基于数字化与虚拟现实技术的创新型地理专用教室是指以“数字化”为主导，以数字星球系统为核心，遵循教育部《中学地理专用教室建设规范》，配备常规教学类的交互地图教学系统；天文实践类的课程资源包；创新应用类的虚拟现实VR教学系统、地理AR沙盘、全息教学系统、3D地理教学系统；实验活动类的地理交互学具、地理综合实践套装；并辅以教学通用设备以及环境创设，能够把地理课本上的知识更直观、生动、全方位的精彩呈现，让学生打开传统的思维模式，以一种更加生动活泼的方式学习地理，有利于教师教学活动的开展和学生学习效率的提高。 设计思路    1）通过数字化地理专用教室构建一个平台，切实有效地突破地理教学瓶颈，使数字化地理专用教室成为地理学科的重要组成部分。    2）通过数字化地理专用教室方案的实施应用，颠覆性地改革地理学习的观念和方法，让地理知识实现O2O。    3）将云技术融入数字化地理专用教室，开启地理学科“互联网+教育”的新时代，让学生的地理学习地理教学焕发生机和活力。    4）依托数字化地理专用教室的数字化信息技术环境，促进学生的自主学习、协作学习与研究性学习。    5）通过对数字化地理专用教室的硬件、软件、资源及互联网技术的科学配置与有机整合，满足地理教师备课、教研、教学、评测及反馈的应用需求， 形成完整的教学闭环。 核心优势   一、三个率先，引领市场。     1、率先提出地理专用教室解决方案，并规模实施；     2、率先提出数字化地理专用教室解决方案，并规模实施；     3、率先提出基于虚拟现实技术的数字化地理专用教室解决方案，并规模实施；   二、市场良好的售后服务保障，教学研服务培训，让教室、设备真正用起来。     专门的服务团队，完整的服务体系 ，对客户进行实时跟踪服务，及时解决问题，并提供培训服务，教研活动服务等。   三、雄踞全国地理专用教室用户数量榜首。     地理学科的教育装备已有7000家客户，涵盖小学、初中、高中、师范院校等，具有良好的口碑和品牌效应。   四、多频次进入国家标准     其核心产品被列入《中华人民共和国教育行业标准》和《中学地理专用教室装备规范》，其技术领先难以超越。          五、商标专利技术把控，避免用户牵涉侵权盗版的专利纠纷中。     2017年11月30日，北京市高级法院下达终审判决书，维持北京一中院判决，最终裁定：     一、无锡XXX（原：无锡XX）自判决生效之日起，立即停止对该专利产品的侵权行为，立即停止制造、销售、使用、许诺销售、进口数字星球系统产品并立即销毁未销售的数字星球产品；     二、无锡XXX自判决生效之日起七日内赔偿被侵害方经济损失及合理支出费用。   六、中国教育装备行业协会《中学数字化地理专用教室装备规范》牵头单位、制定者。     2019年3月28日在北京市召开的第三批教育装备行业团体标准立项审定会议中，中教启星中学数字化地理教室装备规范被列入《第三批教育装备行业团体标准立项清单》，成为数字化地理教室装备规范制定的牵头单位和标准制定单位   七、全面构建地理生态社区微循环。     备课系统、教研平台、测评系统、教学助手和地理社区等地理教学工具的应用，能够满足数字化地理专用教室和地理产品用户基于网络的成长需求，实现教育+互联网的结合，始终贴合用户的需求，构建起地理生态社区微循环系统。

结构特异性醇/酯因其独特的理化性质与生理功能在食品、医药和化工等领 域具有重要的应用价值。本项目针对立体特异性芳基醇和位置特异性结构脂质为典型代表的高附加值醇/酯，解决其绿色制造过程中关键酶选择性差，工业适应性弱，表达制备成本高以及催化反应效率低的关键技术难题，开展工业酶的定向筛选、功能强化、高效表达及应用技术研究，开发了具有自主知识产权和适合工业化要求的高选择性、高活性、高稳定性工业酶（脂肪酶和氧化还原酶）的高效创制及应用技术体系，打破国际技术壁垒，推动了我国相关产业的技术进步和持续健康发展。

