团队研究方向：（1）XR与沉浸场景设计研究；（2）中国风格创新设计研究；（3）基于文化和设计驱动力的品牌战略研究。科研项目：承担国家科技部、文旅部、中宣部、教育部等国家课题多项。承担企事业横向课题几十余项。 1、痛点问题：当前，传统文化产业面临数字化转型挑战。随着时代发展，传统文化元素现代转化存在障碍，品牌力不足，市场潜力未充分挖掘。同时，互联网经济下，时尚节奏加快，传统设计样式及产品迭代效率难以快速响应市场变化和消费者需求。 2、解决方案：成果开发了“文化符号多层次数据调取系统”软件算法，实现文化符号的数字化提取和二次开发。该技术能快速生成多元化设计原型，辅助设计和样品观赏。 3、竞争优势分析：成果在文化符号快速调取和应用方面具显著优势，可降低创新成本，提高生产效率。 4、AI对文化产业作用及市场应用前景：AI技术推动文化产业创新升级，满足消费者对个性化、时尚化产品需求。项目成果应用前景广阔，文旅行业市场规模逐年提升。成果已经在辽宁朝阳喀左的紫砂产业落地应用。 5、知识产权情况：《文化符号多层次数据调取系统》等2项软件著作权，法律状态已登记。

本成果为地铁驾驶控制系统开发与操作高度相似的半物理虚拟仿真环境，包括操纵台、操作杆、按钮、指示灯、数字显示屏，以及虚拟的3D驾驶室内模型和城市驾驶环境。半物理仿真环境的后台集成地铁驾驶仿真电气系统模型、驾驶控制系统模型，虚拟现实接口程序和数据采集模块，可对真实的驾驶工作过程进行仿真，从而可用于地铁驾驶操作培训及故障处理、特殊驾驶环境训练等。

兰州大学药学院刘映前老师课题组围绕阿维菌素的衍生合成、结构优化及生物活性研究进行了较为系统的研究，获得了多个活性较好的先导分子，改造后的新化合物克服了原母体阿维菌素的某些不足，在防治范围、杀虫活性和对人畜及环境毒性等方面有了进一步的改善，以期获得具应用价值的阿维菌素大环内酯类衍生物。

1、项目简介 （1）地板蜡制品用聚合物微球：利用不同的大分子单体进行乳液聚合制备 具有功能性的高分子微球乳液，用于工业地板蜡水。技术性能指标：蜡膜光泽度高，耐磨擦性能优良，抗静电、硬度高、对基材附着性能优良； （2）水泥添加剂用聚合物微球：通过分子设计合成的亲水核/亲或疏水壳高分子微球乳液应用于水泥砂浆中。技术性能指标：提高水泥砂浆粘接性、耐水性、耐久性、柔韧性，与保温材料聚苯板的粘结强度大于 0.8MPa，与面砖粘结强度大于 1MPa； （3）三次采油用聚合物微球：制备尺寸可控、带有亲水性基团的聚合物微球用作油田三次开采用堵水剂，对油田高渗透层进行选择性堵水驱油。技术性能指标：可制备出不同规格的产品，有针对性地在不同孔径的多孔介质内滞留、胀大、控制水的流度，改善或降低流度比，扩大波及面积，降低驱油过程水相渗透率。

山东聚众数字医学科技开发有限公司，成立于2017-04-27，注册资本为2000万人民币，法定代表人为郑彬龙，经营状态为开业，工商注册号为371322200031492，注册地址为山东省临沂市郯城县高科技电子产业园A区11栋2-3层，经营范围包括生物3D打印材料、医疗器械、生物骨制品和环保型保存液的研发、生产和销售；数字生物3D软件的技术研发、生产和销售；数字生物科技馆、生命科学馆及实验室设计与建设；生物塑化标本及生物塑化相关产品的研制、开发、生产、销售及相关技术咨询服务；装修与装饰工程、展览展示服务；生物标本、医学模型的研发、生产、技术加工、销售；实验室仪器、教学设备及不锈钢设备的销售（依法须经批准的项目，经相关部门批准后方可开展经营活动）

