产品详细介绍　　实验室自净式空气净化、消毒器（产品专利号：ZL00240894.4） 　　随着科技和教育事业的发展，加上人们环保意识的增强，对化学实验室建设的要求越来越高，我公司经过多年的市场调查，研制成功了实验室自净式空气净化、消毒灭菌器（以下简称净化器）它固定在实验桌台面上，吸风口高度和水平角度能自由调节，学生在做实验时散发出的有毒、有害、有味气体通过吸风口吸入净化器内，通过净化器特殊的净化措施对有毒、有害、有味气体进行净化、过滤，并输出符合排放标准和环保要求的新鲜空气。该产品被列为教育新产品研究项目，已通过核工业西昌环保产品检测中心检测，符合国家环境保护产品指标，产品获国家专利，并受国家知识产权局专利保护。它不但可用在化学实验室，同时可用在化学品库、柜和物理、劳技实验对空气进行挣化。 　　由于净化器对有毒、有害、有味气体在吸附、除味、降解毒性和过滤过程均采用台湾产固体催化剂，日本产可再生活性炭过滤网消毒和非线性等离子技术等手段，所以5年内无需要换辅助材料和过滤材料。以一个标准实验室的通风净化装置与管道通风装置比较成本可降低五倍以上。 　　在现代标准实验室建设中，采用自净化式空气净化、消毒、灭菌器不失为一种较好的选择，具有推广价值。本产品理化性能已通过核工业部环境保护产品检测中心检测。

产品详细介绍　　特点　　•公称容积：实验室系列：5L～100L　　中试及生产系列：70L以上　　•材 质：不锈钢（SUS304、SUS316）　　•装料系数：70%~80%　　•高 径 比：1：2～1：3　　•搅拌形式：气流（GY）、机械（GJ）　　•灭菌方式：在位蒸汽灭菌（可夹套蒸汽预热）　　•控制类型：分A（普及型）、B（优化型）、BE（增强型）、C（全自控型）四种（详见控制系统介绍）　　•可控参数：温度、转速（机械搅拌型）、pH、溶氧、流量、压力、补料、自动消泡等  

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。

产品详细介绍 随着外语教学改革的发展，充分利用现代教育技术开展语言网络化教学已成为各校的共识，许多学科都基本实现了教学的信息化；传统的多媒体教室以及数字化语音室、电脑网络教室等，设备繁杂，操作和维护繁琐，课堂时间又很紧张，教师很难操作，如何解决这一难题？功能要强大，操作要极其简单，又能适应当前的发展？“多功能智慧型网络语言实验室”不仅满足了目前外语教学要求，解决外语教学中的难点，实现了外语教学全过程“听、说、读、写、译、练”等各项训练的信息化、网络化、交互式、多媒体化，最重要的是，新型的互动语言实验室使语言教学更为简单，容易操作；使外语言教学变得更有规律、更为直观并更为高效，解决了“以往的数字语音室只能实现语音交流、缺乏多媒体互动和网络互动、设备繁杂，维护难，操作难”这一难题，提高了教师教学效率，增强学生学习的兴趣和情感。建立“多功能智慧型网络语言实验室”也有助于形成教师个性化的教学模式和个性风格，整体提高外语教学的水平。       随着云计算、网络技术、多媒体技术和手写笔迹保存与识别、输入技术的不断发展，集成能力的不断增强等等，这无疑对语言教学提供了更有效的信息化途径。“多功能智慧型网络语言实验室”是以“iteacher教师一体化智能终端”和“istudent学生一体化智能终端”等网络化、数字化设备为基础，突出多媒体交互和多媒体教学及网络功能，将数字语音技术、图像传送与处理技术、数字音频与图像处理技术相结合，实现教师与学生的教学过程互动、网络互动的语言教学平台设备。“多功能智慧型网络语言实验室”实现一室多用，具备了现代电子教室的几乎所有功能，包括具备传统语言实验室功能、传统多媒体教室功能、传统电脑教室功能；同时具备交互式网络互动教学、多媒体白板教学、远程教学等等，也是一室多用的智慧云教室：“多功能智慧型网络语言实验室”既具有本地教师授课功能、考试功能、课堂互动功能、学生自主学习功能，又具备web远程备课、远程学习、远程管理等功能，教师可以网络备课，学生也可以网络复习，完成教师布置的作业，支持iPAD、手机、平板电脑等终端，具有有线、无线接入方式等扩展，是多媒体语言教学系统的发展方向和潮流。方案详情咨询：周经理   13661329538   84718624#qq.com

