（一）项目背景 当前，智慧教育具有智能导学、精准推荐、定制辅导、精细评价等特点，已成为国际国内教育信息化发展的趋势。智慧教育的研究主要聚焦于智慧学习环境建设的研究、智能技术支持下的智慧教学研究和机器学习技术支持下的个性化学习研究。智慧教育的出现极大地促进了当前教育中学习空间的重构。在“学习空间”之前，人们通常使用“教学空间”来指代这种场所，将有教学活动的场所均称作教学空间。随着人们对学习过程的理解变化、智慧教育的快速发展以及人们对非正式学习的重视，学习空间逐渐由单一的物理教学空间向包含物理空间、网络空间、移动空间的多元学习空间转变。多元学习空间的提出虽然更多地体现出了“以学生为中心”的倾向，但如何具体衡量多元学习空间对学生学习效果的影响是评价多元学习空间的重要步骤。同时，在多元学习空间具体构建时，面对空间中来源不同、结构多样、数量庞大的多模数据如何进行处理存储、并在保证数据有效性的前提下对教育数据进行隐私保护是多元学习空间需要解决的另一个难点。 （二）项目简介 本项目主要目标是针对信息技术支撑下学习空间多元化、场景复杂、需求多样化，学习者及学习行为呈现出新的特点和规律，研究多元学习空间中学习行为数据化关键技术，构建“云-边缘-物联网”架构的多模态数据存储与处理平台，实现混合式学习环境下学习行为智能感知和数据化，优化学习行为模型，基于实际应用与不同学习目标函数及内容，建立可重复、可预测、可验证的对比数据集，为数据驱动的智慧教育生态构建和教育应用提供核心技术与数据支撑。 （三）关键技术 我们面向智慧教育中准确认知学生的学习状态和行为的大数据需求提出研究方案。本项目实施方案涉及教育学、物联网、云计算、人工智能、隐私保护等多个领域，主要技术路线如图所示： 图 1 技术路线图 其中，项目包括的关键技术主要有以下三点： 1.基于物联网的多模态数据实时智能感知和多时间域数据采集技术 该技术针对学习状态的数据化、特征参数量化问题，设计能够采集多 重学习空间下的智能数据感知物联网系统。主要技术难点在于抽样频率与 识别准确度的平衡、人机交互的变化规律等全新科学问题。 2.学习状态多模态数据解析和智能处理技术 利用智能感知物联网采集实时性的原始学习状态数据，包括面部表情、 脑电信号、头部姿态、交互行为等原始数据，这些数据具有数据量大、模 态多、冗余度高等特点，需要通过智能化的预处理方法转换成可以量化的 状态数据。 3.多层次数据差分隐私保护技术 学习行为数据是学习者被动采集的多方面行为数据，受到日益增长的 具有争议性的数据伦理的制约。该项技术通过数据隐私保护机制实现数据 多层次化的差分隐私安全算法；在保证学习者最大数据隐私性的前提下， 研究满足学习行为分析所需要的数据颗粒度。

本发明公开了一种面向关系数据库扩展的自适应影像金字塔切片方法，本发明针对空间数据管理系 统发展现状，综合考虑局域网网络带宽和服务器端数据库存储块大小，并结合局域网客户端硬件情况， 提出了自适应影像切片模型，根据自适应影像切片模型自适应的选择影像切片尺寸。本发明可在多种不 同的数据库、网络和客户端条件下实现影像数据智能化高效存储与访问，为高效的影像数据管理提供了 可行的思路和方法，有助于在 C/S 架构的网络环境下高效存取和管理基于数据库技术的遥感影像数据。 

集成一体化先进结构方案，将开放式的电路和实验平台、高品质数字信号源、新一代测量与分析仪器集成在一个实验箱中，不需要配电脑或其他仪器，只需一个实验箱就能全面支持“信号与系统”实验的教学内容。

1、有限元分析机械结构的强度、刚度、变形程度等，并根据分析结果又针对性的优化改进设计；2、动力学分析机械机械运动机构的速度、加速度、力等，针对分析结果对运动机构优化改进；3、整机动力学分析和运动学分析

本发明公开了一种快速提取OSM数据中用户自定义多边形区域内路网的方法，该方法能够快速地将用户自定义的需要研究的范围外的节点和路段删除，最终得到用户自定义多边形区域内的OSM路网数据。目前从OSM数据导出的路网区域只能是矩形，本发明可以让用户自定义多边形研究区域，并快速地自动删除自定义多边形区域外的节点和路网，节省了用户先解析矩形范围的OSM数据再手工删除区域外的节点和路段产生的额外的时间和工作量，同时也避免该过程中人工操作可能产生的错误。

一种基于多源遥感数据的城市不透水层信息提取方法，包括根据夜间灯光亮度影像，计算归一化灯光亮度并基于阈值分割方法对城市地表进行区域类型分割；利用灯光亮度、陆地表面温度与归一化土壤调节植被指数，构建增强型归一化不透水层指数；通过建立每一种类型分割区域的增强型归一化不透水层指数MNDISI与不透水层率之间的线性定量关系，进行不透水层的提取工作。本发明较好地结合了多源遥感数据的优势，有效抑制了光谱混淆对于不透水层率估算结果的不利影响，为城市土地利用和环境变化监测提供了一种新的途径。

一、项目简介 本项目的研究，旨在揭示阻断网络下的不对称信息传播规律，创立社交多媒体大数据的感知与计算的新理论新方法，开发面向两岸热点事件的监控技术，搭建维护国家安全和两岸稳定的支撑平台。 二、前期研究基础 持续开展在社交媒体挖掘与舆情分析领域的应用研究，在计算

本发明公开了一种基于实测雷击数据的输电线路击杆率获取方 法，该方法以实测输电线路本体雷击数据，包含雷击避雷线次数、雷 击杆塔次数及雷击导线次数，分析线路杆塔相对整个档距的引雷性能， 综合计算线路杆塔击杆率。主要步骤如下：首先根据输电线路经过的 地形划分杆塔区间，然后在输电线路各相导线上分布安装行波监测装 置，监测各相导线上的高频电流数据，建立波形辨识判据，获取某一 区间一段时间内线路雷击数据，包括线路雷击避雷线次数 n1、雷击杆 塔数据 n2 及雷击导线次数 n3，获得该区间内线路等效击杆率。本发

本发明公开了一种利用 SSD 中无效数据优化 RAID5/6 写性能的 方法，是应用在一种包括 1 个或多个 SSD 和多个磁盘组成的 RAID5/6 系统中，其中 SSD 作为 RAID5/6 的读写缓存，所述方法包括：在 SSD 中建立空闲池、数据池、保留池和回收池，其中保留池用于暂时存储 SSD 中无效的旧数据并在 SSD 的内存中构造映射表，用于存储 SSD 中数据和对应的无效旧数据的信息及其与 RAID 磁盘中数据的对应