1.痛点问题 癌症是目前严重威胁人类生命健康的疾病之一，基于单细胞测序技术研究肿瘤的微环境和异质性，对于理解肿瘤的机制、优化肿瘤的用药方案具有重要意义，而如何对肿瘤单细胞数据进行全面深入的分析，还面临很多挑战。 肿瘤样本具有其独有的特点，在样本制备和单细胞分离过程中，其细胞应激反应大、坏死细胞多，为肿瘤单细胞数据的质量控制带来了挑战； 肿瘤单细胞数据分析有其独有的核心问题，比如复杂的微环境和高度的异质性，而如何充分考虑这些难点，并从信息学的视角进行深入研究，有待建立全面、自动的分析框架； 肿瘤单细胞数据的分析，对科研人员的编程能力和分析经验要求很高，亟需自动化、智能化的软件平台来降低数据分析的门槛，提高研究的效率。 2.解决方案 本项目围绕肿瘤单细胞转录组数据成果的技术核心点包括： 1)针对肿瘤单细胞实验过程中应激反应大、坏死细胞多的问题，提出了全面、精细的数据质量控制方案； 2)涵盖了常规的单细胞数据分析流程（数据标准化、降维、聚类、差异表达分析）； 3)创新了肿瘤微环境细胞类型辨识和细胞恶性估计等方面的研究方法； 4)从重要表型（细胞周期、干性）、基因集（已知的和潜在的）两方面深度解析了肿瘤内部的异质性； 5)提出了考虑肿瘤间异质性的批次效应校正方法； 6)构建了自动化、智能化分析的软件平台，能够自动生成全面、直观的分析报告。 基于本项成果产生的产品、服务或解决方案： 1)自动化、集成式的肿瘤单细胞转录组数据分析软件scCancer； 2)针对软件使用和分析结果解读的服务； 3)针对更个性化数据分析需求的咨询与服务。 3、合作需求 团队要求：合作方和团队需要对肿瘤单细胞测序方面有较多的实践经验，能为本项目的应用与落地提供条件； 资金需求：合作方可为团队提供资金支持项目的维护与更新。

本发明公开了一种软件更新的补丁安全性检测方法及系统，所 述方法包括：通过对补丁预处理，进而进行中间代码分析以获得受补 丁影响的基本块，通过这些受补丁影响的基本块得到内存敏感型函数 及其变量，从其出发构造主要执行路径；在对路径的进行符号执行的 过程中，确定具体的路径条件，到达具体的内存敏感型函数时，结合 此时的路径条件和相应的安全检测器来判断是否存在软件更新安全问 题。本发明着重于检测软件更新后，新版本相对旧版本不同部

