本发明公开了一种北方棕壤土新建茶园专用土壤改良剂配方。它主要含有：硫酸铝11～14份，磷酸二氢钾3～6份，硫酸亚铁10～13份，硫酸锌3～6份，尿素28～35份，腐殖酸50～100份，生物碳50～70份和草炭100～150份。本发明的所提出的一种北方棕壤土新建茶园专用土壤改良剂配方，可在茶苗移栽半月前充分搅拌混匀施入土壤中，通过调整土壤结构和理化性质，降低土壤粘性和pH值，提高土壤有机质含量，有利于促进茶苗侧根生长，从而提高茶苗移栽成活率。

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。

D2D 异构网络技术（即终端直通技术），不需要通过基站或核心网进行数据中转和处理，只需在移动终端之间建立通信链路即可直接传输数据，为突破上述技术瓶颈提供了一种新型的网络架构。目前，D2D 技术已被IMT-2020（5G）推进组确定为第5代移动通信系统的关键技术之一。然而，D2D 通信无线资源分配方面的研究，必须考虑能量效率和能量使用的优化。由于移动终端的电池容量有限，一旦忽视数据传输中对能量效率的优化，将使得数据传输由于能量枯竭而中断，重要信息无法及时传达，严重影响服务质量和用户体验。针对4G 智能手机的用户调查结果表明，只有不到25%的用户对手机续航时间表示满意，手机续航时间已经成为影响用户满意度和品牌忠诚度的关键因素之一。 　　课题组深入研究了频谱效率和能量效率之间的内在关联，其研究结果表明，在考虑实际电路功率损耗的情况下，频谱效率和能量效率不再是简单的单调递减关系，而是随着频谱效率的增加，能量效率呈现先单调递增后单调递减的特性。通过上述分析可以看出，如果一味追求高频谱效率和高吞吐量，将会带来移动终端能量效率的大幅度下降。因此，课题组针对D2D异构网络频谱资源复用的复杂场景，将针对能效最优的NP难联合资源分配问题转换为用户偏好下的随信道状态和干扰水平而动态变化的一对一匹配问题，并通过采用稳定匹配理论、非合作博弈理论、非线性优化理论来解决能效优化问题。研究结果表明，在保障QoS情况下，相比传统的高谱效资源分配方法，该方案可以将移动终端的功率消耗降低200%以上。，本项目的核心研究方向正是将节能减排战略方针落实到移动通信的基础研究领域中，与国家中长期科技发展方向和国际通信产业长期发展趋势相一致，将在技术、环境和经济等多个方面具有重要的研究意义和实用价值。 　　 课题组负责人周振宇自参加工作起即投入到异构网络资源分配、干扰协调、移动性管理、自组织组网等方面的研究工作中，作为项目负责人，先后主持了多项国家级、省部级科研项目，包括国家自然科学基金青年科学基金项目、北京市自然科学基金青年科学基金项目、北京市优秀人才计划项目等，积累了深厚的理论基础和丰富的研究经验。以 第 一 作 者 和 通 信 作 者 在 IEEE Transactions on Communications 、IEEE Transactions on Vehicular Technology、IEEE Transactions on Intelligent Transportation Systems、IEEE Transactions on Green Communications and Networking、IEEE Journal on Selected Areas in Communications、IEEE Transactions on Industrial Informatics等通信领域主流期刊发表论文30 余篇，在IEEE ICC、IEEE Globecom 等通信领域旗舰会议发表文章30 余篇，其中2 篇论文入选ESI 高被引论文。 　　其研究工作已被 Prof. Zhu Han（IEEE Fellow）、Prof. Weihua Zhuang（加拿大工程院院士、IEEE Fellow）、Prof. Sherman Shen（加拿大工程院院士、IEEE Fellow）、Prof. Vincent Poor（美国科学院院士、加拿大科学院院士、英国皇家科学院院士、IEEE Fellow）、Prof. Andreas Molisch（奥地利科学院院士、IEEE Fellow）、易芝玲教授（中国移动研究院首席科学家）以及JSAC、IEEE Transactions on Wireless Communications、IEEE Communications Magazine 等通信领域顶级期刊引用和正面评价。荣获IET Communications 最佳期刊论文奖（the IET Premium Award in 2017，每年在全球范围内仅选拔1 篇）、IEEE 通信协会绿色通信与计算专委会最佳论文奖（IEEE ComSoc Green Communications and Computing Technical Committee 2017 Best Paper Award，在IEEE Globecom 2017 会议上颁奖） 　　目前担任 IEEE Access、Transactions on Emerging Telecommunications Technologies、IEEE Communications Magazine 等国际学术期刊的编辑及客座编辑，担任IEEE ISADS’15 智能电网通信与网络技术专题研讨会联合主席，担任IEEE Globecom、IEEE ICC、IEEE WCNC、IEEE VTC、IEEE PIRMC、IEEE CCNC、IEEE APCC 等国际学术会议的技术委员会委员。在国际标准化方面，担任IEEE 异构网络授权/非授权频谱融合标委会工作组骨干成员（IEEE Standards Association, P1932.1 Working Group, “Licensed/Unlicensed Spectrum Interoperability in Wireless Mobile Networks”）。应邀在IEEE 车辆技术协会旗舰会议IEEE VTC’18 上作Tutorial 报告（报告题目：Internet of Vehicles: When SDN, Edge Computing and Big Data Meet Intelligent Transport Systems）。2016 年入选北京市委组织部“北京市优秀人才计划”，2017 年入选IEEE 高级会员（IEEE Senior Member）。 　　该研究由中国国家自然科学基金委项目61601180和61601181，中央高校基础研究基金资助项目2014MS08和2016MS17，日本学术振兴会JSPS KAKENHI 26730056， JP15K15976和JP16K00117以及JSPS A3 Foresight等项目资助。

