本课题组为复杂手术的提前预测提供客制化的解决方案，研发了专用仪器与设备，开发了具有优异性能的水凝胶材料。在嵌入式3D打印策略的基础上研制了基于逆过程的嵌入式3D打印。所制作模型可以达到“一人一例”高度客制化，模型具有柔软、透明、可剥离等先进特征。 其中，微量高精度步进泵以及微针装置填补了技术空白，超高透明度触变性水凝胶前体在国内为首次研制。 创新要点如下： 1） 所制作3D器官模型在材质和触感上远超普通3D打印方式，具有多内表面、柔软、透明、可切割、可剥离等先进特征 2） 所研制的嵌入式3D打印机在国内尚属首例，可完成广泛意义上的嵌入式打印，兼容多种支撑介质 3） 打印速度相比一般3D打印（光固化，熔融沉积），速度快50%以上，具有更高的工作效率 4） 整个打印过程无需任何后处理和额外支撑

产品详细介绍  嵌入式系统教学实验箱ITS-A8CE 是北京华育迎合行业发展趋势推出的基于TI 公司Cortex-A8 系统的高端嵌入式教学实验系统。Cortex-A8 内核基于ARM v7 指令架构，适用于复杂操作系统及用户应用，运行速度可达1GHz，功耗在300mW 以下，而性能可高达2000MIPS。 ITS-A8CE 嵌入式系统教学实验箱以教学应用为中心、以嵌入式及物联网技术为基础，软件硬件可裁剪、能满足目标教学应用系统对功能可靠性、成本、体积、功耗、无线通信等严格要求的专用嵌入式物联网教学系统，是目前物联网、无线传感器网络教学实验平台的主打产品。     ITS-A8CE 嵌入式系统教学实验箱的核心板支持2D VG/3D 加速引擎, 并具有支持GSM 无线网络、Wifi 无线网络、蓝牙以及3G(EVDO)、GPS 等功能。为了满足物联网教学向高端发展的需要，该产品全面兼顾学校高端嵌入式教学的需要，全面集成WinCE 6.0/Linux /Android 三大平台。 通过简单更换核心模块，可以实现对ARM9/ARM11/ TI Cortex-A8 等三种主流处理器构架嵌入式教学；配备全速WIFI/ 蓝牙系统，RFID,ZIGBEE 摄像头，多种传感器等等；实现了将高端嵌入式教学和无线传感器网络，物联网完美结合。同时，在硬件设计上保留扩展接口，软件上提供源代码，学生可以基于接口及源代码扩展创新硬件设计或软件设计，与那些仅提供软件接口的设备相比有着天壤之别，真正作到可以实现芯片级开发及应用。实现学习+ 创新+ 科研+ 开发的综合应用。 公司提供丰富并具有特色的硬件资源，海量开源的软件资源，自主知识产权的集成开发软件，丰富的教学资源，一体化售后服务等。     功能特点 1．针对性强： ITS-A8CE 是完全针对高校和职业院校嵌入式教学而专门研发的一款高端教学仪器设备，结构先进，应用方案全面合理。 2．方便实验和二次开发：ITS-A8CE 具有强大的扩展功能，可培养学生进行扩展性开发，创新性开发。在保留该硬件平台的主要应用技术特点的前提下，将各个扩展接口全部引出，方便实际教学中进行实验和二次开发。 3．实用性和方便性强：核心板采用专门而独立的设计理念，基板则考虑了实验的方便性和有效及耐用性。 4．灵活性强：全部按功能进行硬件模块划分，各个模块与基板之间采用方便快捷的双列直插形式，使教学可以更多的灵活性。 5．层进性强：配合教师实现从简单到复杂，从基础到高级的教学模式，引导学生全面了解嵌入式开发；师生按嵌入式学习程度合理安排、逐步提升，结合实际，综合应用。    

该软件用于连铸结晶器摩擦力数据的在线分析和离线分析。它将 MDF 数据和连铸工艺参数数据库进行关联，实现信息集成，是分析摩擦力变化趋势、规律和进行事故分析的方便工具。对于工艺参数数据库经常和可能出现的错误，做了一系列的容错算法和经验处理，目前的摩擦力专用数据库能将每一块坯的各种工艺信息与此板坯在结晶器中的摩擦力信息较好地一一对应，且操作方便。可按 cast _no 、炉号（ pono ）、坯号（ slab_no ）三种方式分别对应找到其在结晶器内的摩擦力信息。本软件具有数据导入、曲线浏览、表格浏览、曲线打印、报表打印（表格打印）等功能。软件将原始专用数据表（这里称作工艺数据表）、摩擦力数据文件导入到软件专用的数据库中，点击工具条上的查询按钮，即可以三种方式浏览工艺参数、摩擦力数据，生成曲线，打印曲线和报表。

成果简介：以车代磨是新兴的一种高效、低成本、低污染的加工方法。它主要依赖于刀具材料和设计技术的进步。由于车削深度和进给速度可大大高于磨削，刀具成本低于砂轮成本，致使加工效率提高两倍以上，车间的工具耗费大幅度降低。本项目主要提供的是设计和制造刀具系统，以及工业试验数据。适用于大型高硬度淬火件和大余量工件的高效加工，包括刀具设计、制造和加工工艺。 项目来源：自行开发 技术领域：先进制造 应用范围：大型机械产品制造企业，有一定的车削加工能力和生产批量。