成都市培源科技开发有限责任公司，简称：培源科技。公司办公地位于成都金牛高新产业园区科兴北路19号，注册资金300万元人民币，是具独立法人的科技型企业。公司以国内外以及成都市老科协200多名卓有建树的知名专家为依托，瞄准目前社会迫切需要和未来世界必然需求，实行“综合性跨学科，集成性多学科”的研究和开发，其环保方面的核心技术比肩国际知名企业水平。其中一项目：环保教具---无尘黑板及核心设备，可使普通教室升级为健康教室。这在多媒体和液态笔不能主动捕捉粉尘pm2.5和中央强调预防近视的前提下, 使用该设备，正好弥补其不足。  2014年10月18--20日，我公司携无尘黑板及核心设备参加中国科博会，受到中央视台记者专题采访报道，让国内外人民看到了该产品的推广使用，给教育界和师生带来的环保健康和预防近视的好处从此，培源品牌美名远扬，产品远销省内外。公司拥有空气净化，生态农业，高效节水和污水减排方面的世界领先技术和核心技术。已获18项国家专利，曾获国家级发明奖1项。公司在国内最先提出环保教具这个概念，主张:传统与现代化结后,环保与高科技兼容。先后发表重要论文和文帖106篇，比如：《一位教师的心灵独白》等（点击可查看）。诗词《水调歌头.黑板净尘器》等（点击可查看）。最先发明并开发出了相关产品，且引爆了这个行业,带来了明显的环保效益，社会效益和经济效益。 其中《关于教师职业病预防的对策研究》的学术课题，获成都市锦江区科信局2012年软科学项目立项支持。《环保教具---无尘黑板及核心设备》，获成都市科技局2012年企业自主创新项目立项支持。目前为止，公司生产的培源牌《黑板净化吸尘器系列》《教学板系列》、《看板系列》、《黑板净化吸尘器系列》、《钢质讲台系列》、《水洗空气净化器系列》产品，已销往四川、重庆、云南、山东、江苏、浙江、上海、福建、广州、陕西、河南、河北、哈尔滨等26个省、市、地区（点击可查看），得到广大师生的欢迎和高度赞扬（点击可查看）。公司不仅能提供高科技，性价比高的产品，且具备招投标所需的手续，比如：专利证、检测报告；发明奖证书；ISO9001质量管理体系认证、ISO14000环境管理体系认证、ISO8001职业健康管理体系认证、CE欧盟认证,3C安全认证  

   北京川布兰生物技术开发有限公司（以下简称“川布兰生物”）成立于2000年6月，是北京市高新技术企业。公司自成立以来，一直致力于生物科学与生物教育领域相关产品的研究与开发，拥有良好的实验环境和高端的专业研发团队，开发了多种具有自主知识产权的中学生物教学专用实验仪器设备，为中学生物教学改革做出了卓越的贡献。     “用川布兰生物的专业能力感染每一位老师”是川布兰生物的企业口号。川布兰生物的员工中，具有生物学背景的博士、硕士、本科专业人才占85％以上，凝聚了一批具有丰富经验的研发和技术人员。公司曾承接国家科委的生物相关研发项目；配合教育部相关部门制订了《高中理科教学仪器配备标准》；为人民教育出版社高中生物实验教材《生物技术实践》拍摄教学光盘；在国家级学术期刊《教学仪器与实验》上开辟了“川布兰生物”专栏《生物新课程实验园地》；多次成功举办了全国及地方性生物教师新课程实验培训；公司研发的多种中学生物教学专用仪器、专利产品及代表公司专业能力的教学试剂盒得到专家及学校教师的高度评价，同时被收录到高中教学仪器配备标准中；公司组织编写的生物竞赛系列辅导用书《精英教案》和举办的生物竞赛辅导成为全国生物竞赛师生通往成功之路的宝贵通道，得到了各地生物学科顶尖中学的信任与支持。     “十年磨一剑”，川布兰成立二十年来，专注于为中学生物教育领域服务，积累了丰富的经验。为配合教育部新课标的实施，川布兰生物精心设计了中学生物实验整体解决方案，从专业角度因地制宜地帮助学校进行生物实验室建设和升级改造。同时为学校提供优质、完善的实验教学指导服务、现场技术指导服务、网上在线实时服务、电话热线声讯服务、仪器设备终身维护、试剂盒耗材持续供应、实验室升级支持、生物竞赛辅导等服务。截至目前，川布兰已为全国各地的数千所学校、数以万计的师生提供了生物学科的各种专业服务，得到了教育部和各级教育管理部门的充分肯定与支持，同时也赢得了各级各类学校和教师的高度认同与好评。    二十一世纪是生命科学的世纪，生命科学是实验的学科，她的发展要从中学生生物实验抓起，在培养未来生命科学人才的道路上，川布兰生物永远是您的朋友！

