E-spherePlayer软件介绍：         E-spherePlayer软件是羿飞科技针对球形显示所开发的一套球面播放软件，可将电脑中任何动态影像、视频、图片、文字在球幕任意区域实时、无变形的播放。E-spherePlayer软件还可以将采集卡或者摄像头采集进来的视频信号在球幕上同步实时无变形显示。  

具备多种类数字画笔，有铅笔、毛笔笔触和橡皮擦等12种基本笔触；还有小草、蝴蝶等8种常用特殊笔触，工具栏自定义笔触可增加至50种特殊笔触；支持数字化图形图像处理技术、可调整图像以及输入文本等功能；支持psd、png、jpg等常用图片格式的导入和导出；支持图层无极缩放和分层操作，可单独保存图层为多种图像格式，便于数字资源积累和原创素材增加；支持美术课程局域网内多用户交互式教学，支持多人协同绘画完成一幅作品；支持美术作品创作记录和回放演示；内置“可扩展素材库”，支持素材库扩展功能，素材库分类包括植物、动物、人物、风光等并可以根据校本教学需求设置年级、班级和地方特色素材库；支持示范评价以及美术作品欣赏管理，软件自身可一键登录云平台网站，无需借助其他浏览器。具有配套正式出版的音像教程，包括入门篇、基础篇、提高篇，不仅有教学设计，还配有视频演示，提供案例创作的素材，便于开展教学。

一、产品介绍 云之翼电子教学软件（yiClass）是一款实现在电子教室、多媒体网络教室或者电脑教室中进行多媒体网络教学的软件产品。集电脑教室的同步教学、控制、管理、音视频广播、网络考试等功能于一体，并能同时实现屏幕监视和远程控制等网络管理。它专门针对电脑教学和培训网络开发，可以非常方便地完成电脑教学任务，包括屏幕教学演示与示范、屏幕监视、遥控辅导、黑屏肃静、屏幕录制、屏幕回放、网络考试、网上语音广播等功能。 二、产品优势 部署简单，界面友好 安装部署快捷，升级简易方便，全中文人性化界面设计，配有详细的在线帮助，支持主窗口功能按钮、浮动工具条等操作方式。 功能全面，多系统部署 纯软件架构，占用空间小， 安装简单，升级维护方便。软件防杀进程、断线保护、卸载密码保护等功能，支持 Windows 系列操作系统和 Linux 操作系统部署。 流媒体技术，高清体验 采用流媒体技术，实现教师机播放的视频同步广播到学生机，且达到流畅无延时，支持几乎所有常见的媒体音视频格式，支持 720p、1080p 的高清视频。 协同和互动教学 共享白板：教师与全体或指定的学生共同完成一项学习任务，如：解题、绘画等，学生可以手写。

主要研究APT 网络攻击全链条的通用表征和威胁模型， 实现攻击的全链条威胁分析；研究跨平台内核数据实时可信 采集方法，探索基于去噪和去冗技术的高效数据解析、基于 语义恢复技术的关键字段填充；研究多源异构内核数据的重 构方法；研究保持全局依赖的数据压缩方法，实现实时、高 效、普适的数据压缩；研究面向APT网络攻击全链条的智能 检测框架，实现对攻击的全链条高效检测；研究APT网络攻 击的演化模式，实现APT网络攻击的可解释溯源分析。

成果描述：本发明提供了一种高速列车轮对的建模方法，涉及高速列车的数字化设计与制造技术领域。模型的信息集成和管理对缩短响应市场时间、提高设计效率是企业希望解决的问题。通过对所述各元参数的分析和提取，构建高速列车轮对的各元参数设计模型；利用矢量阵列对高速列车轮对的各元参数设计模型进行描述，包括以下四个步骤：各元参数初始化、各元参数数组序列化、关系元参数转化为关系矩阵、环状多边形矢量阵列描述：结合高速列车轮对的各元参数设计模型的矢量化和阵列化描述，采用环状多边形数据结构构造高速列车轮对的矢量阵列；层级对象之间通过关系元参数将各个环状多边形矢量阵列形成高速列车轮对的矢量阵列描述。主要用于高速列车设计的建模。市场前景分析：高速列车技术领域。与同类成果相比的优势分析：技术先进，性价比较高。

