系统以“学、教、练、考、管、评”的设计理念为依托，基于多学科、高质量、成体系的资源优势，满足全时段数字化教学、自主学习和标本考试需求，形成全场景应用的形态学数字化教学体系，满足师生全流程教学应用。

人工智能边缘实验平台为标准的2.5U机架式设备，配置20块FPGA开发板(Cyclone® V SoC系列)，可供20位学员同时进行FPGA设计、调试、下载及相关验证，并具备SoC网络技术和FPGA远程调试技术，通过网络为教学实验提供配套服务，实现在线实验室的虚拟仿真技术。AI Edge Platform is a standard 2.5U rack server,which is equipped with 20 FPGA Development Boards  (Cyclone® V SoC  FPGA Series). It can be used by 20 students to design,debug,download and verify FPGA at the same time. It also has SoC network technology and FPGA remote debugging technology,and provides support for teaching experiments through the network;realizes the virtual simulation technology of online laboratory.

这个项目是集硬件、软件、服务于一体，通过高科技现代化的网络技术、4G/5G技术、云技术、调频广播发射技术、远程监测、播放管理等技术，实现远程管理、播放服务。

本平台实现交通数据的可视化、预测、关联性分析

本实用新型涉及一种提取干扰信号自动复位数据采集系统的电路，该电路主要包括稳压电源、参考电压为4.5V的电池、运放单元、非门、与非门、触发器、微处理器、AD转换电路、采集数据传感器电路及电子模拟开关电路；该电路工作时，电阻R1、R2、R3、R4、R5、R6；电容C1、C2、C3；比较器03和04组成干扰信号提取电路；析出电源输入端的干扰信号；通过与非门和RS触发器，输出复位控制信号，控制微处理器和传感器电路在干扰信号期间同步复位，使09模块TS5A3166在干扰信号出现期间切断模块12的电源。该复位电路连接简便，易于理解，当稳压电路输出端出现干扰信号时，电路提取这个干扰信号控制微处理器和传感器电路同步复位，避免对后续电路的影响，有效提高了系统的可靠性。

近年来图数据受到越来越多的关注，在海量图数据中进行快速的复杂查询是所有图数据库系统面临的直接问题。本系统首创提出了将复杂条件查询转换成在大图中进行子图匹配的解决方法，该方法抛弃了传统利用关系数据库技术作为底层支持RDF数据的存储和管理，利用基于结构感知的索引和查询优化策略，极大地提高了在海量RDF知识图谱数据和复杂查询环境下的性能和系统可扩展性。 本系统支持W3C提出的RDF文件标准和SPARQL语法标准，提供C++、Java、Python、PHP等API接口，单机版本支持50亿条边秒级响应，分布式版本设计了基于查询日志的分布式图数据划分策略，具有非常好的可扩展性。

