本发明公开了一种基于云计算的数控系统数据采集及处理系统， 包括由远程服务器集群搭建而成的云平台，该云平台包括计算服务器 集群和存储服务器集群，计算服务器集群中集成有虚拟机集群，且分 别与数控系统和存储服务器集群连接通信，虚拟机集群具有多个分布式并行计算单元，用于执行数据采集与并行计算，存储服务器集群中 用于对采集或分析处理后的车间数据进行分布式存储。本发明还公开 了相应的方法。本发明以虚拟机代替实体机实现并行计算，并通过虚 拟化管理平台对虚拟机集群进行管理，使车间服务器资源不再受单点 配置的限制，并

本发明公开了一种余热锅炉汽水泄漏诊断的数据预处理方法， 内容如下：(1)运行数据的采集与记录；(2)剔除运行数据中的异常值； (3)筛选稳定工况下的运行数据；(4)在异常值剔除和稳态筛选的基础 上，对各稳态段进行均值聚合。本发明针对燃气-蒸汽联合循环机组余 热锅炉的运行数据特点而提出，具有较高的可靠性，能提高运行数据 质量，改善故障诊断准确率。

本技术支撑了我国遥感卫星从地表监测到人类活动监测的跨越，总体上达到了国内领先水平，在夜光遥感载荷设计定标处理、星基导航信号增强方面处于国际领先水平。1）研制了高灵敏度、高动态范围、高几何辐射质量的夜光遥感微小卫星。提出了星载耦合杂光规避、联合增益处理等模型方法，构建了夜光遥感器在轨几何辐射定标技术，设计的夜光相机在灵敏度、动态范围、几何辐射质量等方面优于DMSP/OLS、NPP/VIIRS等国际同类传感器。2）首创低轨卫星对GNSS的信号增强。提出了低轨卫星对GNSS进行

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。

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

本发明公开了一种适用于备份系统的安全数据去重方法，包括： 接收用户提交的备份请求，对需要备份的每个文件进行分块，以得到 多个不同大小的数据块，使用哈希算法计算每个数据块的哈希值 F¹来作为数据块的加密密钥，再次使用哈希算法计算每个 数据块哈希值 F¹的哈希值 F²作为该数据块的 指纹来识别重复数

1.痛点问题 随着我国城镇化的快速推进，城市污水和污泥处理量急剧攀升，2021年市政污泥规模超过7000万吨，高效低成本减量化、稳定化、无害化和资源化污泥处理处置已成为我国可持续发展的重要且紧迫的需求。城市的快速发展导致原本处于郊区的污水处理厂已处于市区，现有污泥处理技术（如干化+焚烧，厌氧消化、好氧堆肥等）由于臭气排放存在明显的“邻避效应”，周边居民反对强烈；同时存在处理成本高，或减量化不足导致污泥运输费用高和运输臭气外溢等问题。 2.解决方案 超低能耗高效安全污泥湿式氧化处理技术（SEUE-WAO）利用高温和一定压力，以富氧空气作为氧化剂，在液相中将有机物分解为二氧化碳、水等无机物或小分子有机物的化学过程。 1)该技术全程封闭运行，污泥湿式氧化产生的反应气经过喷淋处理和土壤滤池过滤后可达标排放，实现了臭气的零排放，彻底解决“邻避效应”。 2)本技术开发了高效自清洁低阻污泥-污泥换热技术，将污泥有机物氧化反应释放的能量深度回收用于预热调质污泥，工艺能耗大幅降低，只需要少量加热甚至无需电加热可维持工艺系统运行，同时开发的反应泥余压余热储存与利用新工艺，实现了工艺超低成本、高效安全运行。 3)该技术处理后的污泥含水率可降低至40%以下，减量化~80%，大大减少运泥运输费用，处理后的污泥气味小，减小了臭气外溢的风险。 4)该技术灵活性强，根据处置路径的不同，可调整工艺参数。处理后的污泥处置路径多样，可作为包装类纸板的填料资源化利用，也可用于制砖、陶粒等建材利用，或用于焚烧处置。 综上，本技术臭气零排放，环境友好性佳，解决了现有技术的二次污染和邻避效应难题；同时充分回收能量，具有超低处理成本、安全高效、自动化程度高、产物可资源化利用等优点。 3.合作需求 1）成立新公司进行示范工程建设的资本投资； 2）拥有污泥处理业务资源的水务集团等企业进行合作推广应用； 3）构建针对产品工程化推广的专业化管理和运营团队。

一种基于风电场数据预处理的风电功率组合预测方法，包括以下步骤：利用小波去噪原理对风电场的历史风速数据和历史功率数据进行处理，分别得到光滑的风速序列和功率序列；对风速序列和功率序列的特征指标分别进行频繁项集分析和关联规则挖掘，得到风速强关联规则和功率强关联规则，利用强关联规则找出与待修正的当前预报相似的历史预报；并利用历史相似预报对待修正的当前预报进行误差修正；利用统计方法对修正后的当前风速预报进行训练并建立预测模型；利用预测模型进行功率预测，并利用历史相似预报对预测后的功率进行二次预测，最后得到最终的组合预测结果。

本发明公开了一种群集运动实验数据采集方法及系统，方法包括以下步骤：在实验场景中采集群集运动目标的视频；从当前视频帧中提取目标运动区域；对目标运动区域滤除背景；将滤除背景的目标运动区域与目标灰度阈值进行比较，判定大于目标阈值的像素点为可疑目标像素点，将邻近的可疑目标像素点视为一个可疑目标；将可疑目标与预定目标长度、宽度和面积阈值进行比较，判定可疑目标为个体目标、多目标重合、非目标中的一种；根据历史目标位置、速度和

南京农业大学农学院农业时空大数据门户软件、数据管理中心软件及遥感影像处理智能处理系统采购项目招标项目的潜在投标人应在江苏省南京市雨花台区软件大道109号雨花客厅2幢1307室获取招标文件，并于2022年07月06日14点00分（北京时间）前递交投标文件。