本系统利用工业无线传感器网络构建无线、分布式机械设备故障诊断和监测系统，对工业现场运转设备的工作状态进行监测，部署的工业无线传感器网络既充当在线状态监测系统，也承担通信网络的功能，最后作为具有推理学习能力的决策网，是集感知、通信、识别、诊断、决策为一体的综合预测性维护平台。   作为一种独立的控制网络，本系统包含低功耗传感器节点、执行器节点、汇聚网管等硬件设备及专家知识库、规则匹配数据库、历史数据库、人机交互界面等软件平台，能够有效弥补有线诊断系统在应用中布

污水问题是世界生存难题，也是国家淡水资源可持续发展急需解决的问题。污水构成成分复杂，具有区域性、适用性等特点，回收利用方法实施不便；污水杂质含虽波动性较大，难以准确评估污染程度及变化规律，做针对性处理方案较困难；污水处理成本较高，部分污水产出地不具备处理污水的意识和能力。 浙江大学团队首次以“全自动”污水处理为核心设计，立足于解决以工业污水为主的污水问题，实现了各类污水治理的全过程管理。自主研发设计的全自动污水处理装置包含节能供能系统、识别检测系统、核心处理系统、过程监控系统四个子系统。对比其他同类产品，本设备的优势在于结构设计简单、适用范围广、处理效率高、效果显著等。核心处理系统中应用的新型MBR污水处理装置通过科学的工序排列设计以及自主设计的工艺优化，在简化工序的基础上大大提高了处理效率和处理能力。

技术亮点 ❖ 单轴/双轴测量； ❖ 超宽测量范围：±180°； ❖ 卓越的测量精度，0.01°（全量程）； ❖ 工业级可靠性设计； ❖ 符合严苛工业环境应用要求； ❖ 多种标准输出接口，便于系统集成与扩展。   应用范围 该系列产品特别适用于：建筑结构健康监测（古建筑、历史遗迹、危房等）、工业自动化控制系统以及高精度角度测量应用场景需要长期稳定监测的工业现场。   产品介绍 STS标准输出型倾角传感器是瑞惯科技专注于工业自动化控制领域而研发的产品。该产品采用紧凑型工业设计，配备RS485/RS232标准串行通信接口，集成高性能MEMS倾角传感单元和24位高精度差分A/D转换器，结合五阶数字滤波算法，可实现水平面倾斜角与俯仰角的高精度测量。 凭借其优异的测量精度、可靠的工业级性能和灵活的配置方案，STS标准输出型倾角传感器已成为工业测量领域的高性能解决方案。   性能参数 STS 条件 参数 测量范围 - ±10° ±30° ±60° ±90° ±180° 测量轴   - X Y轴 X Y轴 X Y轴 X Y轴 X轴 分辨率1） - 0.001° 精度 最大绝对误差2） 室温 0.01° 0.01° 0.015° 0.02° 0.02° 均方根值误差3） 室温 0.008° 0.008° 0.008° 0.009° 0.009° 零点温度系数4） -40～85℃ ±0.0005°/℃ 灵敏度温度系数5） -40～85℃ ≤0.01%/℃ 上电启动时间   0.5S 响应频率 20Hz 输出信号 TTL / RS232 / RS485可选 通信协议 串口通讯协议 / MODBUS RTU协议 可选 电磁兼容性 依照EN61000和GBT17626 平均无故障工作时间 ≥99000小时/次 绝缘电阻 ≥100兆欧 抗冲击 100g@11ms、三轴向(半正弦波) 抗振动 10grms、10～1000Hz 防水等级 IP67 电缆线 标配2米M12航空插头带PVC屏蔽电缆线，线重≤120g 重量 ≤150g(不含电缆线) 1) 分辨率：在有效量程内可识别的最小角度变化量，反映其对微小倾角波动的监测能力。 2) 最大绝对误差（MAE）：全量程范围内，对多个标准角度点进行测量，各测量值与实际角度值偏差绝对值的最大值。该参数表征产品在最不利情况下的测量偏差极限。 3) 均方根误差（RMSE）：量程范围内，对固定角度点进行多次重复测量（采样次数≥16次），计算各测量值与实际角度值偏差的均方根值。该参数反映测量结果的重复性与稳定性，是评估系统随机误差的重要指标。 4) 零点温度系数：传感器在零输入状态下，其输出值随温度变化的比率，定义为额定工作温度范围内零点偏移量与常温基准值的比值。   5) 灵敏度温度系数：传感器满量程输出值随温度变化的稳定性指标，表征额定温度范围内灵敏度相对于常温参考值的漂移率。

