【项目来源】科技部公益性行业专项资助项目。 【项目简介】通过对我国沿海地区重点品种，水生、耐盐药用等代表性区域中药资源普查，基本查清了代表性区域中药资源本底情况。对传统知识调查的范围、对象和内容进行研究，通过对代表性区域传统知识的调查，研究确立传统知识保护利用方式。建立特殊类型中药资源动态监测站，并入全国监测网络系统。建立代表性区域中药资源数据库和普查成果共享服务平台。研究总结各代表性区域中药资源普查的组织管理经验，特殊生态区和中药资源的调查技术经验，修订和完善全国中药资源普查工作方案、实施方案、技术规范的相关内容，编制了“我国水生、耐盐中药资源普查培训教材”。编制沿海六省区域的水生、耐盐中药资源管理、保护及开发利用的发展规划。 【技术指标】 1. 开展我国沿海区域6省109个县重点调查品种的资源普查，水生，耐盐中药品种的资源调查和传统知识调查与标（样）本等信息采集。 2. 开展中药资源动态监测站建设，建立监测机制和监测网络系统。 3. 制定资源区化与生产布局规划。 4. 建立资源中只保存与种质资源库。 5. 研究编制我国水生，耐盐中药资源普查培训教材；研究制定我国沿海六省区域水生，耐盐中药资源保护利用发展规划。 【推广应用前景】中药资源是国家战略资源，是中医药事业发展的物质基础，是中药产业链中基础关键环节。当前，由于中药资源普查长期中断，药用生物物种资源家底不清，尤其是水生、耐盐药用生物资源家底不清，中药资源无序利用现象严重，成为制约中药资源可持续利用的瓶颈。水生、耐盐药用植物是一类特殊环境下的中药资源，在我国分布广泛，蕴藏量大，区系种类多且复杂，药用价值高，开发潜力大，生态价值高，环境效益显著，具有重要的生态价值和经济价值。我国沿海六省的水生、耐盐类中药资源较为丰富，特别是水生植物类药材，野生品种丰富，栽培品种和规模逐渐扩大；耐盐类植物资源分布较广泛，资源蕴藏量丰富，具有独特的开发利用方式。

一种基于纵向堆叠的重参数化结构模型的图像分割方法，步骤包括：1)采集处处理图像；2)把待处理图像作为图像分割模型的输入，图像分割模型的输出即为分割后的图像。图像分割模型是基于纵向叠加结构重参数化的图像分割模型，即在图像分割模型的训练阶段，多3×3卷积纵向叠加结构替换图像分割模型中3×3卷积，有利于模型更好地学习特征；在推理阶段，多3×3卷积纵向叠加结构改为单个3×3卷积后对输入数据进行推理，以加快推理速度，减少资源占用。

本发明提出一种自适应的协作多点传输方法，具体为：本小区基站获取自身与本小区指定用户间的下行信道增益，并分别获取本小区的各个相邻干扰小区基站与本小区指定用户间的下行信道增益；在相邻干扰小区基站中，按照其各自与指定用户间的下行信道增益相对本小区基站与用户间的下行信道增益越大则干扰越大的原则，选出强干扰小区基站；若不存在强干扰小区基站，则本小区基站采用协作调度模式向本小区指定用户传送数据，否则，本小区基站与强干扰基站采用联合传输模式向本小区指定用户传送数据。本发明对小区间干扰的抑制能力强，优化了小区边缘用户的通信性能，并且基站间仅需交互少量信息，提高了系统资源的利用率和系统的吞吐量。

针对云南省这一特殊案例,本文研究发现改革将会对县域经济发展产生"加速"效应。改革提升了县级财政能力与支出水平,与要素的空间集聚相结合,不仅能够促进县域经济增长,而且可以显著缩小县域间差距。但是,县域经济本身的集聚与扩散状况,省以下财政分配均等化水平以及省本级财政状况均对改革产生了制约影响,并据此提出相应对策。

项目面对海量庞杂、异质多源、大范围社会与网络关联的复杂应用环境下的身份安全认证这一世界性难题，在深刻分析网络犯罪特性、人群网络习惯和网络安全发生规律的基础上，自主研发了面向复杂异构应用环境下的信息片交叉验证模型和方法，形成了高度自适应的多协议广义双因素安全认证解决方案，平滑了协议与系统的差异，解决了复杂异构应用环境下更高水平的大规模、精细化、强安全身份认证，提高了系统帐户、口令和权限管理力度，实现了统一的认证、帐号、权限、审计管理，并取得了重要突破。项目研制成果取得了7项国家计算机软件著作权登记证书

