01. 成果简介 随着移动计算、传感器网络和科学观测设备等新技术在经济社会各领域的广泛应用，特别是监控、遥感、定位等技术的崛起，人们获得了海量的时空数据。时空数据分布于连续空间，并且随着时间动态变化，具有十分复杂的模式规律。例如，卫星遥感数据和雷达回波数据是广泛应用于气象观测和军事侦察的时空数据，在连续的卫星扫描或雷达观测过程中，形成时间轴上的一系列遥感图像或回波影像，反映三维地理空间中某种观测物理量的变化规律。视频监控、医学影像、气象预报、环境监测等很多应用领域都涉及时空数据预测和识别任务，在问题求解过程中需要同时考察时间和空间两方面因素，存在时间上的非平稳性和空间上的高维相关性两大技术难题。 本成果创新大数据深度学习技术，从复杂、海量、高维、非平稳的时空数据中识别重要的时空模式，挖掘在时间和空间上的变化规律，并对未来的时空演变趋势进行预测，形成了时空数据预测和识别的深度学习技术（如图1所示）。具体包括：·        提出卷积结构与循环结构深度融合的统一建模方法，学习高维度、非线性时空特征表示，挖掘空间关联结构与时间动态信息；·        提出时空记忆单元和回忆机制，对时空非线性、非平稳性变化进行预测学习；·        提出时空数据的迁移学习技术，降低时空分布差异，实现知识的跨时空迁移。 该技术尤其擅长捕捉高维度、非平稳时空数据的非线性变化规律，例如多物体对象在空间和时间上的“产生、消亡、运动、形变“等复杂时空数据场景。与同类技术相比，运行时间短，预测和识别精度高，在国际上处于整体先进、部分领先的水平。  图1. 用于时空数据预测和识别的循环神经网络架构及其时空记忆单元图2. 本成果技术（时空数据预测与识别）在北京交通流量预测任务上的效果02. 应用前景 该技术成熟度高，部分成果已经以线上系统的形态成功应用于中国气象部门强对流天气预报业务中，与国内现有极端天气预报业务系统相比，该技术将雷达回波外推预报准确率平均提高了45%，其中高强度雷达回波外推预报准确率提高了353%，处于国际先进水平。气象灾害中70%以上是由雷暴大风、下击暴流等强对流天气导致，致死人数占自然灾害死亡人数的93%，因此该技术在避免人员伤亡、实现财产保全、减少农业损失方面产生显著的社会经济效益。同时，该技术还可广泛应用于时空数据的预测和识别场景，在关系国计民生的气象、环保、交通等领域可以发挥重要作用，应用前景广阔。例如，采用该技术可实现未来交通流量时空分布的精准预测（如图2）。该项成果还入选了2018年首届数字中国建设峰会，为杭州G20峰会、厦门金砖会晤、中国国际进口博览会等提供了精准预报支持，获得2018年教育部技术发明一等奖和2018年中国气象学会科技进步奖一等奖。03. 知识产权 本项成果已获得发明专利授权6项。04. 团队介绍 本成果团队长期研究大数据管理与分析技术，包括分布式数据存储与查询、深度学习与迁移学习、业务过程挖掘、数据质量治理等方向。团队负责人为王建民教授、软件学院院长，机器学习小组组长为龙明盛副教授。团队在本领域发表国际学术论文100余篇，申请专利100余项，授权专利60余项。相关成果获2018年教育部技术发明一等奖、2018年中国气象学会科技进步一等奖、2014年国家科技进步二等奖、2013年中国电子学会科技进步一等奖、2012年教育部科技进步一等奖等奖励。05. 合作方式 技术许可 / 软件服务。

