本发明公开了一种批量快速创建文件系统元数据和数据的方法， 具体针对预知的工作集，例如目录拷贝，压缩文件解压操作等，在保 证文件系统可靠性的前提下，首先对元数据区域的超级块、块组描述 符、数据位图、Inode 节点位图三种元数据进行修改。然后依次按照操 作的顺序将 Inode 节点信息和数据分别写入元数据区域和数据区域。 根据本发明的方法，首先，使得系统避免了元数据页面写回引入的频 繁随机的小写问题；其次，增加了写延迟

本发明公开了一种基于图数据处理系统的数据并行访问方法， 所述方法包括以下步骤：S1、载入图数据至内存，将图数据各节点平 均分配至各处理器上并行处理；S2、各处理器调用图算法并行处理分 配至自身的图数据节点，处理过程中对图数据节点进行原子性读写； S3、将经图算法处理后的所有图数据节点写回至硬盘形成完整图数据， 判断所有图数据节点是否均收敛，如果收敛，则流程结束；如果不收 敛，则返回步骤 S1 进行下一次循环直到写回至

当前，高校内部学院、部门网站更新不及时，僵尸网站、发布内容存在不规范用语、错别字等情况较为普遍，造成了很大的安全风险。由内蒙古财经大学自主开发的“镜湖一号——高校对外宣传数据智能分析平台一体机”，很好的解决了上述出现的问题。同时，还具备了呈现学校对外宣传数据数据分析与挖掘的可视化态势展现功能，支持大屏观看和手机端查看。“镜湖一号”基于高校对互联网发布的各类数据，使用人工智能和大数据分析技术设计应用模型，让学校的管理者实时掌握数据动态。 应用场景及创新点： 1.监控敏感信息泄露，展现处置状态。 2.代替人工发现更新不及时、不到位的网站。 3.对比分析高校党建态势，同时展现学校内部各部门党建状态和成果。 3.实时展示高校发布的宣传数据态势，分析出最受欢迎、热门文章等。 4.平台支持国产化平台部署。 5.实现一体机快速部署。

一种基于计算相关度的多数据中心数据布局优化方法，根据执行计算处理数据集的情况，生成计算 集和数据集集合的访问关联矩阵，计算出任意两个数据集之间的计算相关度，生成对应的计算相关度矩 阵;计算每个数据中心的基本容量，定义布局关联矩阵，根据计算相关度部署数据集。本发明通过构建 访问关联矩阵和布局矩阵，给出计算相关度的具体数学表示，根据建立的计算相关度矩阵，以低复杂度 的方法实现数据布局，并将新数据和中间数据动态部署至合适的数据中心，可以有效减少跨数据中心数 据调度，提高系统的访问性能。