该平台包括多项核心技术和技术优势： （1）基于逻辑隔离机制的算力主机安全保护。实现了一种基于逻辑隔离机制的沙箱算力环境，能够独立于用户的系统进行计算。通过计算环境隔离、数据的存储隔离、网络环境的隔离，保障了算力运行环境独立于用户系统，互不干扰。 （2）多源异构数据的混合学习模型。提出一种基于深度学习的多源异构数据的混合学习模型，该模型通过深度学习进行不同数据源的特征提取，然后再通过深度学习的融合训练得到结果。 （3）高并发任务的调度。采取动态分配任务的机制，根据当前不同地区网络的传输速度，算力的分布情况，训练数据量的大小，根据制定的规则找到最合适的几个服务地点进行任务分配、数据传输以及分布式训练，最大化地利用当前算力资源。 （4）数据隐私保护。通过联邦学习、同态加密训练、区块链数据确权等方式加强对用户数据的保护。实现了一套基于同态加密和多方安全计算的训练系统，能够完全保护用户的数据隐私性。 （5）区块链记录及激励。“计算即挖矿”，系统根据用户提供的计算资源以及资源利用率来进行区块的奖励，算力越大获得的奖励也就越多。通过搭建的区块链可以记录数据的交互信息以及使用权，并可搭建智能合约平台。 该协作学习平台撮合各方业务和资源，包括算力、数据、模型，结合分布式机器学习、安全多方计算技术，提供保护隐私数据、算法模型前提下的协作学习服务，通过底层分布式账本记录，电子合约对接供需方，智能匹配资源对接，建立AI协作生态。具有以下优势：协作低成本、平台化；具备数据隐私保护，打破共享壁垒；后台底层账本对平台使用中产生的模型、数据、算力、广告收入等进行管理，保证数据可信；操作便捷，可提供定制化服务，高效最优匹配。02. 应用前景 该协作学习平台可用于人工智能、互联网广告、金融等领域，为中小型企业、科研机构或个人提供算力共享、数据共享、模型共享与模型开发等服务，具有广阔市场前景。03. 知识产权 已申请发明专利16项，登记软件著作权1项。04. 团队介绍 本成果团队长期研究区块链、人工智能、网络安全等。团队课题负责人为徐恪教授、博士生导师，清华大学计算机系副主任，国家杰出青年科学基金获得者，北京市卓越青年科学家。获得国家科学技术进步奖二等奖、国家技术发明奖二等奖，2011年获中国计算机学会青年科学家奖，是中国电子学会理事和中国计算机学会理事，曾在ACM SIGCOMM、IEEE/ACM TON、IEEE Communication Magazine等知名国际会议、期刊发表论文100余篇，近五年获得中国发明专利授权四十余项，获得美国发明专利8项。团队成员还包括多位教授、副教授、研究员和博士研究生。05. 合作方式 投融资 / 商务合作。06. 联系方式 邮箱：liuyi2017@tsinghua.edu.cn

Franka Emika成立于2016年，总部位于德国慕尼黑。创始人Sami Haddadin博士是全球机器人技术领域的权威专家之一。他受到人类敏捷性和触觉的启发，开发了一款基于应用程序的力控机器人。相比于视觉在机器人上的普及使用，带有力控制的机器人往往价格昂贵，而且需要专业的技术知识来操作， Franka Emika开始通过制造用户友好且经济实惠的力控机器人来颠覆这个行业。在推出两年之后，Franka Emika机器人成为德国唯一一个登上《时代》杂志封面的50个最佳创新之一，并且获得了德国未来奖和创新奖。2020年，Franka Emika机器人在第22届中国国际工业博览会上被为CIIF机器人奖。

研制了一种RE-Bi再生黄铜来改善传统铋黄铜由于冷、热脆性导致的废料重利用困难的问题。采用光学显微镜、扫描电镜观察合金的显微组织;采用拉伸试验测试合金的力学性能。结果表明,RE使铸态合金晶粒明显细化,Bi由膜状变为颗粒状均匀地分布在基体中;随着RE添加量的增加,铸态、热轧态合金的伸长率均呈现出先增加后减少的趋势,在添加0.2%的RE时具有最佳的力学性能;当RE添加量超过0.2%时,合金中生成过量RE化合物,降低材料的力学性能。

 研究发现，华丽细尾鹩莺具有很长的繁殖季，并且繁殖的开始时间，结束时间和繁殖期长度存在较高的个体差异，繁殖季前的17天内日夜间最低温度越高，个体开始繁殖的时间越早，繁殖期越长；繁殖季后期的97天内降水越多、30天内超过29摄氏度的天数越少，个体结束繁殖的时间越晚，繁殖期越长。对其适合度的分析发现，开始繁殖早并不能预测个体是否能够在一个繁殖季内产生独立的后代，但是对于那些在一个繁殖季内至少成功繁殖了一只后代的个体，开始繁殖越早，后代数越多。繁殖结束越早的个体在一个繁殖季内产生后代的可能性越大。然而，对于在一个繁殖季内至少成功繁殖了一只后代的个体，结束繁殖的时间与产生后代的数量则并没有联系。       该研究阐释了较高的环境温度可以同时提前个体的开始繁殖时间和结束繁殖时间，但并不一定能产生繁殖时间的年际变化。此外，气候变化对多次繁殖的鸟类的繁殖时间影响的复杂性可能被远远低估了。本研究不仅为定量评估气候变化对多次繁殖物种的物候期影响提供了可借鉴的体系，而且为预测气候变化下的物种的响应提供了新的启示。

2020年2月10，中南大学湘雅公共卫生学院李广迪博士与比利时鲁汶大学的 Erik De Clercq教授联合在Nature reviews drug discovery杂志发表了关于新冠病毒（2019-nCoV）的最新研究，研究题为Therapeutic options for the 2019 novel coronavirus (2019-nCoV)。该研究基于当前现实的需求，特别是结合目前已批准的一些抗病毒药物以及SARS和MERS的治疗，主要讨论了2019-nCoV的药物开发和潜在治疗选择，对当前抗新冠病毒的治疗和药物开发具有重要的知道意义。