本发明公开了一种 RFID 电子标签在线检测方法，具体为：在对工位进行 RFID 芯片封装过程中，实时建立该工位内的 RFID 芯片 ID号与标签位置的映射关系；工位封装完成后，同时读取该工位内的所有 RFID 芯片 ID，将读取的 RFID 芯片 ID 与该工位内的 RFID 标签 ID与 RFID 标签位置的映射关系进行比对，确定读取缺失的 ID，其对应的标签即为次品。本发明还提供了一种 RFID 电子标签在线检测装置，包括 X 向进给机构、Y 向进给机构、读写器、处理器、打标机构、夹持机构以及

本发明公开了一种倒装 LED 芯片在线检测的收光方法，该收光 测试方法包括如下步骤：待测试芯片被移动至积分球收光口的上方； 设置于积分球下方的积分球升降装置向上运动，使所积分球的收光口 对准所述待测试的倒装 LED 芯片的发光侧，并且使设置于积分球收光 口处的板片贴紧装载待测试倒装 LED 芯片的盘片。按照本发明设计的 收光测试组件，能够成功地解决倒装 LED 芯片电机和发光面不同侧的 问题，具有高的收光精度，尤其与倒装 LED 芯片在线检测装置配合使 用，能够显著提高性能，实现倒装 LED 芯片的

本发明公开了一种高精度的刀具偏离量在线测量装置，包括固 定安装于机床的主轴头上的装夹机构，所述装夹机构上安装有激光位 移测量装置，所述激光位移测量装置上连接有用于接收和处理其发出的信号的数据采集处理装置，所述激光位移测量装置包括两个以上的 激光测量头，激光测量头均安装在装夹机构上，每个激光测量头上均 设有激光发射器和激光接收器。采用激光位移测量装置测量切削过程 中刀具偏离量，信号采集频率高，测量精度高；采用至少两个激光测 量头，可以同时测刀具的 X 轴方向和 Y 轴方向上的偏离量，并通过建 立几何关系方程进行误差补偿，外部干扰影响小，测量精度高。

校宝在线成立于2010年，是中国深受欢迎的教育信息化综合服务提供商。 经过近十年在教育SaaS领域的深耕，校宝在线已经帮助超过90000个教育品牌实现信息化管理，帮助超过180000个校区实现互联网+教育的业务升级，服务教育从业者超100万，年经办交易流水400亿元。基于多年的行业沉淀以及阿里巴巴、蚂蚁集团等优质战略资源的整合，校宝在线以“双轮驱动+增值服务”战略全面布局教育服务产业。即，校宝在线除了为教育培训机构与K12全日制学校提供SaaS信息化服务，更进一步用金融服务、内容服务和营销服务等增值服务多方面赋能机构，真正助力学校成长与发展。

全美在线（北京）科技股份有限公司（以下简称“全美在线（ATA）”）是中国智能化考试测评服务和操作类考试测评技术的专业化供应商。 全美在线（ATA）以“成为全球专业的考试测评服务机构和人才大数据运营商”为公司愿景；以“创建亿万人的才智发展图谱”为公司使命。 全美在线（ATA）长期致力于为中国以及全球政府机构、行业协会、企业和考生提供专业的考试测评和在线学习服务；全美在线（ATA）自主知识产权的考试测评技术以多种语言应用于全球多个国家和地区，是将考试技术向海外输出的中国公司之一。全美在线（ATA）创造性地将形成性评价技术应用于在线学习领域，为千万考生能力提升提供卓有成效的学习模式，为主办方提供成熟、可靠的在线学习技术与运营服务。 全美在线（ATA）拥有遍布全国34个省、自治区、直辖市及香港、澳门特别行政区，以及欧洲、美洲的3,000余家考站，可为考试主办方和招聘企业提供广泛的计算机智能化考试测评服务，具备在同一天部署实施百万科次考试测评，年部署实施数千万科次考试测评的能力。 全美在线（ATA）总部位于北京，研发及运营中心设于上海，在全国设有联络机构。 ATA（Advanced Testing Authority）成立于1999年，全美在线（ATA）成立于2006年。2018年全美在线（ATA）完成与美国上市公司Ata Inc.（NASDAQ:ATAI）的拆分，将持续专注于考试测评的核心业务，并不断向人才能力提升和招聘求职延展，为考试主办方、考生提供领先、专业的考试测评技术和运营服务，致力于成为全球服务人次多，技术先进，评价精准的考试服务公司。