项目简介： 碳酸二甲酯(DMC)是近年来受到国内外广泛关注的绿色化工产 品。1992 年在欧洲通过了非毒性化学品(Non toxic substance)的注册登 记，属于无毒或微毒化工产品。由于其分子中含有多种官能团，因而 具有良好的反应活性；一方面碳酸二甲酯有望在诸多领域替代光气、硫酸二甲酯(DMS)、氯甲烷及氯甲酸甲酯等剧毒或致癌物进行羰基化、 甲基化、甲酯化及酯交换等反应生成多种重要化工产品；另一方面， 以它为原料可以开发、制备多种高附加值的精细化学品，在医药、农 药、合成材料、染料、润滑油添加剂、食品增香剂、电子化学品等领 域获得广泛应用；如用于合成环丙沙星、碳酸二苯酯（DPC）、甲基二 异氰酸酯（TDI）、二苯基甲烷二异氰酸酯（MDI）、MPAN、苯甲醚、 聚碳酸酯（PC）、聚碳酸酯二醇（PCD）、ADC 透明树脂、甲胺基甲 酸钠酯（西维因）、四甲基醇铵（TMAH）。第三，其非反应性用途： 溶剂、溶媒和汽油添加剂。如作药物制备的溶媒介质，特种快干油漆 的溶剂、喷雾剂的溶剂等。所以，碳酸二甲酯被誉为 21 世纪有机合 成的一个“新基块”，其发展将对我国的煤化工、石油化工、甲醇化工、 C1 化工起到巨大的推动作用。 DMC 是性能优良的溶剂、溶煤，具有如下优点：(1)与其他有机 物相溶性好；(2)微毒且蒸发速度快；(3)脱酯能力比较高。所以有可能 在下述领域得到广泛应用：(a)是半导体工业使用的对大气臭氧层有破 坏作用的清洗剂 CFC 和三氯乙烷的替代品之一；(b)在清洗剂和特殊 涂料(油漆、油墨)、医药化学品等的生产中用作溶剂、溶媒；(c)作为 CO2的载体，应用于喷雾方面。 产品市场分析： 碳酸二甲酯及其相关的丙二醇等产品，被中国列入“九五”重点开 发的 50 个精细化工品种范围。为了防止大气污染，提高汽油的含氧 率，国外用甲基叔丁醚取代四已基铅作石油添加剂，实现汽油无铅化， 但汽油含氧率仍不理想，DMC 除了分子含氧率高达 53%，具有提高 汽油辛烷值的功能，因此可作添加剂，提高汽油的含氧率，如能实用 化，汽油将成为 DMC 的最大用户，其市场前景更加宽阔。据了解，在国际市场，碳酸二甲酯的年需求量约 15 万～20 万吨。特别是近几 年来，由于下游产品聚碳酸酯、聚氨酯、汽车添加剂、高能电池电解 液等市场发展迅速，国际市场对碳酸二甲酯的需求更是与日俱增，市 场容量将达到 30 万吨左右。远远大于国际市场的供应能力。目前， 国际上碳酸二甲酯年产能力仅 6 万～8.6 万吨。在国际市场上，欧盟 每年需进口 1 万吨以上，印度也需进口 5000 吨以上。 目前，我国的碳酸二甲酯生产能力有限，与市场之间缺口很大， 生产工艺也较为落后，产品含量低，质量不稳定。目前国内年需求量 达数万吨，生产能力仅数千吨，预计到 2005 年需求量将高达 10 万 吨。 本工艺所得另一产物丙二醇，用作不饱和聚酯树脂的原料，也是 增塑剂、表面活性剂、乳化剂和破乳剂的原料，可用作防腐剂、水果 催熟剂、防霉剂、防冻剂及烟草保温剂，是大宗化工原料，国内年需 求量在 10 万吨以上。 工艺技术： 反应原料：碳酸丙烯酯 和 甲醇；产物：碳酸二甲酯和 1，2-丙 二醇；反应所需压力：10 至 30 大气压。碳酸丙烯酯的转化率 58.5%， 对碳酸二甲酯的选择性 96.9%，对 1，2-丙二醇的选择性 99.9%；甲醇 的转化率为 29.5%。固定床流程碳酸二甲酯的收率 20.0%，原料循环 使用。 本合成碳酸二甲酯的技术，原料易得，操作安全，不存在剧毒、 易燃、易爆等危险。催化剂制造方便，稳定性好，生产成本低。反应 所需压力：10 至 30 大气压。无需特殊设备。 产品成本分析： 碳酸二甲酯 1.0～1.2 万/吨，1，2－丙二醇 0.8 万／吨。原料：碳酸丙稀酯 0.8 万／吨，甲醇 0.23 万元／吨。 原料成本 4.34 元/千克。 特点： 高活性催化剂的成功开发；碳酸丙烯酯、碳酸二甲酯和与之配套 的下游产品如碳酸二苯酯、聚碳酸酯的应用开发研究以及理论研究。 