2019年底湖北省武汉市的新型冠状病毒肺炎（简称“新冠肺炎”）疫情暴发以来，各高校科研院所除了源源不断派出医疗队以及进行医学类科研项目外,也纷纷在各自学术领域攻坚拔寨，以期尽快将研究成果转化为战“疫”力量。我校大数据与智能决策研究中心郭崇慧教授研究团队凭借自身优势，利用大数据手段，第一时间对新型冠状病毒肺炎疫情情况进行了分析研究，希望助力辽宁地区打赢此次疫情防控阻击战。郭崇慧教授研究团队首先基于辽宁省2020年1月22日至2月20日期间公开报导的121例新型冠状病毒肺炎（COVID-19）官方报导的实际数据，通过对每日新增及累计确诊患者数目、患者性别年龄分布、患者武汉旅行史和接触史分析、患者家族聚集性网络分析、病毒潜伏期和患者由暴露到患病的转移情况进行了疫情统计分析，以期为辽宁省积极应对疫情提供依据和参考。截至2020年2月20日24时，根据辽宁省卫生健康委员会公布的数据显示，辽宁省累计报告新型冠状病毒肺炎确诊病例121例，治愈出院61例，死亡1例。121例确诊病例中，沈阳市28例、大连市19例、鞍山市4例、本溪市3例、丹东市7例、锦州市12例、营口市1例、阜新市8例、辽阳市3例、铁岭市7例、朝阳市6例、盘锦市11例、葫芦岛市12例。辽宁省新型冠状病毒肺炎疫情分布如下图1所示。1 确诊病例时间序列分析自1月22日至2月20日24时期间，辽宁省每日增加及累计确诊患者数量如下图2-图4所示。由图可知，辽宁省每日新增确诊患者数量在1月31日达到峰值，随后整体呈现下降趋势，由于每日新增患者数量较31日下降，累计确诊患者数量走势图逐渐趋于平缓，从图3可以看出目前全省新增确诊患者数量呈现减少趋势，截至2月20日已连续四天无新增确诊患者。该现象表明自新型冠状病毒爆发以来，辽宁省采取的阻断交通、隔离、加强提高居民意识等积极防控手段取得了良好的成效。2确诊病例性别及年龄分布根据辽宁省各地区卫健委公布的患者信息，统计得到患者性别和年龄数据。其中，性别数据中沈阳市2例病例无相关信息；年龄数据中沈阳市2例、朝阳市1例、盘锦市5例无相关信息，剔除缺失数据得到下图5-图7统计结果。在辽宁省确诊病例中，男性整体占比54%，女性占比46%，男性比例偏高。从各地区来看，沈阳、大连、锦州、葫芦岛患者数目居于省前四名，在这四个地区中，沈阳、大连、葫芦岛男性比例大于女性，锦州男女比例相同，男性患者较多可能由于其活动范围广所致。同时，沈阳、大连、锦州、葫芦岛等大城市人员流动性较大，有较大的感染风险，是确诊患者数量相对较多的一个原因。患者年龄基本呈正态分布。其中，21岁-60岁区间患者数目占比78.2%，该部分患者活动能力较强，有强烈的社交需求，外出务工、求学或旅游等活动均增加了感染风险。患者人数在31岁-40岁区间最多，是感染的重点人群，此年龄范围居民建议着重加强防护。 3 确诊病例武汉旅行史及接触史分析根据患者是否有武汉（湖北）旅行史和确诊病例（或武汉人员）接触史，将患者分为四类：有武汉旅行史（无接触史）、无武汉旅行史（无接触史）、有确诊患者接触史（有旅行史）和无武汉旅行史有接触史，统计得到相关数据。对于已公布但未详细说明是否有武汉（湖北）旅行史的患者将其认定为无武汉旅行史人员，剔除沈阳市未披露信息的病例28，统计得到14地区确诊病例分类。 目前，121名确诊患者中120名披露了相关信息，确诊患者出行方式涉及私家车、火车、出租车、飞机、摆渡车。其中55名存在武汉旅行史，65名存在接触史。下面分别分析有武汉旅行史和有接触史的确诊患者与当前各地区确诊人数的关系，建立线性回归方程，计算相关系数从而分析相关性，用于指导实践。 图9（a）拟合直线方程为y = 1.7386x + 1.6169，x为各地区确诊人员中有武汉旅行史人数，y为各地区当前确诊人数，相关系数为0.8587，二者呈现相关性，说明有武汉旅行史是影响患者患病的一个因素。图中数据显示大连市当前确诊人数与有武汉市旅行史人数比值最大，说明大连市对排查有无武汉返乡或接触人员采取了较大的力度并使患者及时得到医治。