通过抽象仿真模拟实现基础知识形象化、复杂原理可视化，让学生掌握区块链基础知识、原理、关键技术及主要特性等认知。

以“线下项目实施 + 线上工程仿真 + 远程系统部署”的模式，引入业内成熟、前沿的开源解决方案，在线实现AIoT项目从0到1实施落地的全过程。

面向人工智能专业方向理论和实验的云教学平台，融合了Jupyter Notebook实验平台和教学资源中心两大模块。提供开箱即用人工智能编码实验环境，使教学过程高效、便捷。

1、将课堂班级转变成学习型社群；不仅有学习活动的互动、交流；也有学习资源、信息的分享，满足课前备课设计，课中互动教学，课后作业巩固等全流程设计； 2、协助教师突破传统教学限制，实现混合式、翻转式、交互式等创新教学策略； 3、提升教师教学质量、激发学生学习兴趣； 4、为学校提供完整解决方案，达成「教、学、管、评、测」一体化的教育信息化建设目标。

主要技术内容： （1）破传统喷雾泵生产设备机械结构设计，采用凸轨、凸轮机构，创新性研制了高精度、高效率的喷雾泵电化铝壳抓口机、喷头打喷咀机等系列装配设备，提高了设备的装配精度和效率。提出集成基于等价输入干扰估计器与参数智能辨识的智能驱动控制技术，成功解决了微型喷雾泵现场设备层不确定干扰、电机参数的时变性对装备电机控制性能影响问题，提高了生产装备控制的精度及可靠性。 （2）集成 RFID 与 WSN，构建微型喷雾泵生产过程信息采集网络，创新性地引入混沌粒子群优化算法，优化采集网络节点部署；动态选择通信节点数目，在获得最大网络覆盖范围的同时，避免节点间的冲突，降低网络能耗，保证了生产过程数据采集与传输的实时性和可靠性。 （3）创新性提出并实现了微型喷雾泵制造过程多目标资源优化调度技术。建立生产车间多目标资源优化调度模型，提出基于种群年龄模型的动态粒子数微粒群优化算法来求解优化问题，并采用层次分析法进行决策，成功实现了微型喷雾泵生产全流程的精益管控，全面提高了生产质量与资源效率。 （4）创新性研发了一种面向制造全过程的信息集成平台。将生产过程信息、管理信息等数据高度融合，实现底层物联网到互联网的无缝连接；解决了常规DCS、MES、ERP 三层架构存在的数据交换困难、系统庞大、功能定制性差、难以适用于中小型制造业等缺点，为微型喷雾泵制造装备的自动化和信息化融合提供了解决方案。 行业意义： 项目通过攻克微型喷雾泵生产装备的自动化与信息化技术融合的关键技术，突破国外先进技术的壁垒，形成了自主知识产权与技术体系，项目成果提升了微型喷雾泵加工装备的自动化、信息化水平，符合国家可持续发展战略的绿色制造技术，可带动和促进化妆品、保健品等领域向高档化的高层次技术方向发展。 获奖情况：2015 年获中国轻工业联合会科学技术进步奖一等奖。 成果的技术指标、创新性与先进性： （1）引入凸轮、凸轨等机构，并结合等价输入干扰估计器、智能辨识等方法设计控制策略，从机械和控制两方面进行突破，自动化程度和生产效率高。 （2）集成 RFID 与 WSN，采用混沌粒子群优化算法优化网络节点，动态选择通信节点数目，降低网络能耗，生产过程数据采集与传输的实时性和可靠性高。 （3）建立以缩短生产周期、减少机器空转时间、降低产品次品率为等为目标，采用种群年龄模型的动态粒子数微粒群优化算法求解生产过程优化调度问题，采用层次分析法进行决策，实现微型喷雾泵生产全流程精益管控。 （4）采用完全不同于传统 DCS、MES、ERP 三层架构的模式，直接面向生产、管理全过程，开发信息集成平台，自动化和信息化融合度高、适用于中小型制造业。 技术的成熟度：相关技术已经形成产品，在无锡圣马科技有限公司及其下游企业进行了产业化。 应用情况： 针对微型喷雾泵加工装备产业当前普遍存在材料消耗大、能耗高、可靠性差、加工效率低、品种适应性差等问题，本项目以提高生产装备的自动化与信息化水平为目的，在装备高性能自动化控制、信息的采集与传输、优化调度、精益管控、平台建设等方面已经取得了创新性研究成果，并对成果进行了提炼、集成，从2012 年开始，针对本项目整体技术展开全面推广，应用于江苏、广东等地区的10 多家轻工装备制造及使用企业。 应用实践证明了，本项目成果总体技术创新程度高、成熟度高、附加效益显著，显著提升了我国塑料装备在国际市场具有较强的竞争力，有利于提高我国塑料装备的设计制造智能化水平，推动了我国塑料制造业的国际化发展。 