我国拥有幅员辽阔的内陆水域，如何安全、高效的完成特定水域的巡逻和水 文信息监测工作一直是我国水文水利建设的重要组成部分。 水面无人船是一种无人操作的水面舰船平台，配备先进的控制系统、传感器 系统、通信系统和武器系统，可以最大程度上填补水域测量领域载人船无法到达或不易到达的危险、浅滩、近岸等空白区域，真正做到高精度、自动化、高效益，可广泛应用于常规测绘、水利水文、航道、环保和灾害应急等行业及其他相关部门。 本项目的产品，是在“制造强国”国家战略指导下，符合国家和地方政府政策重点鼓励发展的高技术、智能装备、高附加值项目，符合国家经济结构和产业结构调整的相关政策和导向。本研发团队联合上海交通大学和上海市船舶自动化工程研究中心，共发表 SCI 论文 200 篇以上，拥有授权发明专利 40 项。

疫情防控，快速识别出潜在的感染者是关键。近日，西安交大管理学院刘跃文副教授研发出新冠肺炎感染风险的大数据评估模型，可基于旅行大数据，综合计算新冠肺炎感染风险指数和级别。该模型在云南省全面推广应用，大幅度提升了防控一线现场核查工作的效率，在一定程度上控制了疫情传播风险，得到了云南省委、省政府领导的高度认可。 当前，在阻断新型冠状病毒传播的工作中，存在三个盲区也是关键点，严重影响着疫情防治的效果，即：一是很难知道某个人是否在公共交通工具及场所中与已确诊人员或疫源地人员接触过；二是个别人员近期到过疫源地或接触过确诊人员，但是毫不在意，不汇报也不主动自我隔离；三是个别人员甚至刻意隐瞒自己曾到过疫源地或接触过确诊人员的历史。为此，上述三种类型人员给疫情防治工作带来了巨大的挑战，使其无法开展有效核查，也无法有效规避风险。据刘跃文介绍，2月4日，新型冠状病毒感染风险的大数据评估模型及系统在云南省正式上线应用，基于个人的旅行数据，自动分析其是否到过疫源地、是否与疫源地人员接触、是否与已感染病例接触等多项指标，利用贝叶斯方法，计算其感染新冠病毒的可能性指数，并预警高风险人员。

研制背景：企业数据处理与数据分析需求在扩大，数据投入在持续增加；数据种类多，数据量大，潜在价值高；使用者难以有效地操作使用；业务复杂，调参静态组合参数过程繁琐； 平台技术： 微服务的构建方式，微服务、前后端完全分离。 分布式开发框架——SpringCloud Web开发框架——SpringBoot 、VUE（ELE） 机器学习算法框架——R、Spark集群计算 数据存储工具——Mysql、JPA、Hadoop（集群） 中间件: RabbitMQ

目前，有许多基于区块链技术的骗局存在。为了给投资者在区块链技术投资时提供风险提示，inpluslab通过搜集各种骗局信息，利用区块链中记录的公开交易记录，使用机器学习和数据挖掘技术构建了基于区块链的骗局预警模型。

南开深海大数据智能分析平台，是面向公共安全、电子政务、医 疗卫生、金融保险等行业领域的大数据智能分析平台。在处理多源异 构大数据问题上，平台具有先进的信息融合与深度分析技术，其中包 括异质多源行业领域大数据的融合处理、异构行业领域大数据的存储 管理、面向行业领域大数据的深度分析等关键共性技术；此外，平台 为行业领域大数据的智能分析提供支持，有效辅助管理部门感知、响 应、追踪与处理各类事件。已申请相关软件著作权两项:《南开深海行 业领域大数据智能辅助决策平台》、《大数据多任务调度计算平台》。以及相关专利一项：《一种多源异构行业领域大数据处理全链路解决 方案》。 项目特色：  平台提供了多源异构行业领域大数据处理的全链路解决方案， 覆盖了数据的全部生命周期，包括数据抽取、数据转换、数据 加载、数据挖掘、数据存储、数据可视化等步骤。  平台提供了高性能的多源异构行业领域大数据的清洗集成方 法以及特有的三层存储模型，实现了对行业领域信息的实时清 洗、高度融合以及高效存储管理。  平台提供了适用于海量异构行业领域大数据的多层次多维度 数据分析与知识发现方法，此外平台还支持自定义方法，具有 很强的扩展性。  平台提供了集群管理及多任务调度管理的功能，适用于不同级 别的用户群体的使用需求。 