产品详细介绍          《创业之星》产品详细介绍     《创业之星》主要功能：   创业之星的目标，是为所有学生而不仅仅是部分学生提供一个创业实践的训练平台，使创业教育真正落地。透过创业之星领先的商业模拟引擎，让学生在虚拟创业空间里，全面体验创业的全过程，尽情释放才智，挥洒创业激情，放飞创业梦想！在这里，创业不再是停留在书面上的理论知识，而是真实的体验与实践。   《创业之星》涵盖了从计划、准备到实施的创业全过程。《创业之星》主要包括三大部分功能模块：创业测试、创业计划、创业准备、创业实践。   模块一：创业测试   提供了全方位多角度的创业者综合能力素质的测试，帮助创业者更好的了解自己的性格特征、职业倾向、创业能力等，使创业者能够充分了解自己的长处与不足，更好的做好创业准备，为将来的创业行动打下扎实的基础。   模块二：创业计划   根据《创业之星》整个训练系统平台的商业背景环境与数据规则，完成创业计划书的编写。创业者首先对背景环境进行商业机会分析，组建经营团队，制订资金筹措计划，撰写公司名称，制订公司章程，并编写一 份完整的创业计划书。   在拿到商业背景环境的资料后，参加学习训练的学生需要完成以下几项工作：组成创业公司的训练团队首先要对市场商业机会进行研究，并分析市场竞争形势，从而制订出合理的创业计划书。创业计划书的内容主要包括：摘要、公司简介、市场分析、竞争分析、产品服务、市场营销、财务计划、风险分析、内部管理等方面。   模块三：创业准备   当创业者有了想法，并已经做好了资金、人员、技术、场地、设备、公司名称等方面的各项准备工作后，就进入了企业的初创阶段。参加训练的学生需要独立完成公司注册审批流程的所有工作。   模块四：创业实践   企业的生存发展如同一个生命的有机体一样，也会经历初创、成长、发展、成熟、衰退等阶段，即企业发展的生命周期。《创业之星》在创业管理模块环节就是让学生实战中模拟企业的运营管理，围绕企业发展的生命周期，制定各项决策，并最终推动企业成长壮大。   创业管理是本系统的核心部分，是训练和提升学生创业能力的关键环节，也是检验创业计划可行性的实践环节。通过对真实企业的仿真模拟，所有参加训练的学生分成若干小组，组建成若干虚拟公司，在同一市场环境下相互竞争与发展。每个小组的成员分别担任虚拟公司的总经理、财务总监、营销总监、生产总监、研发总监、人力资源总监等岗位，并承担相关的管理工作，通过对市场环境与背景资料的分析讨论，完成企业运营过程中的各项决策，包括战略规划、品牌设计、营销策略、市场开发、产品计划、生产规划、融资策略、成本分析等等。通过团队成员的努力，努力使公司实现既定的战略目标，并在所有公司中脱颖而出。   在《创业之星》中，每个小组需要独立做出众多的经营决策，使创业企业能够逐步成长壮大。这些经营决策涉及一个创业企业的各个方面。同时，团队合作、沟通技巧、执行力等也是整个决策过程中至关重要的环节。如何综合考虑各种因素的影响，充分发挥团队的作用，是制订有效决策和最终取胜的关键。   教师端程序主要功能：   教师端程序由实验课授课教师使用，主要供教师调整模拟参数、进行开课管理、控制上课进度、查询小组数据、分析点评成绩等使用。