本系统是基于计算机图像处理技术的 X 射线实时成像检测系统，对工业生产中关键部件实现无损检测。该系统分为动态检测和静态处理两大部分。在动态检测中，系统可以根据图像检测算法，对图像中的缺陷进行实时检测和评判。在静态处理中，系统除了可以进行图像的边缘检测，长度、面积的自动测量，灰度直方图统计等操作外，更为重要的是可以根据内置的算法及标准，对缺陷的性质和等级进行自动评定。该系统具有成像质量高、测量精确、操作简便、稳定性好的优点。

 实时生产信息集成系统是“生产控制”与“生产管理”信息系统之间的桥梁，主要实现如下内容：  1、对流程工业中各套生产控制系统（DCS/PLC）的数据全面采集，集中存贮、统一管理，并生产历史数据提供长时间、高速的在线查询。  2、系统实时性极高、数据应用功能丰富，支持企业生产调度、远程监控、公司/车间生产优化与管理等多方面的数据应用。  3、对 MES、ERP、MIS 等企业信息系统，提供“生产数据”支持，生产数据自动获取，不再需要 烦琐低效的人工录入。

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

得到三个重要结果：（1）在在线社交网络中，个体的传播力可以被精确地定义为最大连通渗流集团的大小与个体在该连通集团的概率的乘积。这里第一次给出了社交网络中个体传播力的简洁数学方程。（2）任何个体的影响力都可以在特征关联长度内，仅仅通过局部的网络结构信息来精确衡量，其误差会随该长度成指数衰减。这种现象与物理相变中临界行为之间有着深刻的理论关联。（3）基于上述发现，设计了一个优化算法来选择最具有影响力的个体。该算法不需要知道网络结构的全局信息，从而其计算时间复杂度与网络规模无关为一常数。在顶点数量以亿为单位的网络上，该算法时间复杂度比以往最快的贪心算法快上千万倍，且可以获得质量极高的优化解。

本发明公开了一种分开处理数据与元数据请求的方法。包括： 增加请求的元数据语义；为每个 SCSI 设备设置数据请求队列与元数据 请求队列，后者专门用来处理元数据请求，且对不同的请求采用不同 的处理方式。根据元数据请求粒度小、实时性强、分布分散的特点， 元数据请求队列采用优先响应处理的方式，请求不经过 I/O 调度层， 不在请求队列中延迟，直接下发到磁盘驱动器；对请求粒度大，频度 相对低，分布集中的数据请求，采用经过 I

浙江财经大学黎昌抱教授编著的《基于平行语料库的文学自译现象研究》2017年12月由高等教育出版社出版，获2019年“浙江省第二十届哲学社会科学优秀成果奖”三等奖（基础理论研究类）。 该成果是国家社会科学基金项目《基于平行语料库的文学自译现象研究》（项目批准号为12BYY025）的最终研究成果。长期以来，自译研究一直处于被边缘化状态，直到20世纪六七十年代，自译还只是作为一种翻译现象在理论研究中使用。从学界目前研究现状来看，在国外，自译研究的一个显著特点是立足双语写作视角，起始于20世纪六七十年代；在国内，研究视角虽然较为多元，但比较零散，而且这些研究基本上集中在最近10年。无论在国外还是在国内，目前的自译研究一般是以个案研究为主，即以作者为中心的研究和单文本自译作品为对象的研究，而且这些研究往往侧重微观。据此，本研究将基于自行研制的汉英自译平行语料库，参照类比他译，并以现象学为理论视角试图就自译研究的基本问题（即自译及其范畴问题）、自译行为的心理机制、自译过程的主体间性、自译结果的文本间性以及自译活动的标准策略等方面对文学自译现象进行尝试性探究和综观描写。

本发明公开了一种关于模板库编程约定的检查方法，属于计算 机并行程序设计技术领域。本发明首先将编程约定描述为状态，以及 将状态的迁移描述为编程约定中对指定方法的调用；然后将状态实现 为类，并在类中编写符合编程约定的方法来供编程人员调用，以保证 当编程人员违反编程约定的时候让编译器会停止编译并给出相应提 示；预测编程人员可能会出现哪些错误，并在相应的表示状态的类中 添加方法，使得当编程人员违反编程约定时能给出相应的提示信