图9（b）拟合直线方程为y = 1.6737x + 0.8007，x为各地区确诊人员中有接触史的人数，y为各地区当前确诊人数，皮尔逊相关系数为0.9099，二者呈现较高相关性。结果表明有接触史的人更容易患病，官方报告的病例中确诊患者多倾向于其他已确诊患者的朋友、亲属等与其有密切接触的人，与统计结果相一致。因此，分析结果表明：人群聚集、与他人接触会增加患病的风险，居家隔离可以降低风险。4 确诊人员场所聚集性及家族聚集性网络分析截至2月20日，辽宁省已成立沈阳、大连、锦州三个省集中救治中心，分别依托于沈阳市第六人民医院、大连市第六人民医院和锦州市传染病院，其中，沈阳救治中心覆盖沈阳、鞍山、抚顺、本溪、阜新、辽阳、铁岭、盘锦等8市；大连救治中心覆盖大连、丹东、营口等3市；锦州救治中心覆盖锦州、朝阳、葫芦岛等3市。分析已确诊患者之间的亲属或朋友关系、患者在医院的就诊情况以及患者在医院间的转院情况得到如下图10所示的网络图。图10中节点分别表示患者（红色）和医院（蓝色）。医院间的连接关系表示患者的转院情况，患者与医院间的指向关系表示患者的就诊情况，患者之间的连接关系表示亲属或朋友关系。图中节点大小与医院接诊人数或与确诊患者有亲属（朋友）关系的人数成正比。医院治疗患者人数（度）=医院接诊人数+转至此医院的患者人数，患者的度=与该患者有关的确诊人数（亲属或朋友）+就诊医院数目。医院间可能存在多个患者转院，两医院间边的粗细与转院的患者数目成正比，根据转移的患者数量将权重设定为相应的数值，其余权重默认为1。在患者转院关系中，依据国家提出的“四集中”工作原则，患者在本地确诊后多转院至省集中救治中心治疗。依据官方公布的数据可以明确知道患者在地区内部的转院情况以及各地区转移至省集中救治中心的患者数目，但是无法建立具体病例及其就诊医院与省集中救治中心的转院关系。因此，图10建立的聚集性网络时对各地区医院向省集中救治中心转移患者的情况不做分析。图10聚集性网络分析结果表明：在本地的确诊患者救治中，鞍山市“台安县恩良医院”和“鞍山市传染病医院”间患者转院次数最多，对应图中边最粗；由图中确诊患者间连接关系可以看出此次传染病存在明显的聚集特点，多地区确诊患者之间多存在亲属或朋友关系，其中，鞍山市和盘锦市的确诊患者具有亲属关系，出现跨地区感染的情况，具体为鞍山市病例2、病例3为夫妻关系，盘锦市病例9、病例10为夫妻关系且为鞍山市病例2、3的儿子儿媳，盘锦市病例10为病例9、10的儿子。除上述在辽宁省内跨地区感染的情况外，其余均为地区内部感染，说明政府在患者确诊后其密切接触人员及时隔离和交通管控等方面取得了很好的效果。从图10中分别抽取出沈阳市、大连市的数据，得到图11沈阳市、大连市确诊患者聚集性网络分析图。其中，大连市确诊病例3、4、5、6、8、9、10、11、18病例信息显示收治于“某定点医院”。根据“四集中”工作原则，省集中救治大连中心覆盖范围的患者转院至大连市第六医院集中救治，因此，数据分析时将大连市收治于“某定点医院”的患者确定为大连市第六人民医院就诊患者。沈阳市和大连市是辽宁省规模较大的地区，确诊患者人数居于全省第一、二名。图11分析结果显示，沈阳市沈阳第六人民医院首次收治患者数目最多，其次为中国医科大学附属第一医院，患者就诊后共发生三次转院；确诊患者中具有亲属（或朋友）关系的病例为：确诊病例6、7、8，确诊病例18、19、20，确诊病例4、5、9，确诊病例16、17，确诊病例24、15。大连市第六人民医院收治患者数目最多，其次为大连医科大学附属第一医院，确诊患者中具有亲属（或朋友）关系的病例为：确诊病例3、5、8，确诊病例6、9、10、12，确诊病例7、11，确诊病例17、18、19。沈阳市和大连市新冠肺炎的传播均表现出家族聚集性的特点，印证了其有人传人的特性，这提示我们疫情期间减少聚集，一旦家庭成员或所接触人员发生病情，自身应及时隔离，提高防范意识。在提升患者治愈水平及有效管控疫情上，除去转院至省集中救治中心的患者，我们分析各地区医院接诊患者人数，得到图12所示结果。