项目通过研制和深化集成各类农业智能传感器、无线传感网节点、应用系统平台，构建一体化的农业物联网服务平台。项目部分成果已在北京、天津、辽宁、山东、江苏、安徽、湖北、浙江、福建、广东、广西、海南等地进行推广应用示范。 项目来源：中国教育部物联网发展专项资金项目技术推广意向：可具体推广应用于大田种植、设施园艺、畜禽养殖、水产养殖等多种农业生产领域。 现状特点：已将多项科研成果产品化，包括12种农业传感器、10种采集器、8种无线网关、6种控制器、4类应用平台。并在江苏、山东、天津、新疆、河北、上海、北京、湖北、江西、浙江、海南等省市建立了水产养殖、农田灌溉、设施温室、畜禽养殖和土壤墒情监测等应用示范基地。 技术创新：将各种农业生产环境智能检测技术及装备、设施化农业生产智能控制技术及装备、以及农业环境信息无线传输网络、种植养殖信息智能处理模型及方法、农业生态净化技术整合为一个有机整体。通过对环境参数的准确检测，数据的可靠传输，信息的智能处理以及控制机构的智能控制，实现了农业环境信息智能在线监测控制、种植养殖管理科学决策的数字化、网络化、智能化，有效提高了我国农业信息化水平，为我国农业生产的精细化管控提供了切实可行的技术手段。 成果所处研究阶段：产品总体处于深化研发、继续完善功能、提高性能阶段,部分产品已达到中试或推广应用阶段。

该成果解决了当前国内外对不同生态、地理的山杏种群加工特性、亲缘关系没有定论和存在争议的问题，揭示了中国北方山杏种质资源遗传进化的关系；培育出苦杏仁新品种“山苦2号”；建立了山杏精深加工技术体系，研发出苦杏仁精油、脱毒苦杏仁油、杏壳木醋液等高附加值系列产品，突破了制约我国仁用杏产业发展的关键技术瓶颈，提升了山杏仁加工的科技水平。其成果的应用对带动山杏产业从种植、销售、深加工到附加产品的加工销售等产业链的发展具有重要意义。

本成果创建了良种奶牛高质量高活率性控冻精生产技术体系，改进优化了奶牛精子分离技术工艺，建立了性控精液低剂量人工授精技术，完善了性控胚胎体内外生产技术程序，研制了同期发情、超数排卵药物配方，建立了胚胎移植技术体系。本成果将生产成本降低15％，母牛情期受胎率提高5％；犊牛性别控制准确率达95.2％以上，人工授精时母牛的总妊娠率达到87.5％，鲜胚移植成功率60.95％，冻胚移植成功率50.35％。该体系打破了国外对奶牛性控关键技术的垄断，破解了我国奶牛良种率低、扩繁速度慢等难题。技术/产品辐射到全国14个省、市、区，社会经济效益显著。

为满足国内市场对高强度低松弛预应力混凝土（PC）用钢绞线的需求，开发高档次PC钢绞线用热轧盘条，以替代进口。项目组与江苏沙钢集团以1860MPa级PC钢绞线作为研究对象，开展了系统的研究。