大数据无线传输、智能驾驶车载雷达系统，第五代移动通信(5G)、物联网等。

物流业是我国国民经济的支柱产业和重要的现代服务业，2017年全国社会物流总额为252.8万亿元，社会物流总费用与GDP的比率达14.6%。物流装卸时间耗时巨大，如海运装卸约占总运输时间50%，降低物流装卸时间对千提高物流效率具有重大意义。叉车作为物流业装卸、堆跺搬运环节中必不可少的装备，在物流装卸搬运中占据核心地位，是提高物流效率、降低物流成本的重要保障，在国民经济发展中具有重要意义。 项目实施前，国内高端叉车技术被国外垄断，长期依赖进口，国产叉车搬运效率燃油能耗高，举力密度低，设计制造周期长，不能满足市场的迫切需求，严重制约我国物流业的快速发展。 浙江大学团队在国家科技支撑计划、浙江省重大科技专项的支持下，依托流体动力与机电系统国家重点实验室、国家认定企业技术中心、国家认可实验室的国家一流创新载体，围绕新型节能高效叉车的设计、动力匹配、强度与振动、梊成控制方面展开技术攻关，完成了A、R、XF、X系列叉车的研制，典型产品节能10％以上，效率提高20%。项目成果成功实现了重大技术创新，具有自主知识产权，总体技术达到国际先进水平，产品成功应用于港口、机场、大型电商物流仓库等重要场合，实现了智能化装卸、堆跺和短距搬运，极大提高物流效率，为我国经济建设做出重大贡献。

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。

“虚拟工艺”软件可由标准工艺流程文件和掩膜版图文件，模拟出所要加工的MEMS器件的真实三维结构，具有良好的通用性和精度。下图为自主开发的“虚拟工艺”软件生成的微夹钳三维结构。 “虚拟运行”软件对器件的运动情况进行仿真，并与最初设计方案比较来指导和修正实际加工。下图显示了微夹钳的虚拟运行结果，图中的器件颜色表示了器件运动时的剧烈程度，红色表示变形最剧烈的部分，淡蓝色表示变形较小的部分。