清华大学地球系统科学系阳坤教授课题组在《科学数据》（Scientific Data）上发表题为“The first high-resolution meteorological forcing dataset for land process studies over China”的研究成果，发布了过去十年间阳坤团队开发的一套服务于陆面、水文、生态等地表过程模型的中国高时空分辨率气象数据集。该数据采用严格的数据质量控制，统一的站点数据、卫星数据和再分析数据的融合方法，避免了不同学者对同一研究区域气象数据的重复处理。近地面气象数据是地表模型的主要驱动。自2004年美国国家航空航天局（NASA）发布全球陆面数据同化（GLDAS）气象数据以来，北美、欧洲等区域高分辨率气象驱动数据集也不断涌现。阳坤教授团队自2008年起利用中国气象局数据共享的契机，开始了中国区域高分辨率气象驱动数据集的开发，建立了气象数据的预处理系统和融合系统，完成了首套相对稳定可靠的长时间序列数据产品。该数据集覆盖了中国陆地区域，时间跨度为40年（1979-2018），空间分辨率0.1度，时间分辨率3小时，包括了近地面气温、气压、比湿、全风速、向下短波辐射通量、向下长波辐射通量、降水率等 7 个变量。基于独立站点数据的评估表明，该数据集较国际上广泛使用的 GLDAS 数据集具有更高精度。目前，该中国区域高分辨率气象驱动数据集已发布在国家青藏高原科学数据中心，可免费获取。原文链接：https://www.nature.com/articles/s41597-020-0369-y数据网址：https://doi.org/10.11888/AtmosphericPhysics.tpe.249369.file

这项研究收集了2020年1月1日至1月28日期间，中南医院收治的138名新冠肺炎病例数据，其中40名（29%）医护人员和17名（12.3%）住院病人受到院内交叉感染。受感染的医护人员中，31人在普通病房工作，7人在急诊部门，2人在重症监护室。 武汉中南医院的这项单中心病例分析成果，清楚阐释了新冠肺炎的临床特征和治疗经验，为抗“疫”阻击战取得进一步胜利打下坚实基础。同时，研究证明“超级传播者”存在的可能性和病毒不可小觑的侵袭力，全员警戒一刻不容松懈，尤其要求一线的医护战士得到最严格的防护武装。

火灾事故调查是是一项技术性、政策性、规范性、法律性和时效性都很强的工作。由于火灾现场的千差万别，火灾调查这一专业执法工作所涉及的知识面特别广泛，在现场勘查过程中遇到的专业问题又相互交织在一起，加之建筑新材料、新工艺、新技术、新产品的不断涌现，使得火灾现场典型痕迹的发现和识别显得尤为重要。本课题选题从消防部队实际需求出发，以实际火灾现场中的痕迹为主要研究对象，收集提炼玻璃和混凝土等常见材料在火场高温条件下的痕迹特征，以解读痕迹形成的过程和规律，为火灾调查工作的开展提供有力支撑。

本项目研发了一套完整的现场数据采集服务支撑技术，提供了数据采集集成服务的商业运营新模式。针对工业互联网建设过程中普遍存在的现场数据采集需求，整合了综合感知、AI智能处理、网络安全传输、数据质量管理和标准化输出等多个环节，把经过质量分析和标准化处理后的实时数据，作为产品对接到工业互联网应用平台的数据池，供后续数据处理和应用分析。整套技术包括4大模块：1）智能网关：基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置云服务器；重点研究基于小目标的AI图像分类算法。2）AI模型管理系统：实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。3）数据管理和标准化处理：数据有效性管理、数据质量评估、数据标准化和数据安全机制。4）智能运维：开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提高效率、降低成本、保证系统运行质量和数据的有效性。 如图所示，项目完成了对于现场数据的传感、传输、管理、输出和设备运维等一系列工程实现。应用范围: 1、智能网关： 开发基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置服务器。 综合接入能力： 包括有线传感器和特定的无线传感器、与现有系统的对接 有效感知能力： 实现基于图像的AI视觉感知能力，重点研究基于小目标的图像分类算法 安全传输能力： 提供4G、5G、NB-IOT的上行传输模块化替换 提供安全的加密手段，保证数据安全 现场调试配置能力： 具有现场WiFi调试功能，方便安装和运维人员现场配置和检测 软件和通信标准版本现场升级 2、AI模型管理系统 需要实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。 样本管理能力 原始样本管理、样本实例库分类和管理、检测样本管理等 模型计算和管理 算力管理：对算力的统筹，外部算力的对接等 算法管理：自主开发算法的管理和调动，外部算法的调用和对接 模型管理：包括模型的功能属性和已经应用的情况的统计分析 设备管理 设备的AI模型配置能力、AI推演过程的监控、AI推演结果的跟踪采集和分析 3、数据管理和标准化处理 数据有效性管理 监测数据是否按时上传、上传数据是否符合要求、是否为非法数据 告警输出：把告警信息进行分类，并推送给相关的运维系统 数据质量评估 按照标准对现场采集数据进行多维度的质量分析，为后续数据应用提供参考依据 数据标准化 格式标准化：完善采集时间、地点、单位等属性， 输出标准化：按照标准协议与工业互联网平台数据池进行对接 数据安全 区域性部署：可以应用户要求部署在其内网 并行部署：可以通过并行部署，网关上联多个服务器，确保用户的可靠性需求 数据回滚能力：可以应工业互联网平台要求对数据进行一定期限内的回滚，保证数据在一定时间段内不丢失 4、智能运维 开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提供效率、降低人员成本、保证系统运行质量和数据的有效性。 运维人员管理 对运维人员的信息、定位、工作状况管理 巡检任务管理 对部署的硬件和相关工作环境定期巡查的任务制定、下发、执行过程和结果的记录和管理 临时故障处理 对系统自动告警和现场突发状况的应急处理能力，包括人员调配、处理流程提示和建议、相关情况处置参考案例、后续统计追踪等。网关核心板实物照片