成都中医药大学梁繁荣教授项目组围绕“实现针灸研究证据科学评价、集中存储、深度分析、高效利用”关键问题，采用大数据分布式存储、计算、分析和服务技术方法，创建了基于“云服务器+终端”大数据服务模式的循证针灸临床诊疗决策支持平台，并在临床、科研、教育、产业等多个领域进行了推广应用。项目主要技术内容： 1.基于大数据的循证针灸临床决策支持平台的构建：（1）构建了循证针灸证据质量评价标准、证据强度及推荐等级标准，创建了“大数据-当前最佳证据-优化诊疗方案”的循证针灸临床决策模式；（2）研发了一系列针灸循证诊疗决策数据挖掘模型和算法，实现了针灸疾病诊断、辨证分型、处方优化、刺激参数组合等诊疗决策方案的准确挖掘、智能分析、客观判断和可视化交互；（3）采用DTS、网络爬虫等方法采集数据，建立了针灸数据资源主题数据仓库和数据集市，构建了循证针灸决策资源中心；（4）设计开发了分布式存储、计算、分析与服务的循证针灸临床诊疗决策支持平台，实现了针灸循证诊疗决策各数据挖掘算法不同粒度的构件化组装、快速集成、高效响应和大数据服务。 2. 基于大数据的循证针灸临床决策支持平台的应用：（1）制定并完善了基于最新研究证据的24个病种的循证针灸临床治疗决策方案，为临床治疗决策提供了可供参考的高质量证据；（2）将GRADE系统引入循证针灸临床实践指南的制定，牵头制定了中国针灸学会《针灸治疗坐骨神经痛临床实践指南》；（3）对针灸临床常见的14个病种的古今治疗证据进行了系统的处方规律分析，发现并验证了具有理论和临床价值的经穴效应规律，并为优化针灸临床诊疗决策提供了便利；（4）将平台推广应用于中医针灸临床实践和医院管理，提高医生诊疗水平、中医针灸临床疗效和医院信息化管理水平；（5）研发了集针灸大数据支撑与临床经穴诊断治疗于一体的智能化循证针灸诊疗设备，开创了循证针灸临床决策的应用新模式。 研究成果已在71家中医医疗机构和天津、上海、广州、南京等地高校、科研院所应用，获得2800余万元直接经济效益和上亿元间接经济效益，对于针灸临床疗效提高、科技创新和创新人才培养起到了积极的推动作用，开创了针灸学产、学、研、用合作推动科研成果转化的成功模式。由石学敏院士等专家组成的鉴定委员会一致认为：“本项目极大地促进了针灸学的现代化和信息化发展，显著提升了针灸临床决策水平，加快了针灸学国际化进程，研究成果达到国际领先水平。” 基于大数据的循证针灸临床诊疗决策支持平台的应用场景示意图

项目采用豆粕、棉粕等植物蛋白为主要原料，开发出蛋白质活化、降粘、增强及快速固化等技术，创新植物蛋白胶黏剂施胶设备，解决了蛋白胶黏剂工业化应用的一系列难题,获国家发明专利12项。 黏剂产品具有涂布性能好、预压性好、固化温度低（110-120℃）固化速度快、耐水胶合强度高、成本低等优点，可用于单板类人造板生产。人造板产品力学性能表现优异，12小时水煮不开胶，无甲醛，胶黏剂产品成本与环保型三聚氰胺改性脲醛树脂相当，具有较好的性能与成本优势。

"微创手术是外科发展的必然趋势。微创手术机器人可提升医生手术能力，改善工作模式，提高手术质量，对微创手术发展具有重大意义。 项目在国家科技支撑计划、863计划等支持下，围绕微创手术需求，从基础理论、关键技术、临床应用三个层面开展系统研究，结合机器人学、折展机构理论、可靠性设计方法等原理，在系统设计与优化、可靠性设计与系统集成、检测方法与安全性评价、临床评估与应用研究等方面展开工作，研制成功具有完全自主知识产权的微创手术机器人整机系统，打破了国外的长期技术垄断，实现了高端医疗装备自主创新。"

本研究低成本搭建了弹性可扩展的Hadoop云计算平台

本项目设计开发了一种新型数字化牙冠延长手术导板，用于口腔美学治疗领域。它采用先进的数字技术设计和制作，能够在牙槽骨层面精确定位手术范围，规避手工测量带来的误差，增强手术的可预期性和治疗效果。

项目成果/简介:数据采集技术可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。多模态传输技术LPWAN (Low-Power Wide-Area Network，低功率广域网络)在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。       LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。最具前景的LPWAN技术——NB-IoT和LoRa：物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。LoRa （Long Range）:   一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。NB-IoT（Narrow Band Internet of Things）NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。数据分析技术人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。应用范围:家居智慧控制，提高舒适度：家庭生活状态统计和日常需求预测与推荐；多模态行为分析和数据采集和传输系统；多模态行为数据采集和分析平台；基于LoRaWAN/5G的工厂环境、农业大棚等环境监测系统。技术成熟度:通过中试