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。

环境温湿度、光照强度、水分、盐碱度、作物生理指标……这些参数关系农作物生长，现代农业通过农业信息智能感知技术便可轻松“一网打尽”。 然而实时监测这些指标需要电力驱动，电力无疑是智慧农业蓬勃发展的“源头活水”。田间地头常常难以铺设管线，而电池有限续航能力和污染风险又比较突出。因此发展农业信息“无源感知”是未来智慧农业一大趋势。 为更好地解决这一难题，浙江大学生物系统工程与食品科学学院IBE团队平建峰研究员课题组，提出了一种简便有效的方法，从农业环境中挖掘自然能源并将其高效转化为电能。首次将摩擦纳米发电机技术应用于农用纺织品中，并用于降雨时雨水能的收集，通过能量转化获取电能。 这项研究，近日发表在国际知名期刊《纳米能源》（ Nano Energy ）上，论文第一作者为浙江大学生物系统工程与食品科学学院2020级博士研究生姜成美 ，通讯作者为平建峰研究员。 功能化纱线的制备流程及其在农业中的应用场景把摩擦纳米发电机装进农用纺织品的纱线里 南方地区经常暴雨成灾，造成农业生产的巨大损失。农用纺织品在大棚设施中最为常见，它能够遮阴挡雨，保护农作物。 如何从农业环境中挖掘能源？ 浙大科研人员将这两者巧妙结合，通过纱线表面功能化，将摩擦纳米发电机依附在纱线上，织成智能化农用纺织品，利用雨水冲刷时的电子转移与流动产生电流，源源不断地为智慧农业供能。装载摩擦纳米发电机的纱线可以说是智慧农业的“无源活水”。 这个研究灵感来自一场突如其来的大雨：仲夏时节，一场突如其来的倾盆大雨透过来不及关闭的窗户摧残了窗台边的绿植。这引起了研究人员的思考：“农作物所处的环境只会更恶劣，那么我们就想办法利用它的恶劣。”大棚不仅可以作为作物、动物的“保护伞”，还可以作为雨滴能的收集器。 实验数据显示，在9.5牛顿的连续力作用下，3厘米长的纱线就能产生7.7伏的电压。 平建峰介绍，未来通过连接储能设备，这些被改造的农用纺织品，不仅可以为种植业和畜牧业提供保护以提高农畜产品质量与产量，还可以为物联网感知器件源源不断地输送电能，从而开展农业信息的无源监测和实时提供天气状况。 功能化纱线在农用纺织品上的应用绿色能源在智慧农业中具有广阔应用 为什么雨滴的能量可以转化成电能呢？ 这是因为对农用纺织品的纱线进行了特殊改造。科研人员在其表面覆盖了两层特殊材料——导电的碳化钛纳米材料和不导电的聚二甲基硅氧烷（一种高分子聚合物）。 功能化纱线收集雨滴能的原理 该聚合物能够防水并与环境中的雨水发生电子转移。而碳化钛感应电极，不仅具有高导电性能，还因其高电负性可以助力表面聚合物抢夺电子。因此在实现农用纺织品原有的农用保护材料、保温、遮阳、水土保持、排水灌溉、种子培育基材的功能基础上，还能从农业环境中源源不断地获取能源，为智慧农业提供驱动力，实现农业信息“无源实时感知”。 平建峰说，这两种材料具有良好的生物相容性，而且整个制备过程易于规模化和工业化。

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

社会网络已经成为覆盖用户最广、传播影响最大、商业价值最高的 Web2.0 业务，在世界范围内，最著名的社会网络代表是 Facebook、Twitter，用户量分别达到 12 亿、5 亿;国 内使用人数最多的社会网络工具是新浪微博和腾讯微博，其中新浪微博用户达到 5 亿，腾讯 微博用户超过 8 亿。社会网络中的巨大用户群每天产生海量的用户数据、关系数据和信息数 据，若能够对海量数据进行准确、及时的分析，则会在精确营销、舆情探测以及网络安全等方面创造巨大价值。然而由于社会网络的大数据特性以及分析方面要求准确、及时，目前缺 乏融合多项社会网络分析技术的、成熟的社会网络大数据分析系统。社会网络分析技术是一项关键技术，也是一项热门的研究，涵盖了社会学、人类学、社 会语言学、地理、社会心理学、通信研究、资讯科学、社会网络分析与探勘、组织研究、经 济学以及生物学等多个领域，是一项多学科交叉技术。社会网络大数据分析系统要求具有坚 实的数据支撑，即数据获取全面、更新及时、获取数量大，也强调多维度、多粒度的分析手 段相结合，并对分析速度、可视化以及人机交互等方面都提出很高的要求。基于上述现状和挑战，在国家科技支撑项目的资助下，实现基于新浪微博、Twitter 等 主要社会网络交流工具的大数据分析系统，系统完成从数据获取、数据预处理、数据存储、 消息中心、数据分析、结果可视化展示的闭环处理流程，支持多种社会网络(Twitter、新浪 微博等)的数据实时、不间断获取，获取数据量在国内外同研究领域处于领先地位;实现整 体、个体、群体以及事件的多层次、多粒度分析模式;同时具备良好的人机交互操作界面以 及优秀的分析展示效果。

现代互联网、通信和信息科技应用涉及海量异构数据，有效管理和使用数据需要对其进行组织优化和 预处理。索引是重要的预处理方法，以其为基础可提供高效的数据搜索功能。常用的开源搜索引擎Lucene第一部分 电子与信息领域技术成果采用属于关键字索引的分词倒排技术，可满足自然语言数据搜索的需求，但是对词较多或者无法分词的异 构数据，比如信号、日志、代码和基因等，需要使用SA（suffix array，后缀数组）索引，在技术原理和应 用范围上均区别于关键字索引。