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。

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。

开放化、高速化和高精度化都是现代信息技术的发展趋势和研究热点。数据采集系统是通信技术和数控技术领域的重要功能模块，应用领域十分广泛。 本数据采集平台的中央控制芯片选用美国TI公司的DSP (Digital Signal Processor，数字信号处理芯片)TMS320C5402。DSP具有高速、高精度的运算能力，强大、方便的数据通信能力，灵活、可靠的编程与信号处理能力。设计选用昀A/D转换芯片是AD公司推出AD976A，其转换精度是16位，转换速率最高可达200k/s。系统的核心采用DSP控制AD976A实现高速数据采集的功能。

系统重点解决舆情数据分析中可视化舆情数据采集、存储和分析方法问题。系统提供可视化舆情数据采集方法，解决了用户定义数据采集模板易用性问题。系统采用主流的hadoop系统作为存储系统，解决了系统可用性问题。系统实现了多种舆情数据分析算法，实现了舆情报告辅助生成功能，能够有效的协助舆情分析人员工作。系统数据采集吞吐量、数据存储、计算能力均具有良好的扩展性。

该项目利用国家卫健委公布的确诊病例总数数据链，以应用传播动力学为方法，以黄森忠教授建构的普适SEIR模型作为模型理论，通过“南开大学智英健康数据研究中心”开发的程序EpiSIX，分析新冠病毒肺炎疫情有关数据，并将分析结果生成可视化网页，开展疫情发展回顾、确诊病例数时序区间预测等相关工作，对疫情发展情况及疫情防控效率作出研判。 研究团队由黄森忠教授和山西大学复杂系统研究所所长靳祯教授、南京医科大学公共卫生学院彭志行副教授共同领衔，南开大学统计与数据科学学院多名年轻教师与研究生加入。研究团队从1月30日至2月14日，每3日发布一次预测，已连续发布疫情传播预测6期，并根据疫情变化，及时调整预测评价指标，其预测区域也进一步细化，由原来的对全国、湖北省、武汉市的疫情预测，拓展为对全国各省市的预测。

近日，中国科学技术大学管理学院在时空面板数据模型的研究中取得重要进展，突破经典的广义极大似然估计和广义矩估计理论框架，提出了基于空间权重矩阵特征分解的估计和模型选择方法。相关论文在学术期刊《美国科学院院报》上发表。现在很多大数据（环境，疫情，犯罪，物流，区域经济等）呈现出时间和空间的复杂相依关系，由于时空的交互影响提高了对应的时空模型的估计难度。有别于已有的复杂估计方法，文章改变传统的估计思路，充分利用时空数据的空间结构特征，采用空间权重矩阵的特征分解，极大的简化了估计方法，提高了估计精度和运算速度，并提出了相应的模型选择方法。理论部分模型的示意图如下图所示：文章以 2008 年 1 月到 2013 年 12 月（72 个月） 138 个美国匹兹堡行政地区的犯罪数据为例做了示范。在这个例子中，犯罪数据重罪（Part I）和轻罪(Par II)在138个行政区的平均犯罪个数分布如下图：文章还选取了 15 个区域社会经济变量作为解释变量，包括区域总人口、收入、失业率、贫苦率、非裔比例、教育水平等。模型的拟合程度指标R平方（接近1时，拟合程度高）达到 0.98，表明选择的模型非常好的拟合了数据。数据分析结果可以用于以轻罪发生率预测重罪发生率，解释犯罪学的“破窗理论”，分析重罪发生率和总人口、收入和贫困等的量化关系。论文链接：https://doi.org/10.1073/pnas.1917411117详细阅读：http://news.ustc.edu.cn/2020/0318/c15884a414854/page.htm