通过X-ray解析了kindlin家族中分布最广，最重要的分子kindlin2的单体和二聚体两种构象及kindlin结合β1- and β3-integrin的复合物结构，揭示了Kindlin2的结构跟Talin-FERM的线性结构截然不同，呈现紧密堆积的三叶草形态；复合物结构进一步表明kindlin是通过两个特异的结合位点识别integrin细胞内β-tail的远膜端，这对激活integrin及其信号传导有重要作用。值得关注的是，本项研究意外地发现kindlin2存在着构象变化，kindlin单体可以通过F2 domain-swapping形成同源二聚体，打破二聚体的形成会影响到kindlin介导的integrin的完全活化。 该项研究成果综合运用了结构生物学、生物化学及细胞生物学的方法，解决了相关领域长期存在的一个重要问题，系统地揭示了kindlin与integrin相互作用的结构基础，提出了kindlin在integrin活化过程中发挥作用的新的机理。同时，蛋白三维结构信息也帮助人们理解kindlin的突变在众多遗传疾病的机理，为今后相关疾病及癌症的治疗提供基础。该项研究标志着南科大在本研究领域处于国际前沿，获得相关领域研究者的高度重视。本文编辑，美国科学院院士、integrin研究领域的专家Richard Hynes特别邀请德国马普研究所Reinhard Fässler教授为本文撰写专题评论。实验室将继续在此基础上，进一步研究相关领域的重要问题。

在信息时代，机器视觉在实现智能社会方面发挥着重要作用。视觉特征提取是机器视觉的一项关键技术，该技术可以提取图像中具有鲜明特征的信息，诸如边缘、角点、圆以及图像形状等特征，这些特征是标定机器视觉系统模型参数和运用机器视觉技术进行实际应用的前提和基础。视觉特征提取技术广泛应用于自主移动智能机器人、无人驾驶和无人机等场景，这些应用场景对视觉特征提取算法的鲁棒性和帧率提出了巨大挑战。 具体来说，视觉特征提取算法包括SIFT（Scale-Invariant Feature Transform，尺度不变特征转换算法）、SURF（Speeded-Up Robust Features，加速稳健特征）、ORB（Oriented FAST and Rotated BRIEF，快速特征点提取描述）、HOG（Histogram of Oriented Gradient，方向梯度直方图）、LBP（Local Binary Patterns，局部二值模式）等。在SURF、ORB、HOG、LBP这些经典的特征提取算法中，SURF的鲁棒性相对较高，但是过于依赖主方向的选取，使得其方向变化鲁棒性不足。SIFT算法可以从图像中提取具有不变性的鲁棒局部特征，对方向变化、光照变化、噪声、杂物场景及遮挡影响等方面的鲁棒性最强，满足无人驾驶技术的需求。SIFT算法的运算量大从而导致的系统帧率低、功耗高的问题可以通过设计具有高并行度的专用硬件加速器芯片来解决。

成果简介现代物流中货物传输登记的现代化具有非常重要的现实意义。 目前， 物流货物的登记主要依靠人工实现， 具有费时、 繁琐、 容易出错等缺点。 货物标签制作和识别系统的应用可以解决这些问题。 该系统可以实现货物信息的标签（自动化）制作、 货物识别信息的远距离传输、 货物信息的集中式管理、 货物信息的汉字化写入和识别， 降低对人员的要求， 以及提高货物传输的效率， 降低劳动强度以及信息登记的繁琐性等优点。成熟程度和所需建设条件本项目的产业化需结合具体需求进行定

本成果为获得省部（或学会）级三等以上奖励的重点纵向成果。

1．本外观设计产品的名称：带树叶识别 APP 界面的手机。2．本外观设计产品的用途：本外观设 计产品用于运行程序及通讯。3．本外观设计产品的设计要点：主视图和使用状态图 1-9 的用户界面内 动态展示的树叶识别的界面内容。4．最能表明本外观设计设计要点的图片或照片：主视图。 

产品详细介绍1.可识别非带电电缆和带电电缆；2.独创柔性卡钳，不受电缆线径和位置约束；3.按键简单，易操作。

已有样品/n该项目提供了一种用于卫星导航系统的射频信号质量评估方法。该项目结合卫星导航信号的特点提出了一套较完善的评估指标体系，并给出了包括信号采样、滤波、数字下变频、同步、理想基带信号复现、信号质量指标提取等关键步骤的具体实现方法。与此前的其它方法相比，该项目的应用效果有三方面的显著改善：1）消除了模拟通道间的时延不一致性对信号一致性评估精度的不利影响；2）制定的评价指标与信号捕获、跟踪、解调性能直接关联，可定量评