人工智能是一项严重依赖数据的技术，数据量的多少会直接影响产品的性能。而医疗数据又具备其特殊性，受到了严格的保护和使用限制。国外由于有健全的数据管理机制和严格的监管，有很多公开数据集，可供研究单位使用，用于推进人工智能技术的发展。这部分公开数据集虽然也可以被我们所使用，但是受到人种差异限制，某些疾病并不适合亚洲人群（比如：欧美人种和亚洲人种存在乳腺类型差异），且欧美疾病发病率和我国也存在差异。我国医疗数据量远远超过国外，但是受到法规等限制，无法进行数据挖掘，严重限制了我国医疗人工智能技术的发展。目前国家鼓励“产、学、研、用”综合发展，也鼓励科技成果转化。但是，医院空有数据，没有技术，无法进行数据挖掘；研究单位和厂家空有技术，缺乏合法高质量的数据，也无法开展相关研究更无从进行产业化。 该项目已获得“人工智能训练标准库的处理与检测方法、系统”发明专利授权（专利号：CN201710546301.8），本专利的目的是能够建立人工智能所需的标准数据库，通过数据和训练库分离和提供标准数据接口的方式，在保证数据安全的前提下，为研发机构和厂家提供研发数据和验证数据，以便促进我国医疗人工智能技术的发展，产生更多原创算法和适合我国国情的产品。

近年来图数据受到越来越多的关注，在海量图数据中进行快速的复杂查询是所有图数据库系统面临的直接问题。本系统首创提出了将复杂条件查询转换成在大图中进行子图匹配的解决方法，该方法抛弃了传统利用关系数据库技术作为底层支持RDF数据的存储和管理，利用基于结构感知的索引和查询优化策略，极大地提高了在海量RDF知识图谱数据和复杂查询环境下的性能和系统可扩展性。 本系统支持W3C提出的RDF文件标准和SPARQL语法标准，提供C++、Java、Python、PHP等API接口，单机版本支持50亿条边秒级响应，分布式版本设计了基于查询日志的分布式图数据划分策略，具有非常好的可扩展性。

本发明公开了一种面向关系型数据库的图查询方法，主要应用于普通用户查询关系型数据库的场景。本发明中，离线处理阶段首先将关系型数据转换成图数据，并在该图数据上建立相关索引。在线查询阶段允许数据查询者用自己的词汇来构建图查询，然后对图查询的节点做初步匹配，最后进行Top?k不精确子图匹配，对用户构建的图查询和离线转换得到的图数据进行图匹配。通过匹配，用户能够得到满足其查询要求的若干子图，而这些子图则作为查询结果返回给用户。

成果系教育部人文社科研究项目成果、获武汉市优秀社科奖三等奖，在国家 版权局著作权登记中心登记。 1、项目简介 收集和完善读者数据，建立精确、有效的读者数据库，利用读者数据资源开 展数据库营销、创造增值价值，是国际领先报刊媒体的普遍趋势。《报刊社读者 数据库管理系统》软件是报社、期刊社、邮政报刊发行局、各类媒体发行公司实 现数据库营销、精确营销的信息系统管理工具，帮助发行工作人员轻松实现数据 库营销效果。它借鉴云计算理念，依托数据库技术和互联网技术，通过数据采集 向导和信息挖掘工具，帮助媒体对读者数据进行全面的采集、保存与挖掘分析， 并据此开展读者分类、报刊发行辅助营销和多种经营（增值服务项目）达到利用 报刊发行渠道为媒体创造经济价值的目的。软件同时具有具有发行订单管理、投 递管理、财务管理等实用功能， 能够满足媒体的日常需求。 2、创新要点 第一，解决了“要什么数据”的问题，设置科学的读者数据结构模型，用以 描述读者的特征和行为。第二，解决了“怎么获取（采集）这些数据”的问题， 本软件设计了多渠道建立大众化日报读者数据库的新路径。第三，解决了“这些 数据有什么用处”的问题。本软件中的读者消费日志、读者营销项目、读者关怀 服务、读者价值分析等功能设计，使得数据信息得到充分的运用。 在国内方面：读者数据库管理系统是国内首创用于媒体读者（受众）数据库 管理的软件；在国际方面：在数据描述指标健全度、数据分析处理能力、个性化 等方面，在国际同类软件中处于领先水平。 3、效益分析（资金需求总额 20-50 万元） 本项目具有投入少、见效快的特点。根据需求设定符合实际需求的投资档位。 根据初步测算，对于一家发行量为 50 万份的中型报业集团来说，预计第一年投 入 30 万元，一年后可创收 500 万元；2 年后可达到 1000 万元；第三年可达到 2000 万元。 4、推广情况 已经在沈阳、珠海、无锡等 3 家报业集团推广告，具有良好的经济效益和广阔的经济前景。 

本发明公开了一种实时数据库的截止期分配方法，其步骤包括： 获取单位执行长度 Csum，将任务按照有效时间间隔长度递增的顺序排 序，并为每个任务分配截止期；判断是否每个任务均满足给定的条件； 若是，则判定分配的周期和截止期有效；若否，则采用 MLDM 方法按 照排序对每个任务进行周期、截止期分配；根据调用 MLDM 方法是否 成功分为两种情况，若成功，则计算每个任务的截止期取值区间，并 在该区间内找到每个任务的截止期，