项目背景：大型工业软件是我国迈向制造强国的战略支 撑，实现智能制造的核心技术载体。欧美发达国家将“掌握 最先进的大型工业软件的核心技术”视为“持续掌控全球工 业产业布局主导权”的必要条件。《国民经济和社会发展第 十四个五年规划和 2035 年远景目标纲要》指出，要“加强 工业软件研发应用”。典型的大型工业软件 CAD 是提高我国 制造业核心竞争力，保证国家制造业战略安全所必须的关键 技术，但目前市场基本被国外产品垄断，核心技术受制于人。 发展我国自主可控的 CAD 软件，打破卡脖子局面势在必行。 面向行业的 CAD 软件是当前的发展趋势。在化工设备的 CAD 设计环节，其主流的技术已经逐渐从二维模型设计到三维模 型设计演进。但在化工设备的制造环节，仍然以二维工程图 作为唯一参考。由于诸多原因，通过软件自动将三维模型自 动生成二维工程图成为解决问题的较优解。二维工程图自动 生成是 CAD 行业世界性难题，国内外尚无一款软件完整实现 该功能。为了攻克 CAD 工业软件卡脖子战略性技术，提升国 产工业 CAD 软件的竞争力，大幅度提高化工设计的设计效率， 寻求合作以研制出具有自主知识产权的、符合化工静设备设 计要求的二维工程图自动生成关键技术。 所需技术需求简要描述：针对公司前期设计的三维模型 文件，自动创建二维工程图，满足以下关键技术需求：1.能 够覆盖 90%以上的静设备类型；2.设计架构可扩展，可以通过配置或者类似插件形式扩展的新的设备类型；3.支持的自 动出图内容包括图幅、视图、文表、节点图、管口方位图等； 4.支持的文表包括标题栏、明细栏、管口表、管口明细表、 技术特性标和零件参数表等，文表内容准确率 100%；5.支持 的视图元素包括投影视图、自动标注、管口引线、零件序号 引线等；视图表达正确、清晰、无歧义、符合行业习惯；6. 支持的图幅种类有装配图、零件图、部件图、管口方位图； 7.支持整套设备图纸自动布局，包括图幅的选择、图纸拼接、 图面内元素的自动布局等；8.尺寸正确率 100%，核心尺寸缺 失率 0%，整体尺寸缺失率<5%；9.图面美观，符合行业规范， 图纸完成度>90%；10.支持常见的图面布局形式，视图比例 恰当，各图面元素间结构关系合理，整体布局紧凑、美观。 可提供若干布局方案供选择。  对技术提供方的要求:1.具有化工设计行业知识和经 验，承担过石油化工相关项目。2.熟悉 CAD 软件的相关开发。 3.具有工学博士学位或高级职称，技术方案成熟可靠稳定有 创新思维。 

中标麒麟高级服务器操作系统软件V7.0是在多年Linux研制经验基础上，适应虚拟化、云计算、大数据，满足业务对性能、扩展性、安全等要求，依照CMMI5标准研发，针对关键业务及数据负载而构建的功能丰富、安全、可靠、易管理、高性能的国产服务器操作系统；广泛应用于物理和虚拟化环境，公共云平台、私有云环境和混合云环境。系统实现对龙芯、申威、兆芯、海光、鲲鹏等自主CPU及x86平台的同源支持。 产品特点 统一的集群管理 提供中标麒麟综合管理平台实现对物理服务器集群运行状态的监控及预警、对虚拟化集群的配置及管控、对高可用集群的策略定制和资源调配等功能；为企业级数据中心用户打造统一的混合集群监管模式及一体化的IT基础软件平台解决方案。 易用、稳定、高效 提供全中文化的操作环境和常用的图形管理工具，符合i18n（国际化）技术标准，支持最新国家标准字符集（GB18030-2005）；符合LSB规范和CGL5.0标准。 便捷升级和维护 集成中标麒麟产品升级中心，提供公网升级服务/支持用户自建的内网升级中心；利用图形化的软件包升级工具进行系统升级，保障操作系统的安全性与稳定性。 良好的软硬件兼容性 用户可以在x86、龙芯、申威、Power和ARM64等异构硬件平台进行操作系统部署、升级，满足用户在不同底层CPU架构上操作系统运行的高稳定性要求。 中标麒麟高级服务器操作系统兼容国内外主流的软硬件产品，是国内同时获得Oracle、Vmware和Veritas等国际认证的操作系统厂商。 全方位的安全保障 支持国内外主流的可信计算标准规范（TCM/TPCM和TPM2.0）；支持国密增强算法；支持IPtables、支持SELinux；支持多因子认证、数据加密存储等，满足关键信息基础设施的安全保障要求。 与国内主流漏扫厂商（如绿盟科技、启明星辰等）建立漏洞扫描及修复的持续合作机制，为客户提供精确的漏扫报告，打造安全创新的基础软件平台环境。

