本发明公开了一种基于 GPU 和 CPU 混合平台的高速无损数据 压缩方法，包括：CPU 读取待压缩数据文件，将该待压缩数据文件从 内存拷贝到 GPU 的全局存储器中，设置 GPU 上的线程块组 bk[a]，每 个线程块中的线程个数 b，设置压缩字典窗口的长度为 c，并设置指向 第一个压缩字典窗口的头部指针为 p_dic_h，设置预读窗口大小为 d， 指 向 第 一 个 预 读 窗 口 的 指 针 p_pre_r ， 该 指 针

（一）项目背景 当前，智慧教育具有智能导学、精准推荐、定制辅导、精细评价等特点，已成为国际国内教育信息化发展的趋势。智慧教育的研究主要聚焦于智慧学习环境建设的研究、智能技术支持下的智慧教学研究和机器学习技术支持下的个性化学习研究。智慧教育的出现极大地促进了当前教育中学习空间的重构。在“学习空间”之前，人们通常使用“教学空间”来指代这种场所，将有教学活动的场所均称作教学空间。随着人们对学习过程的理解变化、智慧教育的快速发展以及人们对非正式学习的重视，学习空间逐渐由单一的物理教学空间向包含物理空间、网络空间、移动空间的多元学习空间转变。多元学习空间的提出虽然更多地体现出了“以学生为中心”的倾向，但如何具体衡量多元学习空间对学生学习效果的影响是评价多元学习空间的重要步骤。同时，在多元学习空间具体构建时，面对空间中来源不同、结构多样、数量庞大的多模数据如何进行处理存储、并在保证数据有效性的前提下对教育数据进行隐私保护是多元学习空间需要解决的另一个难点。 （二）项目简介 本项目主要目标是针对信息技术支撑下学习空间多元化、场景复杂、需求多样化，学习者及学习行为呈现出新的特点和规律，研究多元学习空间中学习行为数据化关键技术，构建“云-边缘-物联网”架构的多模态数据存储与处理平台，实现混合式学习环境下学习行为智能感知和数据化，优化学习行为模型，基于实际应用与不同学习目标函数及内容，建立可重复、可预测、可验证的对比数据集，为数据驱动的智慧教育生态构建和教育应用提供核心技术与数据支撑。 （三）关键技术 我们面向智慧教育中准确认知学生的学习状态和行为的大数据需求提出研究方案。本项目实施方案涉及教育学、物联网、云计算、人工智能、隐私保护等多个领域，主要技术路线如图所示： 图 1 技术路线图 其中，项目包括的关键技术主要有以下三点： 1.基于物联网的多模态数据实时智能感知和多时间域数据采集技术 该技术针对学习状态的数据化、特征参数量化问题，设计能够采集多 重学习空间下的智能数据感知物联网系统。主要技术难点在于抽样频率与 识别准确度的平衡、人机交互的变化规律等全新科学问题。 2.学习状态多模态数据解析和智能处理技术 利用智能感知物联网采集实时性的原始学习状态数据，包括面部表情、 脑电信号、头部姿态、交互行为等原始数据，这些数据具有数据量大、模 态多、冗余度高等特点，需要通过智能化的预处理方法转换成可以量化的 状态数据。 3.多层次数据差分隐私保护技术 学习行为数据是学习者被动采集的多方面行为数据，受到日益增长的 具有争议性的数据伦理的制约。该项技术通过数据隐私保护机制实现数据 多层次化的差分隐私安全算法；在保证学习者最大数据隐私性的前提下， 研究满足学习行为分析所需要的数据颗粒度。

本发明公开了一种面向关系数据库扩展的自适应影像金字塔切片方法，本发明针对空间数据管理系 统发展现状，综合考虑局域网网络带宽和服务器端数据库存储块大小，并结合局域网客户端硬件情况， 提出了自适应影像切片模型，根据自适应影像切片模型自适应的选择影像切片尺寸。本发明可在多种不 同的数据库、网络和客户端条件下实现影像数据智能化高效存储与访问，为高效的影像数据管理提供了 可行的思路和方法，有助于在 C/S 架构的网络环境下高效存取和管理基于数据库技术的遥感影像数据。 

本发明公开了一种滤波器组多载波系统的数据传输方法，属于滤波器组多载波通信领域，利用与导频相邻的多个辅助导频符号抵消导频受到的虚部干扰并且通过编码可以发送额外数据。解决了滤波器组多载波系统中导频符号会受到虚部干扰的技术问题。本发明包括计算导频受到的虚部干扰步骤、计算编码矩阵步骤、设计导频周围的辅助导频符号步骤、发送及接收数据步骤、信道估计及均衡步骤、数据恢复步骤。本发明能够在保证良好信道估计性能的情况下，显著降低用于抵消虚部干扰的能量。