产品详细介绍    中小学生成长档案信息管理系统是根据教育教学目标，有意识地将学生有关表现及其他佐证材料以信息化的方式管理起来， 通过智能地分析与解析，反映学生在学习与发展过程中的优势与不足，并通过学生的反思与改进， 家校互动激励学生取得更好发展，同时帮助学校应对第三方教育评价提供教育教学质量数据。     系统主要由“学籍管理”、“素质报告”、“选课系统”、“成长轨迹”、“家校互动”五个部分组成。“学籍管理”部分主要记录学生的基本信息，此功能模块将取代现有“中小学生学籍管理系统”，包含了现行学籍管理系统中所有功能，并提供和上级学籍管理系统的数据共享功能。此数据库也将作为家校互动模块中家长登录的帐号数据库。“素质报告”部分主要记录学生的综合素质发展及评定情况，数据来源于学生平时学业成绩、身心健康、综合评价等数据，并可生成打印素质报告单。“选课系统”部分主要记录学生校本课程选修情况及学分管理。“成长轨迹”部分主要记录学生兴趣、爱好、特长发展情况，教师通过此模块能方便地录入学生的兴趣、爱好、特长方面的数据，其中既可以输入每个学生的爱好、特长项目的内容，又可以上传学生获得的各种荣誉的证书扫描件及电子文档，还可以上传学生参加各级各类活动的图片及视频。“家校互动”部分主要记录家长与学校互动交流情况。  “中国学生成长动力档案库”七大模块： 第一模块【学生成长档案】 学校教师、学生注册为会员后才可登录。里面设有 “教师管理”：里面设有各年级组长、各班班主任、各班各科目教师等信息。 “学生管理”：里面设有学生基本信息、成绩情况、选修课成绩情况、各科老师评语、在校奖惩情况、德智体养劳成长轨迹、身心健康、综合素质评价等。 “学校报告”：学校每学期的教育质量、教学水平自评报告。 “选修课程”：各科教师发布选修课题，学生自选老师课堂。 “家校互动”：校内老师、学生、家长互动交流。 第二模块【家校互动】 “家校互动”：整合全国各地教育专家、教师、家长、学生互动，彰显全面素质教育大氛围，构建“全员、全方位、全过程、全环境”育人新格局的素质教育；是教育家长的大课堂，是家长、学校、社会共同教育学生的第二课堂。 “视频会议”：手机视频家长会、远程视频家访、视频课堂。 “问卷调查”：学校教育质量意见调查，老师教学水平意见调查，中国学生成长动力档案库读者意见调查。 第三模块【新闻公告】 “青少年活动”：汇集全国德、智、体、美、劳综合素质教育、视频教练、全国及国际竞赛活动信息。 “政策方针”：转载教育部、教育厅、教委、教育局相关文件。 “助力教育”：转载、发布各地教育专家论坛，助推教育健康发展。 “新闻资讯”：转载、发布各地学校有关教育新闻。 第四模块【学校介绍】 全国高校、中职技校、中小学校，链接院校网址，展现真实的校风校貌。 第五模块【网络教育】 学生自学（部编版教材同步课程名师讲课）、双师教学、家长教育、安全教育、感恩教育、教师内训、教育考试评测系统、学生综合素质管理评价系统等软件及远程网络视频的链接。 第六模块【中国教育人才档案】 免费发布：教职工招聘信息、教职工求职信息。 第七模块【档案库介绍】 “视频欣赏”：各地学校特色表演、娱乐活动等共享同呜。 “档案库PPT简介”：全面描述“中国学生成长动力档案库”。 请常关注我们的网站  www.zgxsczdldak.com  （中国学生成长动力档案库）

技术优势 智慧水利大数据平台项目成果包括- -套软件产品“水文与水库大坝安全监测大数据平台”和两类算法，即“水库入库流量预测算法”和“智能水库防洪调度算法”。 1)水文与水库大坝安全监测大数据平台:该平台基于传感器网络采集水库水文信息和大坝的各个核心区域的压力、位移、沉降等信息，基于大数据分析技术和可视化方法，设计实现了一种面向水库大坝安全监测的可视分析软件平台。 2)水库入库流量预测算法:水库入库流量预测是精细化水库调度的基础，现有的基于水文模型的库流量预测方法对流域的适应能力较弱，预测精度难以满足精细化调度的应用需求。该项目基于历史水文数据，采用深度学习技术，对水库的入库流量进行滚动预测。结合智能化的时间序列决策方法，能够实现对水库的智能化管理调度。 3)智能水库防洪调度算法:汛期的水库防洪调度是水库管理中面临的重要问题。该项目针对水库防洪调度中的上下游安全问题建立多目标优化模型，采用计算智能方法对模型求解获得精细化的水库防洪调度方案。与现有工程实践中基于规则的水库防洪调度不同，该方法不依赖于水利专家的经验，能够提供更加精细化的水库防洪调度方案。 智慧水利大数据平台——功能模块图 大坝安全检测指挥中心数据大屏——水库大坝一张图 系统主要功能模块

技术优势智慧水利大数据平台项目成果包括- -套软件产品“水文与水库大坝安全监测大数据平台”和两类算法，即“水库入库流量预测算法”和“智能水库防洪调度算法”。1)水文与水库大坝安全监测大数据平台:该平台基于传感器网络采集水库水文信息和大坝的各个核心区域的压力、位移、沉降等信息，基于大数据分析技术和可视化方法，设计实现了一种面向水库大坝安全监测的可视分析软件平台。2)水库入库流量预测算法:水库入库流量预测是精细化水库调度的基础，现有的基于水文模型的库流量预测方法对流域的适应能力较弱，预测精度难以满足精细化调度的应用需求。该项目基于历史水文数据，采用深度学习技术，对水库的入库流量进行滚动预测。结合智能化的时间序列决策方法，能够实现对水库的智能化管理调度。3)智能水库防洪调度算法:汛期的水库防洪调度是水库管理中面临的重要问题。该项目针对水库防洪调度中的上下游安全问题建立多目标优化模型，采用计算智能方法对模型求解获得精细化的水库防洪调度方案。与现有工程实践中基于规则的水库防洪调度不同，该方法不依赖于水利专家的经验，能够提供更加精细化的水库防洪调度方案。智慧水利大数据平台——功能模块图大坝安全检测指挥中心数据大屏——水库大坝一张图系统主要功能模块应用前景随着水利信息化的发展，物联网技术、人工智能技术和大数据技术的广泛应用，智慧水利逐渐成为可能，智慧水利大数据平台的建设正处于蓬勃发展的历史时期。该研究成果面向水库管理中的信息化和智能化问题展开研究，提供了基于物联网的大坝数据采集，基于大数据处理和可视分析技术的大坝安全监测和基于计算智能技术的水库入库流量预测与智能水库防洪调度解决方案。项目研究成果包括科研成果论文和软件产品，研究成果成熟度较高,具备良好的市场转化潜力。