过程中无需取放坩埚盖、送样和取样，同时利用进口气缸自动控制水、灰部分上盖的开关，避免高温辐射和烫伤的危险。 5、控温准确：圆井形高温炉，温场分布均匀，优化的流程避免了流水线工作方式下频繁开启炉门造成温场扰动的现象，PID控温算法确保控制精度达到1℃。 6、采用隔热机构，确保内置天平工作环境稳定无干扰。 7、经典结构设计：称量和送样机构，提高称量和送样速度，缩短试验时间；没有“机械手”等滑轨平移装置，避免出现传送过程中掉坩埚、错位、摔坏坩埚等事故。 8、热天平称重技术：单一样盘，无需频繁地将样品在燃烧盘和称量盘之间来回移动，在同一气氛环境下用空白坩埚进行校正，避免流水线方式下坩埚温度不一致引起称量误差的问题；多种称量方式可选。 9、适应性强：不用依靠任何瓶装气体和空气压缩机来驱动和助燃。 符合标准 GB/T212-2008 《煤的工业分析方法》 GB/T30732-2014《煤的工业分析方法仪器法》 ASTM-D5142-2009  《煤和焦炭分析试样的工业分析方法——仪器法》 GB/T483-2007 《煤炭分析实验方法一般规定》 ISO 562-2010 《硬煤和焦炭——挥发分的测定方法》 ISO 1171-2010《固体矿物燃料——灰分测定》 GB/T28731-2012 《固体生物质燃料工业分析方法》 GB/T211-2017《煤中全水分的测定方法》 JB/T5520-91 《干燥箱技术条件》 GB/T2001-1991《焦炭工业分析测定方法》 DL/1030-2006《煤的工业分析自动仪器法》 MT/T1087-2008《煤的工业分析方法 仪器法》。 ASTMD7582-2012 《煤和焦炭工业分析标准测试方法热重法》 GB 18484-200 危险废物焚烧污染控制标准 CB 18485-2014 生活垃圾焚烧污染控制标准 CII 90-2002 生活垃圾焚烧处埋工程技术规范 技术参数/Technical Parameters 1、试样重量：0.5g～1.1g（可自定义） 2、工作温度：室温～1000℃ 3、控温精度：±2℃（水分）、±2.5℃（灰分、挥发分） 4、试样数量：水、灰部分1~20个            挥发分部分1~24个 5、测试温度：105℃（水分）、815℃（灰分）  、 900℃（挥发分） 6、测试数量/测试时间：1个工作日（8小时）可测量2批24个的工业分析全指标样 7、精密度：符合GB/T212-2008标准和ASTM D5142-2009标准要求 8、准确度：在标准样品的不确定度范围内 9、分析天平称量精度：0.0001g 10、电源：220V±22V、50HZ±1HZ 11、功率：水灰部分：4kW                挥发分部分：2.5kW 12、外型尺寸：620x530x760mm              550x580x510mm 13、重量：120kg 产品优势 1、水灰测试部分与挥发分测试部分独立控制，可同时并行测试，也可单独进行测试，放样完成后即可自动完成实验全过程，无需中途打开坩埚盖或更换坩埚；  2、设备正前方配备电子天平的外置显示屏，实时显示天平数据，便于样品的称量，提升工作效率。  3、经济、便捷。电动驱动水灰炉门自动打开，无需氧气。 4、独家实现90min可完成24个样品水分、灰分和挥发分的全指标分析。

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。

本发明公开了一种直线感应电机驱动特性分析等效电路及分析 方法。把 Maxwell 方程和绕组函数法相结合，从直线感应电机初级实 际绕组的分布出发，得到直线感应电机的初级绕组函数、次级基波绕 组函数和次级边端效应波绕组函数。然后根据绕组函数基本理论，分 析计算出直线感应电机的等效电感、运动电势系数，并建立直线感应 电机的电压和磁链方程式，进一步建立直线感应电机新型等效电路模 型。利用新型等效电路模型，对直线感应电机的稳态和动态特性进行 分析。本发明从电机的实际绕组分布情况出发，合理考虑了直线感应 电机

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。

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

现代互联网、通信和信息科技应用涉及海量异构数据，有效管理和使用数据需要对其进行组织优化和 预处理。索引是重要的预处理方法，以其为基础可提供高效的数据搜索功能。常用的开源搜索引擎Lucene第一部分 电子与信息领域技术成果采用属于关键字索引的分词倒排技术，可满足自然语言数据搜索的需求，但是对词较多或者无法分词的异 构数据，比如信号、日志、代码和基因等，需要使用SA（suffix array，后缀数组）索引，在技术原理和应 用范围上均区别于关键字索引。