“智能物联大数据分析决策系统”是以复杂装备及过程在工程现场的指挥决 策为需求、以对大规模运行工况进行智能化分析与决策作为切入点、以对使用先 进物联手段获取到的装备过程运行监测数据进行采集、处理、分析、呈现、交互 等为途径，完成了 “大规模的系统装备运行监测数据的完整实时存储与检索”“大 数据环境下运行监测数据的智能分布式交互处理”“利用运行监测数据深度解析 直观呈现系统装备运行状况”“具有多层级特征的系统装备运行监测数据的云架 构服务平台”等系统性研究，研发了一系列具有自主知识产权的智能物联大数据 分析决策关键技术，以此为基础申请了 53项发明专利（其中授权21项），发展 成为了相应的方法体系，并在航天测试发射任务、智能消防综合服务、热轧无人 化行车生产、机电设备安装调试及运维等多类对象及场景中进行了指挥控制、在 线监测、诊断评估、决策支持等方面的系统级应用。成果针对系统装备运行提供了智能化的决策和监控手段，为系统装备运行工 况监测和运行机理认识和发现形成了完备的数据基础和先进的技术支撑。

重庆轨道交通从单线运营向线网运营转型，其规模和复杂性提升的同时，也 对轨道交通的网络化管理和运营提出挑战。两路口、牛角沱、大坪等轨道交通站 点经常出现客流过度饱和状态，尤其是工作日早、晩高峰时段、大客流事件和突 发事件情况下。由于缺乏轨道交通路网内详实的客流分布特征和精准的客流预测 手段，运力配置方案、客运组织方案、地铁站内紧急突发事件的预警及疏散方案 也难以有效制定，致使乘客滞留、造成安全隐患。无论是从轨道交通运营安全角度，还是社会经济效益角度，以轨道交通客流 大数据为基础，依托公共交通大数据平台，分析客流分布特征，实现短期客流精 准预测，为运力配置、客运组织、突发事件预警及疏散提供有效保障，指导运营 优化，提高运输效率，控制运营成本，已成为全面提升重庆市轨道交通运营水平 亟待解决的重点、难点问题。

重庆轨道交通从单线运营向线网运营转型，其规模和复杂性提升的同时，也 对轨道交通的网络化管理和运营提出挑战。两路口、牛角沱、大坪等轨道交通站 点经常出现客流过度饱和状态，尤其是工作日早、晩高峰时段、大客流事件和突 发事件情况下。由于缺乏轨道交通路网内详实的客流分布特征和精准的客流预测 手段，运力配置方案、客运组织方案、地铁站内紧急突发事件的预警及疏散方案 也难以有效制定，致使乘客滞留、造成安全隐患。 无论是从轨道交通运营安全角度，还是社会经济效益角度，以轨道交通客流大数据为基础，依托公共交通大数据平台，分析客流分布特征，实现短期客流精 准预测，为运力配置、客运组织、突发事件预警及疏散提供有效保障，指导运营 优化，提高运输效率，控制运营成本，已成为全面提升重庆市轨道交通运营水平 亟待解决的重点、难点问题。 本成果以历史客流数据分析研究为起点，通过轨道交通客流预测，为轨道交通运营优化提供科学依据，以提高轨道交通服务质量，方便市民出行，为重庆市新发展需要创造更大经济效益和社会效益。