广州图创计算机软件开发有限公司是国内公共图书馆服务体系化建设软件服务的领导者，是集咨询服务、产品研发、应用集成、数字资源服务、技术服务为一体的高新技术企业，我们提供的产品和解决方案被广泛的应用于国内图书馆行业，帮助客户建立完善的图书馆服务体系。 图创公司自2000年开始研究和开发图书馆总分馆服务体系支撑平台，十余年图书馆行业管理软件的实践经验，培养了一支既熟悉图书馆业务流程，又精通IT技术的复合型专家队伍，沉淀积累了宝贵的行业服务经验，提炼出了一整套可复制的公共图书馆服务体系化建设方案。 图创软件迄今已发展总分馆用户5000余家，图创公司解决方案广泛的应用于公共图书馆、211工程大学、中小学、企事业单位等各类型图书馆，图创公司自成立以来累积了丰富的行业软件研发和实施经验，公司正努力将多年来在行业中形成的技术、产品和服务经验提供给更多的图书馆客户，不断地推动图书馆事业更好更快地向前发展。

本项目研发了一套完整的现场数据采集服务支撑技术，提供了数据采集集成服务的商业运营新模式。针对工业互联网建设过程中普遍存在的现场数据采集需求，整合了综合感知、AI智能处理、网络安全传输、数据质量管理和标准化输出等多个环节，把经过质量分析和标准化处理后的实时数据，作为产品对接到工业互联网应用平台的数据池，供后续数据处理和应用分析。整套技术包括4大模块：1）智能网关：基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置云服务器；重点研究基于小目标的AI图像分类算法。2）AI模型管理系统：实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。3）数据管理和标准化处理：数据有效性管理、数据质量评估、数据标准化和数据安全机制。4）智能运维：开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提高效率、降低成本、保证系统运行质量和数据的有效性。 如图所示，项目完成了对于现场数据的传感、传输、管理、输出和设备运维等一系列工程实现。应用范围: 1、智能网关： 开发基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置服务器。 综合接入能力： 包括有线传感器和特定的无线传感器、与现有系统的对接 有效感知能力： 实现基于图像的AI视觉感知能力，重点研究基于小目标的图像分类算法 安全传输能力： 提供4G、5G、NB-IOT的上行传输模块化替换 提供安全的加密手段，保证数据安全 现场调试配置能力： 具有现场WiFi调试功能，方便安装和运维人员现场配置和检测 软件和通信标准版本现场升级 2、AI模型管理系统 需要实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。 样本管理能力 原始样本管理、样本实例库分类和管理、检测样本管理等 模型计算和管理 算力管理：对算力的统筹，外部算力的对接等 算法管理：自主开发算法的管理和调动，外部算法的调用和对接 模型管理：包括模型的功能属性和已经应用的情况的统计分析 设备管理 设备的AI模型配置能力、AI推演过程的监控、AI推演结果的跟踪采集和分析 3、数据管理和标准化处理 数据有效性管理 监测数据是否按时上传、上传数据是否符合要求、是否为非法数据 告警输出：把告警信息进行分类，并推送给相关的运维系统 数据质量评估 按照标准对现场采集数据进行多维度的质量分析，为后续数据应用提供参考依据 数据标准化 格式标准化：完善采集时间、地点、单位等属性， 输出标准化：按照标准协议与工业互联网平台数据池进行对接 数据安全 区域性部署：可以应用户要求部署在其内网 并行部署：可以通过并行部署，网关上联多个服务器，确保用户的可靠性需求 数据回滚能力：可以应工业互联网平台要求对数据进行一定期限内的回滚，保证数据在一定时间段内不丢失 4、智能运维 开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提供效率、降低人员成本、保证系统运行质量和数据的有效性。 运维人员管理 对运维人员的信息、定位、工作状况管理 巡检任务管理 对部署的硬件和相关工作环境定期巡查的任务制定、下发、执行过程和结果的记录和管理 临时故障处理 对系统自动告警和现场突发状况的应急处理能力，包括人员调配、处理流程提示和建议、相关情况处置参考案例、后续统计追踪等。网关核心板实物照片