教师在整个训练过程的不同阶段扮演着不同的角色：调动者、观察家、引导者、分析员、业务顾问等等，教师的重点在于帮助学生掌握操作方法，熟悉运营规则，总结经营绩效，分析管理问题等，帮助学生全面体验创业的全过程。在每阶段经营结束后，教师帮助学生一起分析经营管理状况，发现管理中的问题，改进经营管理水平，提升企业经营绩效。   学生端程序主要功能：   在《创业之星》中，每个小组需要独立做出众多的经营决策，使创业企业能够逐步成长壮大。这些经营决策涉及企业的战略、营销、财务、生产、研发等各个方面。同时，团队合作、沟通技巧、执行力等也是整个决策过程中至关重要的环节。如何综合考虑各种因素的影响，充分发挥团队的作用，是制订有效决策的关键。   所有小组组建的公司之间是相互对抗竞争的，每个公司的目标就是使公司实现经营目标，并战胜其他公司。因此，如何思考并制定出有效的各项决策，是取得胜利的关键。   学生端程序包括了背景资料、数据规则、实时状态、经营决策、数据分析等功能。各小组必须在规定的时间内，利用团队的力量，通过对本企业实时数据及竞争对手数据的分析，制订企业运营中的各项管理决策，与其他学生组成的虚拟企业展开竞争，并努力使企业绩效达到最佳。     《创业之星》领先优势：   创业教育是一门实践性非常强的课程，仅仅传授一些创业理论知识与方法，无法让学生体验到创业实践的真实情况，对创业过程中涉及的各项事务、经营决策、风险控制等都很难有切身的体会。作为一门实践性课程，《创业之星》全程在模拟实战中进行，真正让学生体验创业的具体操作，增强感性认识，提升综合素质。   1、创新性 教学模式与教学方法创新，强化实践动手环节，彻底解决重理论轻实践的教学现状。   2、先进性 设计理念先进，体现了素质教育的内涵，突出教育创新和学生实际能力的培养。提高学生的创业意识，增强学生的创业能力。   3、系统性 全面涵盖创业所需的各种知识，包括创业计划书、资金筹措、企业注册、创业管理、风险控制、团队合作等各方面。   4、实用性 注重理论与实践结合，通过仿真的创业过程与精心设计的背景，使学生仿佛身临其境，教学过程就是一次虚拟创业过程。   5、趣味性 独创的3D引擎与动态建模技术，逼真再现企业场景，学习过程生动有趣，同时又充满对抗竞争。产品支持数十人的小班教学和数千人同时进行的大规模竞赛。   6、互动性 学生全程实战，师生实时互动，动态生成图表数据，方便教师授课指导与分析点评。     《创业之星》适用学习对象：   《创业之星－大学生创业模拟实验室》适合于所有大中专学生作为创业教育的配套实践课程使用。本系统是集理论、实践为一体的教学模式，提高和增强了学生的创业基本素质与创业能力，为有志于创业的学生毕业后步入创业的行列提供实践训练平台。本实践课程是建立在素质教育和创新教育的基础上，既是一种教育思想，也是一种全新的教育模式，是把素质教育引向深入的一项有效措施，拓宽了毕业生的就业渠道，形成创新人才的培养模式。   基于《创业之星－大学生创业模拟实验室》平台、由教育部中国教育信息化理事会主办、金蝶软件集团承办的2009年教育部全国大学生创业大赛吸引了全国近八百所院校参与，争夺十万元创业基金。本次大赛于2009年8月圆满闭幕，取得了巨大的影响。基于《创业之星》平台的第二届全国大学生创业大赛即将拉开帷幕。