主要研究APT 网络攻击全链条的通用表征和威胁模型， 实现攻击的全链条威胁分析；研究跨平台内核数据实时可信 采集方法，探索基于去噪和去冗技术的高效数据解析、基于 语义恢复技术的关键字段填充；研究多源异构内核数据的重 构方法；研究保持全局依赖的数据压缩方法，实现实时、高 效、普适的数据压缩；研究面向APT网络攻击全链条的智能 检测框架，实现对攻击的全链条高效检测；研究APT网络攻 击的演化模式，实现APT网络攻击的可解释溯源分析。

本发明提供了一种面向轨迹挖掘的数据预处理方法及系统，该方法包括：在原始数据库中提取离散的轨迹点，对轨迹点进行归类提取后形成若干个独立的轨迹段集合；对每一轨迹段集合中的轨迹点进行重复定位点检测，若判断该重复定位点为历史定位点，则删除；对每一轨迹段集合中的轨迹点进行定位异常点检测，若判断为定位异常点，则删除该轨迹点，得到若干条完整的轨迹；对所述完整的轨迹进行简化压缩，得到压缩轨迹；存储所述压缩轨迹；同时对系统运行状态进行监控，保证系统可以持续、稳定运行。本发明提供的方法通过对提取出的轨迹点进行重复定位点以及定位异常点清除，保证了轨迹数据的正确性和完整性，提高了轨迹数据挖掘的准确度。

本实用新型公开了一种苜蓿播种机用开沟器，主要由开沟装置、开沟器架、导肥装置和导种装置组成。开沟装置主要由侧翼铲、滑刀和扩沟板组成，旨在开出适宜苜蓿种子发芽的高质量种沟；导肥装置由导肥管和散肥器组成，用于将肥料导入种沟侧面；导种装置主要由导种管组成，旨在将苜蓿种子导入由开沟装置形成的种沟内。本实用新型能够满足苜蓿播种开沟的要求，可以开出高质量种沟，利于苜蓿种子出苗及第二年返青。本实用新型适用于大部分地区的苜蓿播种，特别是寒冷、干旱地区。

一、项目简介 水下目标检测与识别，是水下机器人等相关系统能够被高效应用的前提。然而现有系统难以应对水下图像能见度较低，对比度差，存在颜色漂移和边缘模糊等问题；另外，水下图像样本稀少且缺乏足够的变化性，使得相关基于机器学习的目标检测与识别系统由于缺乏训练样本而无法有效应用。 二、前期研究基础 项目利用深度学习等新的理论突破，提出两种解决方案，一种是通过结合水下成像原理与深度风格迁移、生成对抗网络等算法，由普通光学图像生成水下图像，构建水下图像目标检测与识别仿真库，该数据库一方面数据量大且具有较大的变化性，也即场景与目标均具有较大的变化性；另一方面，由于是由普通光学图像迁移获得，因而也可以直接应用普通光学图像自身的标签信息，无需再对其进行标注。另一种是研究基于水下退化图像处理算法的检测和识别系统，解决由水下图像的色彩漂移和细节丢失等退化现象带来的目标检测和识别问题。同时通过水下退化图像处理模块和检测识别系统的联合优化技术，可以实现退化图像的增强方法与检测识别系统的最佳匹配。在保证处理后的退化图像性能指标的前提下，进一步提升水下图像的目标检测识别性能。 三、应用技术成果 1）基于深度学习风格迁移的水下图像生成效果示例 a为自然场景图像中的目标检测结果；b为模拟生成的水下风格图像及其目标检测结果；c为图像增强后的目标检测结果。 四、合作企业 无

本发明公开了一种基于函数依赖的数据清洗方法，其特征在于， 包括：对原始数据进行数据转换，以将其不同类型的属性全部转换为 数值型属性；对于数据转换后的原始数据，提取其属性的自依赖函数 特征；对于数据转换后的原始数据，提取其属性之间的互依赖函数； 根据自依赖函数特征和互依赖函数确定需要进行清洗及待清洗的属性 及样本，并根据该属性及样本形成相关清洗决策依据，判断待清洗的 属性对象是采用自依赖函数清洗还是采用互依赖函数进行清洗，若采 用自依赖函数清洗，则将不符合条件的样本根据自依赖函数确定的多 项式进行校准修复，并加上白噪声作为随机扰动。本发明能够解决大 数据中“脏数据”问题，为后续的大数据分析挖掘提供高质量的数据。