本发明公开了一种基于渲染应用数据访问特点的数据管理方法。 与现有渲染应用所用的磁盘阵列存储方式不同，本技术方案通过对渲 染应用访问数据特点的总结，针对不同数据类别进行不同的存储设计。 使得保证渲染应用正常运行的情况下，有效使用渲染结点内存，减少 了传统渲染存储的数据存取时间。除此之外，由于针对帧数据的特点 进行了数据预取的考虑，所以在渲染运行过程中，几乎内存中都能存 储到渲染所需要的数据，这样加大了内存利用率。同时，

【应用领域】将研究内容实际应用于“医务通”中，实现医史文献类资源在“医务通”中各项功能的应用。 【技术特点】 针对医用智能手持设备或移动通讯设备中所需信息构建客户端移动数据库以及服务器端数据库。具体分析同构与异构操作系统支持的数据库部署问题，解决数据库数据复制与缓存、移动事务处理等关键技术客户端与服务器端数据同步问题，研究信息检索层次结构、检索结果返回方法，从关键技术和应用实例整理出移动数据库设计应用成果，为其他行业智能手持设备或移动通讯设备提供一个可借鉴的经验，填补技术市场相关知识资源的空白。    【主要技术指标】 （1）数据复制与缓存技术 数据复制与缓存技术是解决移动数据库断接性的关键技术，即在现有DBMS基础上进行修补以适应移动计算。 （2）移动事务处理 针对移动事务的移动性、长事务、易错性以及异构性的特点，进行对数据库的可靠的查询和更新。 （3）数据库构建和部署 由于移动数据库的内容是服务器数据库的一部分，所以联机服务器数据库进行查询时就要考虑到构建的结构。另外移动设备的操作系统有多种，如常见的Windows CE、Symbian等系统。针对不同的系统进行部署时要解决关键的接口问题。 【推广应用前景】 移动数据库技术不但可以应用于医疗行业，如医务人员实时查询、医院查房问诊记录等，还可以配合GPS技术用于智能交通管理、大宗货物运输管理和消防现场作业等。 移动数据库技术将为医疗卫生、制造业、零售业、金融业等领域嵌入式系统与网络应用开辟更加广泛的前景。 【进展情况】 论文3篇、社区儿童电子档案系统演示系统 1套、医务通模拟演示样机 1台、手机客户端1款、计算机软件著作权登记 2项。  

随着我国社会经济发展和人民生活水平的提高，城市居民对重塑慢行系统、提升城市空间品质提出了更高的要求。共享单车作为一种便捷、高效、绿色的新型出行方式，是解决城市短距离出行和"最后一公里"难题的重要工具。本文以一种新的视角，应用共享单车骑行轨迹数据从骑行行为角度对骑行环境进行研究。以龙岗区为例，首先对街道骑行行为的时空间分布特征进行了研究，发现骑行行为在时间上主要集中在早晚高峰时段，在空间分布上主要集中在地铁和公交的接驳站点和龙