大数据应用的多样化 需要的计算模型、数据模型多样化； 目前每类模型需要单独的开源系统来支持（如HDFS、HBase、Neo4j、MongoDB，Flink，Spark，Tensorflow等）。 多系统导致大数据分析平台非常复杂、效率低下。研究目标：研究和开发面向新型多计算模型融合架构的、高时效、可扩展的新 一代大数据分析支撑系统与工具平台FAST（Fusion-Architecture, Scalable, Time-efficient big data analysis platform）。针对目前大数据分析平台复杂、效率低下的痛点，该系统具有三个 方面的优势：首先，这套系统采用融合架构，一方面实现关系、图、键 值、文档等多种数据模型的高效融合，另一方面实现批处理计算、流计 算的深度融合，并可以通过SQL扩展语言来进行多模型的统一查询，实现高效的跨模型查询。其次，对于复杂系统来说，时效性非常重要，这 套系统采用融合架构提高效率是实现高时效的基础，更重要的是，我们 对大数据分析从数据到用户进行了端到端的全栈时效优化。最后，对于 大数据应用来说，系统扩展性非常重要，本系统在资源层、存储层和计 算层进行了全面的扩展性优化。下面在融合架构、高时效和可扩展这三 个方面，分别详细介绍FAST系统的三个主要亮点。融合架构FAST系统的第一个亮点是融合架构，我们在技术方面的创新主要包 括多数据模型融合和多计算模型融合两方面。多数据模型融合：设计和研发了多模型数据管理与查询引擎，支持关系、图、键值、 文档等多种数据模型，实现了查询解析、查询优化、元数据管理、数据 分布等功能，将多种数据模型进行统一管理和深度融合。同时扩展了SQL语言，通过统一的查询接口支持对关系、键值、图、文档等数据进行独立访问或者跨模型查询。经过试验，多模型数据融合查询，比Spark 2.3.4的查询时间能平均减少70.7%。目前spark等现有系统还需要手工编程方式来实现跨模型查 询，所以FAST系统在易用性上也表现良好，降低使用门槛，提高开发效率。多计算模型融合：在计算层实现了最常见的批处理计算和流计算深度融合，批流融合的核心方法是在系统内部实现批和流的统一表达，批是对有限数据集 的运算，流是对无限数据流的计算，我们设计了UCollection结构对批和 流数据进行统一表达，通过识别的bounded标志，来确定是批、流、或批流融合。有了统一表达，可以开展一系列融合优化来提升系统性能。 并且对上通过Unified API统一用户的批、流接口，实现二者在编程范式上的统一表达。对于批流混合的计算，融合架构系统的查询延迟比Flink 1.4.2能减少57%，吞吐量平均可以提升到6.72倍。高时效FAST系统的第二个亮点是高时效，即缩短大数据分析的时间消耗， 提高效率。由于大数据分析平台是一个非常复杂的系统，为了做到高时效，系统不能存在性能短板，因此需要对大数据分析的整个过程进行端到端的全栈时效优化。如图中所示，自下而上，需要在多模态存储、批流融合、机器学习、人工操作各层都进行优化。对于多模态存储，面向应用负载和异构硬件特征进行自适应优化；对于批流融合计算，在统一表达基础上，进行系列融合优化技术， 包括DAG优化、迭代优化、部署优化、操作符优化等；在机器学习层面，进行模型优化、消息优化、梯度优化、概率优化 等来提高时效；而且我们也考虑到大数据分析过程中用户人工操作的时效性问题， 通过智能地进行大数据分析方法和模型的推荐，来缩减人工操作的 时间。可扩展FAST系统的第三个亮点是可扩展，由于大数据应用规模很大，数据增速快，对系统可扩展性的要求非常高，为此我们在系统的资源层、 存储层和计算层进行了全面的扩展性优化。在资源层，系统都部署在云计算的虚拟化资源之上，利用了云计算资源的弹性机制进行系统扩展。并在系统中实现了可伸缩调整模块， 能实时监控软硬件系统的状态，按照应用需求来自适应地进行弹性伸缩。在存储层，分布式存储系统扩展性的关键在于分布式共识和一致性 协议（Raft），因此提出了KV-Raft、vRaft等进行Raft的扩展优化。在计算层，我们扩展了机器学习模型的参数规模，使系统可以支持 到百亿级别的超大规模机器学习模型训练，并且性能方面有明显提 升。