（一）项目背景 当前以硅、砷化镓为代表的第一和二代半导体接近其物理极限，以氮化镓、碳化硅为代表的第三代半导体是当前国际竞争热点，也是我国发展自主核心半导体产业、实现换道超车的难得机遇。氮化镓（GaN）特别适合制作高频、高效、高温、高压的大功率微波器件，是下一代通信、雷达、制导等电子装备向更大功率、更高频率、更小体积和抗恶劣环境（高温抗辐照）方向发展的关键技术。 目前氮化镓基射频器件已接近于商用，需解决从走出实验室到小量中试的最后“1 公里”，重点攻克其在可靠性工艺和量产稳定性的瓶颈。 以氮化镓、碳化硅为代表的第三代半导体是当前国际竞争热点，也是我国发展自主核心半导体产业、实现换道超车的难得机遇。 半导体作为信息时代的“粮食”，将成为 5G 基建、特高压、城际高铁和城际轨道交通、新能源汽车充电桩、大数据中心、人工智能、工业互联网等“新基建”七大领域发展的支柱性产业。而氮化镓为代表的宽禁带半导体先进电子器件，凭借其高效、高压、高温等优势，将在“新基建”中大放异彩，可以弥补传统半导体器件的技术瓶颈，满足更高性能器件要求。 （二）项目简介 5G 要求更高的数据传输速率，发射机的效率会出现指数级的下降。这种下降可以使用包络跟踪技术来修复，该技术已经在较新的 4G/LTE 基站以及蜂窝电话中采用。基站中的包络跟踪需要高速，高功率和高电压，这些只有使用 GaN 技术才能实现。诸如 GaN 助力运营商和基站 OEM 等实现了 5Gsub-6-GHz 和 mmWave 大规模 MIMO 的目标。 GaN 可以说为 5Gsub-6-GHz 大规模 MIMO 基站应用提供了众多优势：1、在 3.5GHz 及以上频率下表现良好，对比其他产品优势明显。2、GaN 的特性能转化为高输出功率，宽带宽和高效率。采用 DohertyPA 配置的 GaN 在 100W 输出功率下的平均效率达到 50%至 60%，明显降低了发射功耗。3、在高频和宽带宽下的效率意味着大规模 MIMO 系统可以更紧凑。4、可在较高的工作温度下可靠运行，这意味着它可以使用更小的散热器。 根据 Strategy Analytics 的数据，预计 5G 移动连接将从 2019 年的 500 万增长到 2023 年的近 6 亿。所以需求还将不断上涨。 根据Strategy Analytics的数据，预计5G移动连接将从2019年的500万增长到2023年的近6亿。所以需求还将不断上涨。 Efficient Power Conversion 的首席执行官兼联合创始人Alex Lidow 讨论5G时也说道：“基站中的包络跟踪需要高速，高功率和高电压，这些只有使用GaN技术才能实现。根据Yole Development公司发布的2018年度报告数据显示，随着全球整体数据流量的激增，我国5G产业将迎来大规模的需求增长。预计到2022年，我国5G基站规模将达到千亿市场，5G基站数量将达百万个。所以未来氮化镓基射频器件是5G通信基站收发端的核心。 氮化镓基射频器件是华为和中兴发展 5G 通信产业的核心器件，西安电子科技大学氮化镓射频器件研究团队自 2016 年起就与华为西安研究所、中兴西安研究所等国内主流5G通信公司协同攻关开展氮化镓基射频器件的研究，目前承担的流片服务项目合计约 500 万元。 2017 年，西安电子科技大学与西安市高新区、西电电气集团等联合成立“陕西半导体先导技术中心”，中心致力于推动陕西第三代半导体产业发展，促进以氮化镓为代表的射频器件、功率器件等加速产业化，2019 年团队向陕西半导体先导技术中心转让专利 35 项，作价 2000 万元，双方正在联合推进搭建第三代半导体中试平台，平台将会立足西安，服务全国，提升氮化镓基射频器件量产工艺可靠性，实现相关技术成果转化。 （三）关键技术 本项目由西安电子科技大学作为技术攻关的主要单位，制定技术路线，保障国家重大科技专项“高效 GaN 微波功率器件及可靠性研究”和“5G 移动通信 GaN 芯片可靠性机理研究”研究，与华为和中兴联合开展工程合作项目实施，加快解决器件工艺可靠性工程问题，重点开展氮化镓微波功率与太赫兹器件工程技术研究，突破高性能低缺陷外延材料生长、高效率高可靠氮化镓微波功率器件工艺技术等关键瓶颈问题，协助规模量产高效率 S-Ku 波段典型氮化镓功率器件和模块、5G 基站核心射频模块。