面对疫情，北京航空航天大学机械工程及自动化学院先进数控和智能制造团队刘强教授、肖文磊副教授等一批教师和研究生自发组成“大数据建模分析工作群”，开始收集疫情数据，交流和讨论建模方法。刘强、肖文磊又与工作群中的孙鹏鹏、王柳权、臧辰鑫、朱三颖、高连生等人，组成了“2019-nCoV疫情建模分析应急响应研究小组”核心攻关组，全力以赴开展本次疫情建模仿真和预测分析研究工作。疫情建模分析应急响应小组的研究工作是在2003年郇极教授提出的“一种基于自动控制理论的SARS传染预测模型”的基础之上，结合此次新冠疫情原发地高度集中、恰逢春节期间人口流动的特点，采用控制论原理和大数据分析方法建立功能更全面的2019-nCoV动态感染过程模型。刘强教授团队对北京、上海、重庆、温州、长沙、郑州、成都、杭州、深圳等40余个城市的疫情数据发展趋势进行了动态仿真分析。基于分析结果，应急响应小组直接向上级部门提交疫情关键数据预测报告2份，直接向中国疾控中心提供预测分析数据及报告2份，向上级提出北京延期恢复正常上班的紧急建议1份，为高层疫情防控决策提供了及时有效的技术数据支持。

针对油品调合过程中的关键质量指标辛烷值（马达法和研究法）和雷德蒸汽压等调合规律的非线性，建立了预测准确，结构简洁的智能调合模型。由于实际工业生产过程中存在的干扰因素很多，调合模型输出值与成品油属性在线分析仪的检测值不可避免地要产生一定的偏差，为此开发了汽油调合模型的在线优化校正技术，使调合模型适应工业过程操作特性的变化和生产工况的迁移。在建立的调合模型基础上，开发了离线和在线优化技术。离线优化技术不需要企业进行管道改造和安装在线分析仪，可在一定范围内提高调合的成功率和降低调合成本。在线调合模式基于离线模式，可动态更新和优化调合配方，从而能够进一步提高调合成功率，降低调合成本，减少质量过剩。开发的优化技术还考虑了多种可能的现场生产模式：例如：管道调合，罐式调合，罐底油补偿模式等。已汽油调合软件ECUST_BLEND工作。成品汽油调合过程的建模、模拟与离线优化技术已经成功在金陵石化完成现场应用。其中汽油辛烷值调合效应模型，将汽油调合过程中组分油表现的非线性效应定量的描述出来，进而准确的对成品汽油的关键指标辛烷值作出预测，与传统的乙基模型对比表明所建模型精度提高了约1%。在调合模型基础上开发的离线优化技术，结合了成品油生产现场的特点，能够有效的考虑罐底油、直调组分、锰剂添加量、以及库存约束等现场情况。在实际应用过程中，所完成的汽油调合工作全部一次达到国III标准。通过与传统的手调方式进行比较，优化后配方提高了一次汽油调合的成功率，稳定了汽油生产过程，并且降低了调合成本与质量过剩：质量过剩稳定在0.?以内，且研究法辛烷值在93.5-4.1之间波动。仅以离线优化为例，通过成本核算，每年的调合成本可减少1275万元左右。

针对油品调合过程中的关键质量指标辛烷值 (马达法和研究法) 和雷德蒸汽压等调合规律 的非线性，建立了预测准确、结构简洁的智能调合模型。由于实际工业生产过程中存在的干扰 因素很多，调合模型输出值与成品油属性在线分析仪的检测值不可避免地要产生一定的偏差， 为此开发了汽油调合模型的在线优化校正技术，使调合模型适应工业过程操作特性的变化和生 产工况的迁移。在建立的调合模型基础上，开发了离线和在线优化技术。离线优化技术不需要 企业进行管道改造和安装在线分析仪，可在一定范围内提高调合的成功率和降低调合成本。在 线调合模式基于离线模式，可动态更新和优化调合配方，从而能够进一步提高调合成功率，降 低调合成本，减少质量过剩。开发的优化技术还考虑了多种可能的现场生产模式。例如：管道 调合，罐式调合，罐底油补偿模式等。已汽油调合软件ECUST_BLEND工作。 成品汽油调合过程的建模、模拟与离线优化技术已经成功在金陵石化完成现场应用。其中 汽油辛烷值调合效应模型，将汽油调合过程中组分油表现的非线性效应定量的描述出来，进而 准确的对成品汽油的关键指标辛烷值作出预测，与传统的乙基模型对比表明所建模型精度提高 了约5%。在调合模型基础上开发的离线优化技术，结合了成品油生产现场的特点，能够有效 的考虑罐底油、直调组分、锰剂添加量、以及库存约束等现场情况。在实际应用过程中，所完 成的汽油调合工作全部一次达到国III标准。通过与传统的手调方式进行比较，优化后配方提 高了一次汽油调合的成功率，稳定了汽油生产过程，并且降低了调合成本与质量过剩，质量过 剩稳定在0.1以内，且研究法辛烷值在93.5-4.1之间波动。仅以离线优化为例，通过成本核算， 每年的调合成本可减少1275万元左右。