亮点成果：融合架构大数据分析平台目前已经在阿里巴巴双十一进行示范应用。 从2020年11月10日至11月16日一周的时间，在阿里的生产环境中，研发 的系统一直连续稳定运行，基于淘宝和天猫的实际用户信息进行大数据 分析，综合运用了本系统的存储、计算、机器学习等多个模块的能力， 累计进行了184亿件商品推荐。同时在双十一期间，基于智能交互向导技术，也面向电子商务应用 的卖家提供了“生意参谋”应用，基于大数据分析，帮助卖家分析产品 销量变化的原因，以及促销的有效手段等。

成果通过大数据基础性共性关键技术研究，提升重庆大数据应用指导理 论和应用系统水平，形成国内领先的大数据应用研究成果和示范应用，研制具 有自主知识产权的若干大数据软硬件产品和工具，达到国内领先水平，以点带面, 引领重庆大数据产业创新发展。成果研究与设计大数据产业新型研发机构示范， 设计成立市场化运营、独立法人的新型研发机构，创新管理、科研和成果转化、 产业化的模式和机制，面向社会和重点产业开展大数据应用关键共性技术研究和 成果转化服务，吸引国内外大数据技术企业、海外大数据人才和社会资本，构建 产学研用协同创新，具有产业联动效应、连接向上下游的重庆大数据产业创新机 构。完善重庆大数据产业基础性技术支撑系统建设，具备创业与孵化等功能，组织策划实施重庆大数据产业重点专项，促进重庆大数据产业科技成果转化，推进 重庆大数据产业创新发展。成果包含以下方面的行动方案调研与研究：高速大数 据挖掘关键技术研究及应用示范；实时动态大数据处理关键技术研究及应用示范; 大数据分析预测模型与智能决策系统研究及应用示范；多维叠加式大数据可视化 系统平台研究及应用示范。 成果为政府和行业提供决策咨询、产品规划、方案设计等服务，帮助其梳理 业务数据、挖掘数据价值、重构业务流程。成果为政府和行业提供决策咨询、产 品规划、方案设计等服务，帮助其梳理业务数据、挖掘数据价值、重构业务流程。 成果为政府和行业提供包括大数据解决方案及系统集成和数据资产运营的全方 位的大数据解决方案服务；参与数据资产运营，获得数据增值部分的分成。

作为全球导航卫星系统(GNSS)的后起之秀，我国自主北斗导航卫星系统(BDS)近年来迅猛发展。“十二五”及未来“十三五”期间，已有和正在发展大规模的各类地基北斗 /GPS 站网(CORS 网、GNSS/MET 网等)，同时，空基(无人机、有人机)和天基观测载荷 研制已提上日程。所有这些观测数据将形成天空地一体化网络的北斗大数据资源。随着导航、 定位、授时等北斗传统应用的日趋成熟(图 1)，北斗大数据附加值发掘及新型应用领域产 业链的拓展将前景广阔。本项目为导航卫星创新增值应用及北斗大数据信息的深度挖掘，将干扰导航定位精度的大气折射、地表反射等误差源，“变废为宝”为遥感探测的信号源，在突破我国自主导航卫 星遥感探测关键技术的基础上，从地基探测和空基(无人机、有人机)探测两个层面，实现 软硬件一体化的北斗/GPS 双模气象水文生态多要素综合监测系统。方案及成果将面向行业 应用需求，引进吸收国际前端技术，紧密结合当地资源优势，打造内蒙古自治区成为国内率 先开展北斗气象水文生态增值创新应用的省份，拓展北斗大数据在气象预报、智慧农业、智 慧水利、生态环境等领域的应用(图 1)。图 2 为北斗/GPS 环境多要素智能监测与大数据服务平台总体方案。围绕“数据获取——数据存储——分析挖掘——应用服务”这一主线进行。其中: 数据获取分为地空天三类:(1)自主研发的低成本北斗/GPS 环境多要素智能监测设备;(2)无人机搭载北斗/GPS 智能监测传感器;(3)GNSS 遥感卫星。 