聚焦计算机实验室上机管理核心业务，覆盖机房上机全场景应用(上课上机、专项上机、自由上机)。简化实验室上机资源分配流程，提供高效易用的上机管理和服务，通过数据分析与挖掘、可视化呈现等手段，为机房管理者日常运营管理，以及实验室建设效果展示，提供了有力的数据支撑，方便信息化管理者实时掌握应用的数据变化，有效合理的运营决策。 方案架构 服务器端:系统服务器程序、用户认证服务程序 客户端:支持部署在多种架构(VDI/VOI/IDV)的云桌面和PC桌面中,客户端负责接收服务器指令 管理端:通过浏览器访问,统一远程管理大规模的上机终端设备,支持跨校区管理 微信小程序:学生通过手机微信小程序,完成上机课程查询和上机预约 方案组成 上课上机管理 [应用场景]：适用于学校不同专业实验课程上机安排，根据排课课表进行上机 [上课上机流程]：教师申请课程任务⇒管理员执行排课⇒准备上课上机⇒指定桌面，执行上课⇒提醒学生下课，上机结束 专项上机管理 [应用场景]：适用于临时申请实验机房，比如:专业实操训练、校外招聘考试、学期末考试等上机需求场景 [上课上机流程]：教师提前申请⇒上机实验室和时间申请成功⇒准备专项上机⇒指定桌面，执行上机⇒提醒学生下课，上机结束 自由上机预约管理 [应用场景]：适用于非上课上机和专项上机时段外，都可以灵活安排对外开放，学生自由预约上机,资源充分利用 [上课上机流程]：学生提前预约⇒预约时间到，学生登录上机⇒预约时间结束，提醒下机 价值优势 1）多种上机模式 提供多种上机模式，满足不同的实验机房上机应用需求，提高实验机房资源利用率。 2）灵活上机排课，上机联动 课程排课支持按校区排课,便于大项目跨校区应用；到点按课表执行上课上机，可自动切换进入指定桌面系统。 3）多维度上机数据分析 提供“实验机房应用分析”，包括终端使用时长、桌面并发数、桌面访问次数、软件使用次数等分析，以及“学生上机时长分析”、“课程考勤╱课程课时分析”。 4）多形态终端桌面统一管理 可以统一管理不同形态终端桌面，包括VOI、VDI、IDV云桌面，以及PC桌面，统一纳入上机桌面，进行集中管理。

搭载2颗鲲鹏920处理器，Hi1710智能管理芯片，最多支持32个DDR4-2933 内存插槽、8个PCIe 4.0插槽，适配2U或4U高度机箱的机架服务器，适用于大多数通用数据处理场景。 高性能 具备业界领先的56G高速SerDes能力，主板性能提升25% 高可靠 信号误码率低于10的负12次方，故障率比业界平均水平低15% 高能效 创新的DEMT动态节能技术，可以实现能效比领先业界15%以上 技术规格 组件 规格 主板型号 S920X00 处理器型号 2个鲲鹏920处理器 内存插槽 最多支持32个DDR4-2933 内存插槽 PCIe扩展 支持8个PCIe 4.0 x8或者3个PCIe 4.0 x16 + 2个PCIe 4.0 x8 板载网络 支持2个板载网卡，支持GE/10GE/25GE网口 管理模块 支持Hi1710智能管理芯片

银河麒麟服务器操作系统是在“863计划”和国家核高基科技重大专项支持下，研制而成的高安全、高可靠、高可用国产操作系统，系统实现对飞腾、龙芯、鲲鹏、兆芯、海光等自主CPU及x86平台的支持，已经在国防、军工、政务、电力、航天、金融、电信、教育、大中型企业等行业或领域得到广泛应用。 产品特点 安全创新 国内首家通过公安部信息安全产品检测中心第四级结构化保护级安全认证，以及首家通过军B+级安全认证的操作系统，是国内高安全等级的操作系统。  高效地系统备份还原功能，支持全量、增量的备份还原，支持通过GRUB进入备份还原。  良好兼容  支持飞腾、龙芯、鲲鹏、兆芯、海光等国产CPU平台，兼容国内外主流服务器、存储系统、板卡和外部设备。  丰富生态  支持以Oracle、DB2、MariaDB、MySQL为代表的国际主流数据库，以及以达梦、金仓、神通、南大通用、上容为代表的国产数据库，支持以Weblogic、WebSphere、Tuxedo、JBOSS、Tomcat为代表的国际主流中间件，以及以东方通、中创、金蝶为代表的国产中间件。  开发环境  支持QtCreator、Eclipse等开发环境，提供配套的C/C++、Java及主流语言的编译、测试、调优工具集。提供Python、Perl、PHP、Tcl/Tk、Shell、Go等编程语言开发环境支持。  高可用性  支持软、硬RAID，支持RAID0、RAID1、RAID5、RAID10等多种模式。支持网络冗余，提供多模式网卡绑定功能，满足不同场景的网络需求。  虚拟化支持  全面支持LXC/Docker等虚拟机。 

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

包括以下步骤：第一步、确立接收端模型；第二步、化简接收端模型；第三步、通过分层检测算法解调出发送的数据。本发明的基于分层检测的空移键控传输系统接收端数据检测方法，其误码（BER）性能随着搜索半径的增加逐渐逼近最优检测算法（ML），当搜索半径为发送端天线数目时，本发明的检测算法等价于最大似然检测算法。本算法通过对每层进行计算排序使得在较小的搜索半径下可获得接近最优检测算法的误码率性能，因此本发明能在获得较好性能的同时，大幅度降低接收端算法的复杂度。

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。

舆情监控是整合互联网信息采集技术及信息智能处理技术通过对互联网海量信息自动抓取、自动分类聚类、主题检测、专题聚焦，实现用户的网络舆情监测和新闻专题追踪等信息需求，形成简报、报告、图表等分析结果，为客户全面掌握网民思想、行为动态，做出正确舆论引导，提供分析依据。西安交通大学大数据分析技术与算法国家工程实验室舆情大数据分析研究小组在舆情监控领域进行了大量的研究工作，在数据方面构建了包括 Facebook、Twitter、微博、贴吧、门户网站、论坛在内的 100 余处主流站点的数据，构建了包括文本、图片、视频等在内的跨模态舆情大数据。该项目团队拥有完整独立自主的知识产权，实现了技术的自主可控，并且能够提供一站式社交网络信息处理方案和技术支持，如更广的数据采集扩展、丰富的数据分析、多样的舆情报告、多端的平台应用。目前该系统已应用于教育部考试舆情监控系统、榆林舆情监控系统、丝路学院知识中心，用户涵盖国家部委、公安、宣传、军队、高校等领域，并获得了用-- 25 --西安交通大学国家技术转移中心户的一致认可和高度评价。