成果简介：数据传输存储单元是一款基于GPRS/TD-LTE网络的无线数据通信产品。该产品利用运营商的无线网络，为终端设备和数据服务中心（平台）搭建起一条无线通信链路，客户可基于该无线通信链路传输其用户数据。数据传输存储单元配有128MBFLASH空间用于数据存储功能。并具备数据补传、数据定时主动上传功能，支持数据加密压缩算法，并能够根据物联网要求添加加密算法。数据传输存储单元具有远程、本地控制输出功能，可支持本地远程升级维护，具备设备自检功能和终端设备异常事件记录功能。数据传输存储单元具有极高的性

01. 成果简介 随着移动计算、传感器网络和科学观测设备等新技术在经济社会各领域的广泛应用，特别是监控、遥感、定位等技术的崛起，人们获得了海量的时空数据。时空数据分布于连续空间，并且随着时间动态变化，具有十分复杂的模式规律。例如，卫星遥感数据和雷达回波数据是广泛应用于气象观测和军事侦察的时空数据，在连续的卫星扫描或雷达观测过程中，形成时间轴上的一系列遥感图像或回波影像，反映三维地理空间中某种观测物理量的变化规律。视频监控、医学影像、气象预报、环境监测等很多应用领域都涉及时空数据预测和识别任务，在问题求解过程中需要同时考察时间和空间两方面因素，存在时间上的非平稳性和空间上的高维相关性两大技术难题。 本成果创新大数据深度学习技术，从复杂、海量、高维、非平稳的时空数据中识别重要的时空模式，挖掘在时间和空间上的变化规律，并对未来的时空演变趋势进行预测，形成了时空数据预测和识别的深度学习技术（如图1所示）。具体包括：·        提出卷积结构与循环结构深度融合的统一建模方法，学习高维度、非线性时空特征表示，挖掘空间关联结构与时间动态信息；·        提出时空记忆单元和回忆机制，对时空非线性、非平稳性变化进行预测学习；·        提出时空数据的迁移学习技术，降低时空分布差异，实现知识的跨时空迁移。 该技术尤其擅长捕捉高维度、非平稳时空数据的非线性变化规律，例如多物体对象在空间和时间上的“产生、消亡、运动、形变“等复杂时空数据场景。与同类技术相比，运行时间短，预测和识别精度高，在国际上处于整体先进、部分领先的水平。  图1. 用于时空数据预测和识别的循环神经网络架构及其时空记忆单元图2. 本成果技术（时空数据预测与识别）在北京交通流量预测任务上的效果02. 应用前景 该技术成熟度高，部分成果已经以线上系统的形态成功应用于中国气象部门强对流天气预报业务中，与国内现有极端天气预报业务系统相比，该技术将雷达回波外推预报准确率平均提高了45%，其中高强度雷达回波外推预报准确率提高了353%，处于国际先进水平。气象灾害中70%以上是由雷暴大风、下击暴流等强对流天气导致，致死人数占自然灾害死亡人数的93%，因此该技术在避免人员伤亡、实现财产保全、减少农业损失方面产生显著的社会经济效益。同时，该技术还可广泛应用于时空数据的预测和识别场景，在关系国计民生的气象、环保、交通等领域可以发挥重要作用，应用前景广阔。例如，采用该技术可实现未来交通流量时空分布的精准预测（如图2）。该项成果还入选了2018年首届数字中国建设峰会，为杭州G20峰会、厦门金砖会晤、中国国际进口博览会等提供了精准预报支持，获得2018年教育部技术发明一等奖和2018年中国气象学会科技进步奖一等奖。03. 知识产权 本项成果已获得发明专利授权6项。04. 团队介绍 本成果团队长期研究大数据管理与分析技术，包括分布式数据存储与查询、深度学习与迁移学习、业务过程挖掘、数据质量治理等方向。团队负责人为王建民教授、软件学院院长，机器学习小组组长为龙明盛副教授。团队在本领域发表国际学术论文100余篇，申请专利100余项，授权专利60余项。相关成果获2018年教育部技术发明一等奖、2018年中国气象学会科技进步一等奖、2014年国家科技进步二等奖、2013年中国电子学会科技进步一等奖、2012年教育部科技进步一等奖等奖励。05. 合作方式 技术许可 / 软件服务。