环境监测要素包括:农业环境生态(土壤湿度、植被水分等)、气象水文(大气水汽、积雪深度、水位等)、海洋(潮位、风场、盐度、海冰等)。 该方案将充分发挥导航卫星无源探测、高时空分辨率、低成本高产出、实时性强的优势。同时，方案涉及的监测要素及方法可实现同卫星遥感(高分卫星、降水卫星、重力卫星等) 监测的有效结合和优势互补，作为国土资源实时监测系统的有机组成部分，共同实现国家级、 区域级空天地一体化物联网遥感大数据智能监测服务。清华大学在利用地基、空基北斗/GPS 观测数据进行气象水文生态要素监测技术开发、 产品研发、软硬件研发集成等方面具备丰富的研究积累，尤其针对我国自主北斗导航系统的 创新应用，团队成果国内领先且得到国际同行的高度认可，开发并集成了一套完备的“北斗 /GPS 双模多要素智能监测”整体解决方案。除发表高水平学术论文外，已申请多项发明专 利和软件著作权(表 1)，2016 年技术成果已通过软硬件服务在青海(气象/水利/环境)、四 川(农业/气象)、山东(农业)、北京(科研单位)等地取得了初期经济效益。中心已具备 的技术基础与部分成果展示如图 3-图 6 所示，包括全国范围地基综合观测站网建设(图 3)、 空基试验与技术攻关(图 4)、监测产品研发(图 5)、软硬件设备自主研发(图 6)。所有这 些技术积累将为本方案的顺利实施提供有力保障。目前市场上尚无相关产品，并且本项目的成果产出可从如下几个方向进行多层次、全方 位的市场化对接:(1)软件模块:研制内容一产出的气象水文生态监测要素估算软件模块，可同以北斗 导航定位为主打方向的企业对接，通过嵌入本软件模块，拓宽其业务范围，在为农业、气象、 水利等部门提供导航定位服务的同时，融入气象水文生态要素同步监测的功能。不同需求定 制的软件模块按 1-10 万元每套计算，初期市场年需求量预计 50 套，预计每年产生收益 50-500 万元，市场成熟后可面向全国推广，年收益可达 1000-5000 万元。(2)监测产品:研制内容一产出的气象水文生态监测要素产品，如通过 SDCORS 监测 网络附加得到的多要素监测产品，可实现政府买单为行业公众提供服务。可与高校、科研院 所等联合申报国家级、省部级科研项目，预计单个项目经费 500-1000 万元。(3)新型监测设备:研究内容二所产出的面向气象农业水文应用的北斗/GPS 双模气象 水文生态多要素综合监测设备，具有低成本、小型化、多功能等优势，可独立进行市场推广。 按单套收益 5 万元计算，初期市场年需求量 50 套，预计年收益 250 万元，市场成熟后可面 向全国推广，年收益可达 500-3000 万元，并可与目前市场上通用的 GNSS 定位型接收机竞 争，实现行业接收机的更新换代及初期市场垄断。(4)演示系统:研究内容三所产出的北斗/GPS 双模气象水文生态多要素综合监测演示 系统，可率先在山东省(青岛市)开展示范应用，且该创新应用模式在全国具有推广价值。 可联合申报科研项目，预计单个项目经费 500-1000 万元，同时可实现业务化推广应用，名 利双收。

大健康是未来世界发展的趋势，在未来10年内将产生10万亿美元的产业。我国在近期提出的健康中国，着眼于扩大在线健康服务，依托大数据提出诊断和治疗建议，实现大社区健康管理与大健康服务。实现这一体系的关键，在于各种柔性电子、传感器技术，与物联网、云通信技术，以及大数据与人工智能相结合。 随着经济的发展，人们对于健康的重视程度越来越高，在皮肤表面进行检测人们身体健康状况的柔性传感器，是未来电子科技发展的一个重要方向，将会有巨大的市场前景。在以智能手机为主体的电子元器件的开发日益盛行，开发一种柔性智能传感器，舒服的贴在皮肤表面，这种传感器既能够检测人们生命体征（如血压、心跳、体温、血糖等）的变化，又能够无线连接手机。