碳酸二甲酯(简称 DMC)是近年来受到国内外广泛关注的环保型绿色化工产品，其具有良好的反应活性，可以在诸多领域替代光气、硫酸二甲酯、氯甲烷及 氯甲酸甲酯等剧毒或致癌物进行羫基化、甲基化、甲酯化及酯交换等反应生成多 种重要化工产品。碳酸二甲酯的合成工艺主要有光气法、甲醇氧化羫基化法和酯 交换法三大类。光气法由于使用了剧毒的光气，产品质量差，应用受到限制，且 光气本身的使用也受到限制，目前已逐步被淘汰，后两种方法是当前 DMC 的主要 生产方法，我国碳酸二甲酯的生产以酯交换法为主。酯交换法工艺中存在大量的 反应和常压及加压精馏塔，这些塔的能耗较高，年消耗蒸汽量较大，随着国内能 源价格的逐年增加，产品生产成本增长迅速，对产品的利润空间构成严重威胁。 本项目为自有专利技术，项目是在传统酯交换法合成和恒沸精馏分离工艺的基础 上，结合热泵和挟点技术发展而成的。该技术通过对现有的生产工艺进行综合的 能量匹配和优化，对耗能较大的反应精馏塔等设备进行节能改造，将塔顶蒸汽加 压升温后直接用作塔底再沸器的热源，不需要塔顶冷凝器及其冷却水消耗，也无 需用锅炉对塔底再沸器进行加热。传统工艺采用本项目技术改造后，可做到核心 工艺段能量自产自销，极大程度上降低了蒸气的消耗量，同时也降低了冷却水的 耗量，生产成本大大降低。

产品简介 碳酸二甲酯(DMC)是近年来受到国内外广泛关注的绿色化工产品。1992年在欧洲通过了非毒性化学品(Non toxic substance)的注册登记，属于无毒或微毒化工产品。由于其分子中含有多种官能团，因而具有良好的反应活性；一方面碳酸二甲酯有望在诸多领域替代光气、硫酸二甲酯(DMS)、氯甲烷及氯甲酸甲酯等剧毒或致癌物进行羰基化、甲基化、甲酯化及酯交换等反应生成多种重要化工产品；另一方面，以它为原料可以开发、制备多种高附加值的精细化学品，在医

本发明公开了一种 FCoE 读写处理系统，包括交换 ID 管理模块、 请求帧封装发送模块、数据帧封装发送模块、数据帧接收处理模块、 准备帧接收处理模块、响应帧接收处理模块和接收队列；本发明还公 开了一种基于该 FCoE 读写处理系统的读写处理方法，对来自上层的 对应多队列块通用块层请求或块设备驱动层请求，按照 FCoE 协议和 FCP 协议处理，生成的 FCoE 帧通过标准以太网网络接口传输；缩短 了读写路径，减小处

针对智慧城市、移动设备、工控系统等多个领域的CPS 多源异构时空大数据，提出了多种时序模式挖掘算法和时空 模型构建方法，并应用在轨迹预测、交通流预测、空气质量 预测、用户画像、活动识别、异常行为检测、网络攻击检测 等多个任务中，并为“人机物”融合的数据驱动模型提供理 论与技术基础。

与华为技术有限公司开展互联网语义分析合作研究，双方共同研发了“电商知识图谱自动化构建和电商评论分析系统”，该系统可以自动化将不同电商网站的数据抽取和集成，形成一个庞大的电商知识图谱，并且利用这个知识图谱来对电商评论做语义分析。该项目中的技术已经被华为公司用于大数据中的视频分析，并且产生了良好的经济效益。另外，与百度签订了“本体及知件技术构建医疗领域知识库和应用研究”项目，提交并审核通过一项专利“一种医疗知识库中保健品与疾病的关联构建方法”，并且提出一种word embedding的方式挖掘非结构化数据中实体关系的方法，项目成果被百度用于医疗保健品的搜索中，取得了很好的社会效应。