♦北京欧倍尔软件技术开发有限公司是一家以计算机仿真技术、虚拟现实技术、网络技术的开发与推广应用为核心的高新技术企业，主要致力于为高校、职校、科学研究院以及石油、化工、制药、环境监测等行业相关机构提供虚拟仿真软件、网络平台及配套硬件设备的开发和技术服务； ♦公司于2012年9月25日注册成立，注册资本1290万元。公司产品和技术涵盖：化学化工、食品工程、环境工程、生物制药、工程力学、材料工程、电气工程等多个专业领域。开发了实验、实训、生产实习、半实物仿真工厂等专业化仿真教学平台，同时将3D技术、AR增强现实技术、VR虚拟现实技术应用于其中，并实现PC端、移动端、网络化等多维度操作，极大丰富了教学应用模式、应用场景，有效解决了教学过程中因时间、空间、教学资源等限制而造成的困扰和问题，为教育教学、人才培养提供了技术支持和保障，创造了条件和优势；

广州市荔鼎生态农业开发有限公司成立于2017年03月01日，注册地位于广州市从化区江埔街环市东路1282号，法定代表人为刘锐波。经营范围包括农业技术开发服务;昆虫养殖;农业技术咨询、交流服务;收购农副产品;水溶肥料的销售;农业科学研究和试验发展;有机肥料及微生物肥料批发;有机肥料及微生物肥料零售;水果种植;天然蜂蜜及副产品的生产;农业技术转让服务;园艺作物种植;中药材种植;食用菌种植;农业病虫害防治服务;林木育苗;农业园艺服务;农业机械服务;灌溉服务;农产品初加工服务;林业有害生物防治服务;路牌、路标、广告牌安装施工;广告业;包装技术服务;农业项目开发;销售不再分装的包装种子;农业技术推广服务;预包装食品批发;散装食品零售;农药批发（危险化学品除外）;预包装食品零售;农药零售（危险化学品除外）;散装食品批发;种子批发;鸡的饲养广州市荔鼎生态农业开发有限公司具有1处分支机构。