医院的医生能够通过互联网、云通讯、分布式的监测和管理每个病房的病人的身体状况，既节省大量人力时间成本，又能够及时的检测到病人的生命体征变化；结合无线互联网、云通讯,能实现分布式医护,虚拟空间管理；与大数据与人工智能结合，进行智能健康管理,实现智慧医疗（图1）。 图1 基于柔性传感器的智慧医疗系统 本项目主要应用生物相容的蚕丝材料作为传感单元主要组成部分，以无线蓝牙模块与无源RFID标签作为人机数据交互单元，以大数据为手段对平台进行管理，瞄准柔性电子与智能大数据前沿领域，具有重要的科学意义。具体如下： （1）柔性电子皮肤等智能传感新技术与器件开发 近年来，蚕丝等柔性材料作为医用生物材料渐渐进入人们的视线，具有良好的生物相容性和极佳的力学性能。以此为基础开发柔性电子制造技术，通过柔性材料的光刻、打印等加工技术，制备传感单元。 （2）人体传感信号实时监测的云系统的开发 通过建立皮肤表面传感器无线信号传输技术，实现体温、心跳等信号的远程监测，符合国家精准医疗精神。通过云系统可对老年社区、医院等场所进行智能化、集成化的监控，实现健康的大数据管理。除此以外，也可实现个体的远程诊疗体系。向“健康中国2030”靠拢，依托大数据提出诊断和治疗建议。 （3）将系列传感器材料制备技术与无线信号传输云平台结合，实现个人和医院的对自身和病人的健康指标数据进行检测和管理。以此无线体征检测的平台框架为基础，后续又可以引入更多传感与控制体系，适应场景的多样化。 二、前期研究基础 （1）模仿神经元突触的蚕丝忆阻器 在神经系统中，当神经冲动从轴突传导到末端时，Ca2+离子大量涌入突触前膜引起递质的分泌，从而改变突触后膜的导电性。我们通过仿生该过程，利用Ag+离子在外加电场作用下WK@AuNCs蚕丝蛋白薄膜的迁移行为来模拟阻值渐变和阻值记忆的过程。其电学特性表明其具有独特的突触特性，并具有突触学习能力。 （2）蚕丝基应力传感器—柔性电子皮肤 人体电子皮肤传感器是未来传感器发展的新方向之一，超薄超柔的特性使其可以在人体几乎难以察觉异状的情况下，完成多种生理指标的采集。我们通过研制柔性压力传感器，已在运动检测、发声检测、脉搏检测等方面开展了大量研究。 （3）纤维传感器 可穿戴设备在未来智能装备领域具有广泛的应用前景，而我们平时穿戴的衣物均是由纤维编织而成，智能穿戴设备设计的最高境界为对其本身必须的纤维材料的功能化。我们通过对纤维材料进行改造和设计，制备除了纤维状温度、压力传感器。对纤维传感器进行编织可实现多维度传感，并可适应多种场景，这项工作与传统纺织行业结合开创了尖端智能科技研究新领域。

研究背景：  大数据应用的多样化  需要的计算模型、数据模型多样化；  目前每类模型需要单独的开源系统来支持（如HDFS、HBase、Neo4j、MongoDB，Flink，Spark，Tensorflow等）。  多系统导致大数据分析平台非常复杂、效率低下。 研究目标： 研究和开发面向新型多计算模型融合架构的、高时效、可扩展的新 一代大数据分析支撑系统与工具平台FAST（Fusion-Architecture, Scalable, Time-efficient big data analysis platform）。 针对目前大数据分析平台复杂、效率低下的痛点，该系统具有三个  方面的优势：首先，这套系统采用融合架构，一方面实现关系、图、键  值、文档等多种数据模型的高效融合，另一方面实现批处理计算、流计  算的深度融合，并可以通过SQL扩展语言来进行多模型的统一查询，实现高效的跨模型查询。其次，对于复杂系统来说，时效性非常重要，这  套系统采用融合架构提高效率是实现高时效的基础，更重要的是，我们  对大数据分析从数据到用户进行了端到端的全栈时效优化。