（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。

本成果提出了基于零件批量加工数据分析的加工工艺与流程优化，主要包括零件加工过程的工艺数据挖掘与机器学习算法、基于数据和机理模型相结合的零件加工精度预测、基于机器学习的零件加工工艺优化与决策、基于数据驱动的零件批量加工工艺优化方法验证这四方面。以下是各方面具体对应内容： 1）零件加工过程的工艺数据挖掘与机器学习算法：在数据挖掘与机器学习算法方面，搭建了轴类零件全流程加工工况数据实时采集硬件平台，实现对加工力、加工振动、主轴电流等工况数据的实时在线获取。 2）基于数据和机理模型相结合的零件加工精度预测：在航空薄壁件加工精度预测方面，对复杂曲面加工过程混合建模与全流程加工精度预测等理论开展了深入研究工作；建立了零件单工序/多工序加工精度预测混合驱动模型，实现了加工精度的高效高精预测。 3）基于机器学习的零件加工工艺优化与决策：在轴类零件全流程加工工艺优化与决策方面，围绕隐马尔可夫决策过程、遗传算法等理论开展了理论研究工作，结合轴类零件加工过程开展了优化工作；提出了加工参数自适应调控联合决策方法。 4）基于数据驱动的零件批量加工工艺优化方法验证：构建加工数据库1套，包含机床设备、加工刀具、加工参数、检测数据等四种类型数据。开发全流程加工智能推理软件1套（部署于中航发南方公司柔轴车间），实现航轴全流程质量数据感知与工艺优化，其中全流程误差建模与分析模块实现了端到端的零件加工质量智能推理，可以用于工艺设计与现场预先感知，加工过程工艺数据挖掘模块实现基于批量数据的多工序误差流分析，实现后续工序加工误差推理，加工过程工艺优化与智能决策模块实现了零件多工序加工质量数据推理与给定期望指标下的加工参数优化。 图1 本成果对应功能结构示意图 【技术优势】 围绕航空领域制造的加工质量问题，开展基于制造过程数据的工艺全流程智能决策技术与系统的研发，初步实现工艺与制造过程的智能控制。在数据挖掘与机器学习算法、航空薄壁件加工精度预测、轴类零件全流程加工工艺优化与决策、零件全流程加工质量智能推理与优化、智能加工产线智能决策技术应用与推广等多个方面实现了突破，具有显著的理论价值与应用价值。 规范制定方面，研究了薄壁件加工误差产生的深层机理，构建了批量零件加工过程中误差传递的理论模型，探究了机床、夹具、刀具、加工参数全方位、多层次的因素对于零件加工误差产生的影响规律，提出了零件加工工艺与流程优化策略，形成制定面向航空发动机大长径比轴类零件的决策规范，规定轴类零件全流程加工过程中机床、刀具、装夹、加工参数四个方面的具体要求。通过中国航发南方工业有限公司企业标准体系管理系统制定、修改、审批，形成《航空发动机轴类零件加工工艺优化与决策技术规范Q/2B 1586—2022》。 软件开发方面，将上述理论成果进行高度集成，开发了零件全流程加工智能推理优化软件（MIO软件）。软件集成了四大功能模块，包括加工工艺数据库、全流程误差建模与分析、加工过程工艺数据挖掘、加工工艺优化与智能决策。相关知识与优化规则形成权。全流程加工智能推理优化软件以及知识库软件通过第三方测评，测评机构具备MA与CNAS认证资质，最终形成《零件全流程加工智能推理优化软件第三方测试报告》、《智能加工产线工艺全流程智能决策工艺知识库软件第三方测试报告》。 应用验证方面，结合航空发动机制造具体需求，将相关成果应用到某型号航空发动机轴类零件（动力涡轮传动轴）加工生产中。将零件全流程加工智能推理优化软件部署在航轴加工车间，在验证产品的加工设备上部署了数据采集装置，实时采集加工过程数据，集成企业工艺资源数据库和产品数字化检测系统，获取机床、夹具、刀具、产品质量等信息，构建了加工工艺数据库，开展了航轴加工工艺分析、现场加工质量预先感知、加工工艺与流程优化、现场实际加工验证等工作。通过南方公司现场应用验证，零件次品率平均降低54.53%。（2019年至2020年优化前，次品率为8.38%；2021年6月至2022年5月优化后，次品率为3.81%）。相关应用验证通过了中国航发南方公司的效果认定，并形成用户报告。 【技术指标】 1）采用机理模型/有限元仿真技术获取切削力/热/柔度/加工误差数据集，构建代理模型实现了切削过程的毫秒级预测，切削过程关键物理量的预测时间优于10毫秒。 2）建立了机理模型与小样本工况数据混合驱动的预测模型不确定分析与量化模型，提出了贝叶斯框架下的不确定校准方法，实现了加工误差快速（毫秒级）精准（偏差小于5微米）预测。 3）提出了航轴加工质量状态估计方法，建立了现场多源数据信息串联模型，基于隐马尔科夫的决策模型，实现工序间感知平均误差控制在9.21%内。 4）建立了加工次品率与加工参数约束集间双向映射互通模型，首次提出了基于隐马尔科夫模型与遗传算法的联合决策方法框架，联合决策优化框架保证次品率降低优于50%。

1、熟悉精通高性能有机颜料的合成技术和后处理技术人员。2、精通水性色浆、UV光固化色浆、颜料制备物技术人员

数据采集（DAQ），是指从传感器和其它待测设备等模拟和数字被测单元中自动采集非电量或者电量信号，送到上位机中进行分析、处理。数据采集器是结合基于计算机或者其他专用测试平台的测量软硬件产品来实现灵活的、用户自定义的测量系统。本项目所设计的多功能数据采集器具有8路24bit的A/D转换接口、2路SPI总线、1路I2C总线和6路GPIO，能适应于高精度数据采集的需要。提供多种通信接口，包括CAN、USB、RS232和TCP/IP等，保证其与上位机和其他各种工业、商业设备的实时通信。主控芯片采用ADI公司的Blackfin系列DSP处理器进行数据接收和预处理，保证了数据的准确性、实时性和系统的可靠性。为了方便用户进行二次开发，该数据采集器提供了+12V、+5V、+3.3V等多种电源接口，结合所提供的8路A/D转换接口、2路SPI总线、1路I2C总线和6路GPIO，用户可以方便地外挂各种传感器模块。基于丰富的通讯接口，用户亦容易开发上位机应用软件或控制装置，进而达到快速设计出自己的产品的目的。已申请国家发明专利?项：《一种基于CAN总线的在线故障检测系统》 公开号：10145852

一、平台概况 数字农业大数据平台（以下简称“平台”），是面向各地农业农村局及其相关科室的数字农业大数据产品。 平台以农业信息化数据大集中为原则，通过整合全区农业数据资源及农业信息化设施，统一管理、统一部署、统一规划，搭建起包含“底层数据+业务系统+终端应用+分析系统+可视化系统”的区域数字农业产品体系，为实现区域农业信息汇集、区域农业现状掌握、农业发展指导及监管提供了有力的信息化支撑。 二、产品简介 平台涵盖GIS、产业结构、农业社会化服务、农机信息、乡村振兴、美丽乡村、科技农业、质量安全、综合预警、农村经济、品牌农业、一卡通12个模块，针对区域农业中重点关注的内容，从多个维度对相关数据进行可视化分析，结合当地农业特色，全面展示当地的农业发展面貌。 三、详细介绍

本项目是基于windows系统的综合性数据防护系统，拥有数据驱动级隐藏保护与文件彻底销毁等主要功能。本项目由学生自主开发并且参加2011年全国第四届大学生信息安全大赛获得全国二等奖。