本发明公开了一种用于网络虚拟手术的网络数据传输方法及系统，包括：获得网络虚拟手术的工作在线特征，将工作在线特征输入至预训练后的反向传播神经网络获得四个监测输出特征；根据四个监测输出特征计算获得数据压缩率、预测补偿窗口大小、冗余重传次数以及本地插值平滑因子；按照数据压缩率对网络虚拟手术的工作数据压缩后执行数据传输；在网络虚拟手术的数据传输过程中，基于预测补偿窗口大小的卡尔曼预测器补偿延迟，根据冗余重传次数触发冗余重传对抗丢包，将本地插值平滑因子代入插值滤波器平滑网络抖动；将反向传播神经网络与虚拟手术力反馈系统相结合，实现了对网络化虚拟手术中延迟、抖动和丢包问题的自适应调节。

1、有限元分析机械结构的强度、刚度、变形程度等，并根据分析结果又针对性的优化改进设计；2、动力学分析机械机械运动机构的速度、加速度、力等，针对分析结果对运动机构优化改进；3、整机动力学分析和运动学分析

针对目前智能服务系统在服务过程中存在的人机交互语 义理解不够深入、服务适配实时性差、以及智能化优化不足 等问题，利用深度学习、强化学习、知识图谱等技术手段， 重点研究：1）高效低成本的服务数据获取方法，为各类基 于机器学习的服务模型提供高质量训练数据；2）面向服务 过程的深度语义理解，包括服务意图识别、服务过程抽取、 事件检测等；3）面向复杂服务需求的服务任务智能调度， 结合具体服务场景展开基于多目标多约束的智能优化。

该系统可以完成整车直发、零担干线、零担配送、城配、短驳等运输业务，功能涵盖基础设置、货票合同、签收回单、运输计划，调度派车、运单管理、货物交接、异常处理、回车、行车可视化追踪，以及对账、收付款和费用结算等；可对中小运输企业的“车、货、场、人”进行全面管理，最大程度上提高作业效率和人员绩效。该系统以自主研发的基于动态容重比的智能配载优化算法为技术核心，可代替传统的人工排线和调度，大幅度提升车辆配载效率，平均降低物流成本 10%～15%，可以为中小型运输企业（如专线、零担、城配）提供从“接单-配载调度-运输-回单-回款”的全流程运输解决方案。

系统非接触式实现变电站及所有设备的异常监测，包括全景视频、温度和局部放电。对GIS、变压器、电抗器、开关、电缆、CT、PT等一次设备各部件温度及各类绝缘缺陷，违规作业、异物入侵等实施直接监测或计算外推，并实时智能预警。系统由多物理量值守机器人、智能云APP和大数据后台组成，值守机器人集成局部放电、红外测温、视频图像及声音诊断等传感器，并具备初步的人工智能算法和设备异常诊断能力，后台包括设备管理和大数据评估功能模块，APP接收智能终端和后台信息，主要显示诊断结果、数据内容，并实现人机交互。通信方式有无线、有线两种。 局放传感模块、红外传感模块、视频模块、气体传感模块、声音模块、油色谱等不同功能模块可根据实际情况合理增减搭配使用。产品的集成度高，远距离非接触采集信息，高智能、高可靠、低成本。近5年来，使用该技术发现了48起变电站内潜在故障隐患，避免了多起停电事故。 本项目经过十余年的研发与产学研合作，对应了目前泛在电力物联网的总体思路和要求，具有多个电网公司的应用案例，取得了一系列国际上具有独创性的成果。 适用范围广  能在高温、低温、高湿等环境条件下可靠运行，防水防尘。 多物理量协同  集成局放、红外、视频、声音等传感器，同时监测变压器、敞开式开关、电抗器等变电站内一次设备的局放信号、红外热像、视频信息，实现多传感器的高效结合及协调诊断。 使用方便  配备智能云APP，实时接收现场值守机器人采集的数据，实现人机交互，能够早期发现缺陷，判断缺陷位置，提高现场人员的工作效率。 智能化程度高  监测的数据可以通过无线网络或有线数据同步传输，嵌入人工智能算法，提高了监测数据及时率、准确率及有效性。 安装方便  值守机器人体积小，重量轻，一键式安装。有线通信与无线通信系统自动切换，内部参数可以通过手机设置。 性价比高  采用低成本、高可靠技术路线，通过人工智能算法降低硬件的复杂性。 目前该系统已获得14项国内发明专利授权、3项PCT专利授权、8项实用新型专利、软件著作权登记3项。高电压技术、电力设备智能监测领域权威期刊上发表论文30篇。应用在国家电网、中国石化30多个变电站，有三百多套挂网运行。 不同场景的实物及应用照片，或原理图解 图1 长距离多参数智能传感器（视频、红外、局放、声音+人工智能边缘计算） 图2 短距离多参数智能传感器（视频、红外、局放、声音+人工智能边缘计算） 图3 用户报告 图4 变电站安装监测 图5 大数据后台应用