图12分析结果表明沈阳市第六人民医院、盘锦市传染病医院和大连市第六人民医院收治患者人数最多，其次为中国医科大学附属第一医院、葫芦岛市中心医院和大连医科大学附属第一医院，沈阳市和大连市收治患者数量整体较多。在资源调配上，除了将资源分配至省集中救治中心外，还需关注各地区患者确诊及其初步治疗的医院，做到资源有效配置。 5 确诊病例潜伏期分布病毒潜伏期是指从病原体侵入人体到最初出现临床症状的一段时期。根据国家公布的信息显示，新型冠状病毒的潜伏期为14天。随着新型冠状病毒有潜伏期感染、无症状感染等情况，我们难以准确得到新型冠状病毒的潜伏期。本文假定将患者到达武汉（或返程）时间、与有武汉旅行史人员接触时间、与所接触确诊患者的首次接触时间确诊时间均定义为“病原体侵入人体的时间”，取三者最早者，应用该时间多存在误差；将患者发病时间确定为出现临床症状的时间，二者之间的时间间隔定为病毒潜伏期。同时去除潜伏期大于14天及无相关信息披露的患者，得到86例患者数据，分析结果如表1和图13、图14所示。 辽宁省有数据可查的86例确诊患者中，病毒潜伏期均值为7.767天，潜伏期大于等于8天的患者人数为48人，占比55.8%。患者出临床反映的时间是确定的，但是感染病毒的时间是不确定的，用患者到达武汉（或返程）时间、与有武汉旅行史人员接触时间、与所接触确诊患者的首次接触时间确诊时间定义为感染时间会使统计的潜伏期大于实际潜伏期，使得分析结果偏大。 图14为患者1月9日至2月20日期间转入转出人数分布，转入对应患者出现临床症状，转出对应于暴露，即患者到达武汉、与有武汉旅行史人员接触或与确诊患者首次接触的时间。图14数据表明在1月25日前有临床症状患者占比低于暴露患者，之后这些潜伏期人员逐渐出现临床症状，疾病爆发，确诊人员数目逐渐增加。若及时采取有效的手段控制疫情传播，则1月27日之后几乎不再有人员处于潜伏期，这时前期潜伏期患者逐渐发病，这批确诊患者若同时采取有效的医疗手段得到治疗，则疫情传播会逐渐被控制。 图15为截至2月20日确诊患者由暴露到患病人数转移网络分析图，图中节点为日期，节点大小与当日暴露和有临床症状的患者之和成正比，节点间指向关系为患者由暴露转移到患病的时间间隔，图15结果显示1月19日至1月24日期间人数最多，暴露和患病人数之和随时间呈现先增加后减少的趋势。辽宁省新型冠状病毒肺炎自2月17日以来，已连续四天无新增确诊患者，疫情形势出现积极变化，防控工作取得积极成效。自疫情爆发以来，全省社会经济活动停滞，连续四天无新增确诊患者的态势为尽快恢复辽宁省社会经济秩序提供了支持。只想着为抗“疫”阻击战贡献力量，郭崇慧教授说，这是关于辽宁省疫情的最新数据描述性分析结果，希冀会对相关部门决策起支持作用！我们后续预测性分析和指导性分析还会持续研究！

本发明公开了一种面向关系型数据库的图查询方法，主要应用于普通用户查询关系型数据库的场景。本发明中，离线处理阶段首先将关系型数据转换成图数据，并在该图数据上建立相关索引。在线查询阶段允许数据查询者用自己的词汇来构建图查询，然后对图查询的节点做初步匹配，最后进行Top?k不精确子图匹配，对用户构建的图查询和离线转换得到的图数据进行图匹配。通过匹配，用户能够得到满足其查询要求的若干子图，而这些子图则作为查询结果返回给用户。

本发明涉及一种基于机器学习的空间数据匹配方法，包括四个步骤:1)自动生成匹配训练样本，2) 通过机器学习建立分类器模型及其参数，3)应用分类器模型对输入空间数据进行目标匹配，4)顾及逻 辑和领域约束对匹配结果的过滤和改善。其中机器学习采用以空间目标的位置、大小、形状和方位等多 种指标作为特征提取。具有如下优点:可避免量纲标准化和多指标加权中的主观任意性，匹配精度较加 权平均方法更高;匹配模型基于样本数据学习建立，数据的自适应性较高;建立模型的典型样本数量少， 可大规模应用;利用空间数据的内在几何信息，无需额外属性信息，使用准入性低。