项目简介：《选矿厂生产统计计算机管理系统研究》通过湖北省科技厅组织的鉴定，其科研成果处于国内领先水平。 技术特点：本课题以大冶铁矿厂为实例，利用当前流行的Microsoft Visual Basic6.0开发选矿厂生产统计计算机管理系统软件，该系统解决了多金属选厂报表金属量不易平衡的问题，具有创新性。用户只需一次性输入原始数据，相互关联的生产日报表、周报表、月报表和年报表将自动生成，生产日报表可当天上报。企业领导、工程技术人员、管理工作者和统计分析人员可根据工作需要任意浏览、调用、打印各种报表，有利于正确指导现场操作、生产调度、组织管理和领导决策。应用领域：该系统既针对性，又有通用性，便于计算机管理网络化。可在全国同类矿山企业中推广使用，具有广阔的应用前景和良好的社会、经济效益。

随着电网数据规模越来越大，所蕴含的价值也越来越多。清华大学信研院研发了基于机器学习方法的能源互联网能量管理系统，主要功能为对电网的稳定性进行预测和可视化。系 统分为训练部分和预测部分。训练部分通过历史数据进行机器学习，建立一个电压稳定性的 分类器。分类器训练完成后，再对新增的未知数据进行预测。训练部分主要分为特征提取、 类别标记、特征压缩、分类器类型选择。预测部分主要分为分类器数据启动阶段和预测输出 阶段。本系统提出利用机器学习方法对电网电压稳定性进行预测，进一步综合多个节点给出 电网态势感知的评估结果。在训练每一个节点分类器的时候，本系统将特征选取的时段和预 测时间节点拉开，形成一种延时的预测方法，本发明对复杂系统有着更好的还原效果。2 应用说明本系统实施电压稳定性预测的具体步骤为:步骤 1:通过部署在关键测点的同步相角测量单元 PMU 采集电网实时数据，所述 实时数据包含电网中每个关键测点的电压 U、 有功 P、无功 Q、电流 I;分别计算 U 的衍 生量 dU/dt，Q 的衍生量 dQ/dt，电压的变化 量比上无功的变化量的衍生量 dU/dQ，用这 些衍生量作为特征，来表征量的时间变化速 率;步骤 2:对步骤 1 中提取的特征进行数 据降维与压缩;根据特定时刻电压 U 是否恢 复到标准值的 0.8 倍来区分每组样本组是否 稳定，用 0 标记稳定，用 1 标记不稳定;步骤 3:选择分类器，建立一个电压稳 定性的分类器;步骤 4:训练分类器;当分类器训练完 成后，将训练好的参数储存起来;步骤 5:进入预测部分的数据启动阶段， 填充特征矩阵，没有输出;步骤 6:把多个节点的特征按照顺序排列，形成特征矩阵;特征矩阵填充完成后， 根据分类器给出的预测结果;特征时段向前滑动，最初的特征被抛弃，新特征补充在队尾， 分类器持续给出预测结果;步骤 7:每隔一定时间间隔 ，要把新收集来的数据与以前的数据一起，重新回到步骤 4 训练分类器，更新参数。在具体系统搭建过程中，我们充分利用现有机器学习平台。其中 Hadoop 的文件管理系统 HDFS 负责数据存储;Spark 负责模型训练;Storm 负责在线预测;Kafka 负责在 Storm 和Hadoop 之间传递更新后的模型参数。

本项目研发了一套完整的现场数据采集服务支撑技术，提供了数据采集集成服务的商业运营新模式。针对工业互联网建设过程中普遍存在的现场数据采集需求，整合了综合感知、AI智能处理、网络安全传输、数据质量管理和标准化输出等多个环节，把经过质量分析和标准化处理后的实时数据，作为产品对接到工业互联网应用平台的数据池，供后续数据处理和应用分析。整套技术包括4大模块：1）智能网关：基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置云服务器；重点研究基于小目标的AI图像分类算法。2）AI模型管理系统：实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。3）数据管理和标准化处理：数据有效性管理、数据质量评估、数据标准化和数据安全机制。4）智能运维：开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提高效率、降低成本、保证系统运行质量和数据的有效性。 如图所示，项目完成了对于现场数据的传感、传输、管理、输出和设备运维等一系列工程实现。