近日，南科大“人流大数据和AI驱动的新型冠状病毒（COVID-19）传播建模预测和模拟推演平台”内测版本正式推出（下简称“推演平台”）。该平台可实现在城市尺度上，基于人流移动的新型冠状病毒传播感染情况的细粒度预测和模拟，为有关部门制定不同的隔离和公共防疫政策（如封闭特定城市区域或道路）提供参考。新型冠状病毒的感染传播与人流移动存在密不可分的关联。现阶段的多数研究只停留在简单的相关性分析以及基于全国地图的数据可视化阶段，缺乏在城市尺度上、针对人流移动的细粒度深度分析，更缺乏基于人流移动的传播模拟推演模型以及潜在感染源和风险区域的挖掘模型。随着复工潮的来临，战“疫”面临新的挑战。南方科技大学科研部、工学院、计算机科学与工程系（下简称“计算机系”）和南方科技大学-东京大学超智慧城市联合研究中心紧急组织科研力量，成立“新型冠状病毒传播建模预测项目组”，由计算机系副教授宋轩担任负责人，迅速启动针对新型冠状病毒传播感染的“大数据分析和AI建模推演平台”研发工作。该平台是一个针对新型冠状病毒传播的大数据分析和AI建模平台（如图1），其中预测和模拟推演模型完全由数据驱动，需要使用人流大数据进行训练和优化。数据拥有单位只要将人流大数据输入平台，平台即可以自动完成模型迭代训练，并输出相关的预测和模拟推演的可视化结果。其预测和模拟推演的精度由模型训练数据的质量、精细度和覆盖度决定。平台后续期待更多单位（如GPS轨迹数据、CDR数据等人流大数据拥有单位）参与进来，共同完善该平台。推演平台通过整合、处理和分析各类多模态人流移动和出行大数据，结合新一代的人工智能技术，完成对新型冠状病毒的传播和感染人群细粒度建模，从而实现在城市区域内细粒度预测、模拟和动态推演传播感染情况。平台可实现的基本功能主要有以下几个方面：一是建立新型冠状病毒和人流移动的映射模型，包括传染概率确定/潜伏期分析/传染代数分析等；二是分析隐藏病患，由于疾病传播为链式，可以根据缺失轨迹链反推出尚未确诊的疑似病患；三是分析风险人群，可根据病患轨迹寻找可能有接触的风险人群，提前预警；四是挖掘潜在病原地，分析病人间的轨迹交叉点确认潜在的未知病原地（如图3）。在以上功能基础上，平台可以实现设定不同的公共防疫政策（如封闭城市内的高风险感染区域），在城市尺度上，动态推演和模拟在这些政策下的城市传播感染情况，从而帮助相关部门制定更为高效的隔离和公共防疫政策（如图4）。

高精度物理建模和成像计算技术是一直是计算机图形学、计算机动画、科 学计算可视化、计算机辅助几何设计等领域的研究热点，近年来广泛应用在虚 拟现实、数字影视游戏、数字医疗与康复、仿生工程以及三维打印等领域。 本项目针对上述应用领域需求，开展以下几个方面的内容研究： 1）基于中间复形曲面的复杂形状逼近理论和方法； 2）基于代数曲面的高精度碰撞检测和距离计算； 3）基于中间复形网格的变形计算方法； 4）复杂拓扑物体受力分析、物体结构加固方法； 5）复杂拓扑形状的高精度绘制算法。 本项目旨在通过对上述内容的研究，为开发高度真实的三维虚拟手术模拟 系统、人体器官或软组织的高精度三维打印以及仿生装置的加工制造系统提供 51 理论和技术支持，以提升我国在上述领域的创新设计能力和国际竞争力。 本项目获得国家自然科学基金重点项目资助，项目执行期 2014.1-2018.12。