在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。    本实验室与中国中医科学院合作进行中医临床数据仓库与挖掘分析平台，以及中医临床数据挖掘方法的研究，实现了对中医临床采集病历数数据的集成与整合，数据挖掘与分析的中医临床数据仓库及挖掘分析平台，该平台旨在支持从真实世界中医临床诊疗中产生海量科研分析用数据，并以真实、高质量的数据为基础进行中医临床与理论研究，为中医临床疗效评价、临床中药新药创制提供客观的医学证据和适宜的数据分析方法。该成果于2009年12月获得国家科技进步二等奖。   名老中医OLAP展示例子 1.2多维分析与复杂网络分析系统   以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。  在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。  获奖证书   1.中医临床数据仓库与挖掘分析平台 通过分析中医临床数据元素及其多维、多层次的关系特点，研究设计了中医临床参考信息模型，以及为基础构建中医临床数据仓库细节数据模型和多维数据模型，建立以数据仓库为核心的数据整合、数据抽取/转换/转载和数据整理、数据挖掘、OLAP和统计分析的智能信息处理平台。该平台以中医临床数据仓库及其运行环境工具的构建为基础，基于实际的临床诊疗数据，实现对中医诊疗数据进行多主题、多粒度、多需求、高效、快捷的展示、研究和查询检索，并支持基于Web的OLAP主题应用，为名老中医经验继承研究、中医临床评价研究和临床科研提供实际的诊疗数据证据和知识来源，以支持临床科研决策分析，满足中医临床评价研究的探索性分析需求。针对中医临床数据的特点，研究体现中医临床数据模型特点的数据挖掘新方法，为面向中医临床研究的数据挖掘和机器学习方法研究提供新的思路和研究方向。该平台的构建初期以重大慢性疾病：中风、冠心病和糖尿病诊治规律，以及名老中医经验传承研究为支持目标。   中医临床数据仓库平台   1.1中医临床数据预处理技术临床数据的预处理包括数据整合、数据整理和数据转换等技术，我们面向中医临床数据结构内容以及中医临床研究的分析需求，实现具有完善的数据抽取-转换-装载（Extraction-transforming-loading，ETL）、数据整理和数据转换导出功能的数据前处理软件。该软件针对医学数据利用中的分布式（多采集点）采集、患者隐私保护和大规模数据处理的特点，采用灵活的数据映射配置和临床术语库衔接等方式把各采集点数据导入到临床数据仓库中，并支持批量数据核查和数据规范整理（对临床数据中的术语性数据如症状体征、诊断和药物等进行概念化语义规范）功能。   在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。   名老中医OLAP展示例子    以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。     中医临床复杂网络分析系统  1.3 真实世界中医临床有效处方发现系统 中药新药创制与研发是极具挑战和机遇的领域，当前化学制药和单成份药物研发已经出现明显的瓶颈，传统植物/天然药以及多成份复方药物的研发成为国内外关注的焦点。而从多成份调控和多靶点机理的研究为主要视角的网络药理学更成为新的趋势和方法。针对中医临床诊疗过程中具有证-治-效信息，且个体性的真实世界诊疗实践特点，我们研究基于大规模临床诊疗数据进行有效处方分析和发现的问题，通过对以中药复方为重点的治疗手段药物组成原理的分析，基于复杂网络模型和方法研制形成了有效核心处方及适应症分析方法、有效临床中药筛选与发现系统，对基于真实世界临床诊疗数据分析获得有效处方知识的方法、技术平台和示范应用进行了探索和初步实践，初步表明从真实世界临床诊疗数据中发现和挖掘有效方药是一种可行的途径，有望为中医新药创制提供可以验证的新处方、新药物等临床有效目标药物。     1.  中医临床数据挖掘分析方法 海量观察型临床数据是中医辨证论治数据的主体内容，具有复杂、多维和多关系的特点。从大规模中医临床观察数据中分析提炼形成有意义的临床假设或诊疗知识如有效处方、人群划分、药症关系以及多阶段优化治疗方案等，是实现从复杂、系统的中医辨证论治过程中发现并确认有效优化的临床诊疗处方及其药物组成的基本方法。中医临床数据包括门诊数据和住院数据两大主要部分，其数据内容由临床表现、诊断和治疗（临床疗法）三部分核心内容（如下图），其中辨证知识、证候分布、药症关系、方证关系和药物组成等是数据挖掘和分析的主要目标，而所有这些知识的有效性的评价依据是临床疗效，即确认和发现临床有效的中医诊疗知识是中医临床数据挖掘分析方法的主要有价值研究目标。    中医临床数据挖掘问题：在疗效信息的约束下，验证和发现有价值的临床诊断/治疗关系知识。  2.1基于复杂网络的中药配伍分析方法 人们通过对中医临床处方数据的初期分析，并与临床专家的交流中发现，名老中医的临床复方的组织特性体现在两个层次。第一层次为临床医生一般以经典复方（包括经方、时方和验方等）为基础进行临床处方；第二层次为在药对或药症关系基础上的药物随症加减处理。