最后，对于  大数据应用来说，系统扩展性非常重要，本系统在资源层、存储层和计  算层进行了全面的扩展性优化。下面在融合架构、高时效和可扩展这三  个方面，分别详细介绍FAST系统的三个主要亮点。 融合架构 FAST系统的第一个亮点是融合架构，我们在技术方面的创新主要包  括多数据模型融合和多计算模型融合两方面。 多数据模型融合： 设计和研发了多模型数据管理与查询引擎，支持关系、图、键值、  文档等多种数据模型，实现了查询解析、查询优化、元数据管理、数据  分布等功能，将多种数据模型进行统一管理和深度融合。同时扩展了SQL语言，通过统一的查询接口支持对关系、键值、图、文档等数据进行独立访问或者跨模型查询。 经过试验，多模型数据融合查询，比Spark 2.3.4的查询时间能平均减少70.7%。目前spark等现有系统还需要手工编程方式来实现跨模型查 询，所以FAST系统在易用性上也表现良好，降低使用门槛，提高开发效率。 多计算模型融合： 在计算层实现了最常见的批处理计算和流计算深度融合，批流融合的核心方法是在系统内部实现批和流的统一表达，批是对有限数据集  的运算，流是对无限数据流的计算，我们设计了UCollection结构对批和  流数据进行统一表达，通过识别的bounded标志，来确定是批、流、或批流融合。有了统一表达，可以开展一系列融合优化来提升系统性能。 并且对上通过Unified API统一用户的批、流接口，实现二者在编程范式上的统一表达。对于批流混合的计算，融合架构系统的查询延迟比Flink 1.4.2能减少57%，吞吐量平均可以提升到6.72倍。 高时效 FAST系统的第二个亮点是高时效，即缩短大数据分析的时间消耗，  提高效率。由于大数据分析平台是一个非常复杂的系统，为了做到高时效，系统不能存在性能短板，因此需要对大数据分析的整个过程进行端到端的全栈时效优化。如图中所示，自下而上，需要在多模态存储、批流融合、机器学习、人工操作各层都进行优化。 对于多模态存储，面向应用负载和异构硬件特征进行自适应优化； 对于批流融合计算，在统一表达基础上，进行系列融合优化技术， 包括DAG优化、迭代优化、部署优化、操作符优化等； 在机器学习层面，进行模型优化、消息优化、梯度优化、概率优化 等来提高时效； 而且我们也考虑到大数据分析过程中用户人工操作的时效性问题，  通过智能地进行大数据分析方法和模型的推荐，来缩减人工操作的  时间。 可扩展 FAST系统的第三个亮点是可扩展，由于大数据应用规模很大，数据增速快，对系统可扩展性的要求非常高，为此我们在系统的资源层、  存储层和计算层进行了全面的扩展性优化。 在资源层，系统都部署在云计算的虚拟化资源之上，利用了云计算资源的弹性机制进行系统扩展。并在系统中实现了可伸缩调整模块，  能实时监控软硬件系统的状态，按照应用需求来自适应地进行弹性伸缩。 在存储层，分布式存储系统扩展性的关键在于分布式共识和一致性 协议（Raft），因此提出了KV-Raft、vRaft等进行Raft的扩展优化。 在计算层，我们扩展了机器学习模型的参数规模，使系统可以支持  到百亿级别的超大规模机器学习模型训练，并且性能方面有明显提  升。 亮点成果： 融合架构大数据分析平台目前已经在阿里巴巴双十一进行示范应用。  从2020年11月10日至11月16日一周的时间，在阿里的生产环境中，研发 的系统一直连续稳定运行，基于淘宝和天猫的实际用户信息进行大数据 分析，综合运用了本系统的存储、计算、机器学习等多个模块的能力， 累计进行了184亿件商品推荐。 同时在双十一期间，基于智能交互向导技术，也面向电子商务应用  的卖家提供了“生意参谋”应用，基于大数据分析，帮助卖家分析产品  销量变化的原因，以及促销的有效手段等。