这两个层次的临床处方配伍过程形成了具有核心处方结构，而又具有较大灵活性的处方集合。因此，通过对名老中医处方集的共性网络结构分析，能够发现体现其处方思维和学术特点的核心处方配伍结构，从而辅助进行名老中医经验的传承和整理研究。通过应用基于无尺度网络现象的网络分析方法进行研究。无尺度网络作为复杂系统研究的一种实证现象和方法，对基于网络研究复杂现象和复杂系统的方法具有很大的推动作用。具有宏观无尺度现象的网络在拓扑上存在幂律现象，即节点的度分布服从幂函数分布。这在医生处方中的具体体现就是某医生对药物的使用具有比较集中的趋势，某些名老中医偏好使用某些药物，使得这些药物的已有或潜在功效得到更大的发挥或挖掘。 我们基于网络中权值的幂律分布规律，实现了多层核心子网分析方法，能够从复杂的中药配伍网络中抽取多层核心子网。该算法已经在名老中医处方配伍经验的分析中得到广泛应用。其得到的结果具有直接而明确的临床含义，且可靠性较强。第一层核心子药物子网一般解释为共性的核心处方；第二层解释为主要药物配伍；第三层解释为次要药物配伍。这些药物配伍分别对应样本的核心病机如主要疾病和主要证候等、兼证和加减症状等。以下是两类特定中药处方：1287个肝脾不调证(GPBT)处方和752个2型糖尿病合并代谢综合征处方的分析结果。   特定中药处方的核心药物配伍网络和主要加减网络，其中的网络中的节点是药物，边的权重表示两相关药物配伍使用的次数。 2.2基于隐主题模型的疾病人群临床特征类别分析方法 症状-中药-诊断主题模型（Symptom-Herb-Diagnosis Topic model，SHDT), 用来提取中医临床数据中的症状、中药和诊断间的隐主题结构。SHDT模型是LDA主题模型在多关系应用中的扩展。该模型的核心思想是假设一类样本里面包含有多个主题，例如，一类糖尿病人群有不同的并发症，且这些主题所包含的信息特征（以症状来表达）具有相对完整性和独立性。SHDT把每个主题看作是症状上的多项式分布，并通过症状来表达主题的内容；同时，把每种中药看作是主题上的多项式分布，因为一类中药可以治愈多种症状/疾病；又因为一种诊断包含多种症状/疾病，于是把诊断看作是对主题的描述，构建一种“症状-中药-诊断”主题模型。SHDT模型这种分析原理和思路与中医辨证论治过程基本吻合，它可以客观地按照症状找到自然分类人群，给出诊断描述特征和中药治疗特征。SHDT模型分别在2型糖尿病、冠心病和肝炎等慢性疾病中进行人群特征分析。实验结果说明了该模型具有较好的适宜性和科学性，分析结果能够较为完整的反映特定疾病中相关的主要人群特征类别。   症状-中药-诊断主题模型，图中三个黑色圆圈，代表显变量（观察变量），其中s 表示一个采样症状，表示患者p的所有药，表示患者p的所有诊断。白色圆圈代表隐变量，其中z 采样症状s对应的主题，x表示s对应的药，u表示s对应的诊断。矩形框表示重复采样。外部矩形框表示在集合中有P个患者。内部矩形框表示对患者p的个症状、主题、药物以及诊断重复采样。 2.3基于内隐对照和部分可观察马尔可夫决策过程模型的动态序贯处方治疗方案优化方法 中医辨证论治是症-治-效紧密相关的个体、动态的复杂干预过程，动态序贯干预是中医临床治疗慢性疾病的基本方法。以患者为轴心的治疗原则和医生的个体性特点，使得中医动态序贯干预过程中包含多样化的治疗方案。在临床诊疗经验知识的形成阶段，医生往往通过对治疗前后患者健康状态的判断，试图获得较好的治疗方案的认识，进而逐步形成固化的有效经验性治疗方案。因此，在无外部对照的情况下，如何从大规模的复杂多维临床关系数据中发现并确认在临床实际中较优的动态序贯诊疗方案是有效临床方案形成的重要课题。 考虑到实际可行性和研究代价的问题，在未有明确的有效干预方案形成的临床研究初期，无外部对照的传统中医经验整理和归纳普遍存在，且长期的中医学实践表明是有效的。但由于临床诊疗信息关系的复杂性，基于传统经验整理方式形成有效治疗方案是一个较为漫长的过程。 因此，如何借助源自真实世界（无外部对照）的大规模临床观察数据，进行挖掘分析，以辅助发现和确认较优的临床治疗方案成为辨证论治临床评价研究的关键问题之一。我们采用部分可观察马尔可夫决策过程模型(POMDP)对此问题进行研究，实现了基于POMDP的中医临床处方优化分析方法，以探寻从来自临床实际的大规模观察性临床数据中发现较优或最优的动态序贯治疗方案，为中医辨证论治有效动态干预方案的形成和临床验证提供参考知识。   中医临床诊疗过程对应的POMDP模型 1.  成果的推广应用 本成果已经在国家科技重大专项：重大传染病防治、重大新药创制等两个项目；国家科技支撑计划项目-名老中医经验传承研究；北京市科技攻关项目和国家中医临床研究基地等项目中进行推广应用。分别对艾滋病、肝炎和肺结核等传染病的中医药防治规律，从中医临床中分析确认有效处方与药物，名老中医的辨证论治个体诊疗经验，中风、冠心病和糖尿病等重大慢性疾病的临床诊治规律，以及全国10余家重点中医院诊疗优势病种（如上海龙华医院的中医胃癌治疗、骨关节病治疗；河南中医学院一附院的中医艾滋病治疗、中医慢性阻塞性肺炎治疗等）的临床诊疗优化方案等进行应用研究。逐步探索和完善中医临床科研一体化技术体系，支持基于临床诊疗实践及其真实世界诊疗数据，进行中医临床研究和中药新药创制研究的医学模式。   北京地区22家单位应用分布图