本发明公开了一种时间序列自动预处理方法，包括以下步骤： 对待处理的时间序列进行行列扫描；提取处理后时间序列的数据模式 特征；根据处理得到的不同模式特征和状态进行预处理元组合；根据 预处理元组合的结果对数据清洗的数据质量进行评估。本发明能够解 决现有方法中存在的自动化预处理流程复杂、预处理参数调整会影响 后期数据挖掘、时空颗粒度选择产生不可预测结果的技术问题。

本发明提供了一种基于相关系数的削弱坐标时间序列中 CME 影响的方法，该方法采用基准站与普 通测站间的相关系数来表征 GPS 测站间坐标时间序列的相关程度，并且将此相关系数作为计算 GPS 测 站间共模误差的权重。同时，未忽略 GPS 测站间的负相关性，将正相关系数和负相关系数同时纳入 CME 计算体系，并且对正、负相关性同等对待，作为衡量 GPS 测站间 CME&nbs

研究结果揭示，2019年的地震序列属于沿加州东部剪切带历史群震的一部分。该群震自1872年始，可能与暂时升高的地壳应变率有关。就2019年地震序列而言，该群震至少发生在五个断层上，其中，7月4日的6.4级地震始于一个西北向的右旋走滑断层，然后跳跃到与之共轭的东北向左旋走滑断层并破裂至地表。7月6日的7.1级地震则发生在三个走向角变化的西北向断层（F

时间确定网络是指终端用户之间的时延波动可控，且端到端传输可靠的网络。针对传统互联网路由技术无法保障端到端时延，且网络资源利用率低下的现象，深究其背后的科学问题，设计了时间确定网络组网技术。1）提出了表征网络时变特征的时变图模型和基于时变图模型的路由算法，通过联合调度链路、缓存、时间等多维资源，构建端到端时延保障路径；2）设计了基于时间的托管传输机制，通过管控缓存与业务转发时刻，实现业务时延确定性转发；3）设计了多队列管理机制，保障突发时敏业务的低时延传输；4）设计了自适应拓扑发现与维护机制，以较低负荷维护网络时变拓扑信息；5）研制了时间确定网络组网协议及原理样机，构建测试平台，支持协议在规模化网络环境中的验证。 主要技术指标 （1）支持时延确定分组转发，具备端到端时延、抖动保障能力； （2）相比传统路由方法相比，链路资源利用率提升 30%； （3）适用于时变拓扑网络环境，与 Ipv6、OSPFv3、SRv6 兼容，路由收敛时间小于 5 秒。 相关成果 时间确定网络组网协议软件、原理样机、网络化测试平台

厄尔尼诺现象，是赤道中、东太平洋海表温度持续异常升温的周期性气候现象，平均每2-5年发生一次，对全球气候具有重大影响。厄尔尼诺现象会造成全球不同地区的异常温度变化，以及干旱或强降雨等现象。及早并准确地预测厄尔尼诺的发生以及强度，对预防或降低其带来的全球范围内的经济、农业、社会等方面的损失意义重大。 2019年12月24日，由北京师范大学系统科学学院陈晓松教授参与指导的一篇关于厄尔尼诺预测的文章已在线发表在美国科学院院刊PNAS上，首次克服了长久以来困扰厄尔尼诺预测的“春季预测障碍” （即无法在厄尔尼诺发生的那一年的春季或更早给出准确预测），将对厄尔尼诺现象的发生，特别是强度的预测提前一年。 该文作者提出了一套基于信息熵理论的全新的方法——System Sample Entropy——用来计算厄尔尼诺区域（Nino 3.4）近海平面空气或海表温度的复杂度（包括温度随时间变化的无序性以及不同地点温度变化的同步性或相干性）。利用这一方法，作者们发现了Nino 3.4区域温度变化的复杂度与厄尔尼诺现象强度存在着非常强和稳定的线性关系，即一年内（1月1日-12月31日）Nino 3.4区域的温度变化复杂度越大，那么下一年发生的厄尔尼诺事件的强度就越大。基于这一发现，作者们提出了一套基于每年Nino 3.4 区域温度变化复杂度的大小（由该区域 System Sample Entropy 量化）来预测来年厄尔尼诺发生及其强度的方法。该方法目前成功的预测了1984至2019年期间10个厄尔尼诺事件中的9个事件的发生年份，以及24个没有厄尔尼诺现象发生的年份当中的21个，特别是对厄尔尼诺强度预测的平均误差仅为0.23摄氏度。 对于刚刚到来的2020年，基于文中提出的System Sample Entropy的方法，作者们预测厄尔尼诺将有很大概率会在本年下半年再次发生，并发展为一个中等强度甚至高强度的厄尔尼诺事件，其预测强度为1.48+-0.25摄氏度。 目前传统的厄尔尼诺预测方法只能在提前6个月范围内给出比较准确的预测，而这对于提前预防厄尔尼诺带来的一系列严重影响是非常局限的。这一新的预测方法，将对厄尔尼诺的预测时间提前到了每年一月。这对于提前采取行动，控制和降低这一现象所带来的一系列全球范围内的消极影响，将意义重大！ 此工作由德国波茨坦气候影响研究所 （PIK）樊京芳博士作为通讯作者，PIK 的Jürgen Kurths教授，Hans Joachim Schellnhuber教授以及北京师范大学陈晓松教授等参与共同完成。陈晓松教授领导的研究小组多年来一直从事统计物理和复杂系统及相关课题的研究，特别是近年来专注于地球复杂系统的动力学演化及预测。

厄尔尼诺现象，是赤道中、东太平洋海表温度持续异常升温的周期性气候现象，平均每2-5年发生一次，对全球气候具有重大影响。厄尔尼诺现象会造成全球不同地区的异常温度变化，以及干旱或强降雨等现象。及早并准确地预测厄尔尼诺的发生以及强度，对预防或降低其带来的全球范围内的经济、农业、社会等方面的损失意义重大。 2019年12月24日，由北京师范大学系统科学学院陈晓松教授参与指导的一篇关于厄尔尼诺预测的文章已在线发表在美国科学院院刊PNAS上，首次克服了长久以来困扰厄尔尼诺预测的“春季预测障碍” （即无法在厄尔尼诺发生的那一年的春季或更早给出准确预测），将对厄尔尼诺现象的发生，特别是强度的预测提前一年。 该文作者提出了一套基于信息熵理论的全新的方法——System Sample Entropy——用来计算厄尔尼诺区域（Nino 3.4）近海平面空气或海表温度的复杂度（包括温度随时间变化的无序性以及不同地点温度变化的同步性或相干性）。利用这一方法，作者们发现了Nino 3.4区域温度变化的复杂度与厄尔尼诺现象强度存在着非常强和稳定的线性关系，即一年内（1月1日-12月31日）Nino 3.4区域的温度变化复杂度越大，那么下一年发生的厄尔尼诺事件的强度就越大。基于这一发现，作者们提出了一套基于每年Nino 3.4 区域温度变化复杂度的大小（由该区域 System Sample Entropy 量化）来预测来年厄尔尼诺发生及其强度的方法。该方法目前成功的预测了1984至2019年期间10个厄尔尼诺事件中的9个事件的发生年份，以及24个没有厄尔尼诺现象发生的年份当中的21个，特别是对厄尔尼诺强度预测的平均误差仅为0.23摄氏度。 对于刚刚到来的2020年，基于文中提出的System Sample Entropy的方法，作者们预测厄尔尼诺将有很大概率会在本年下半年再次发生，并发展为一个中等强度甚至高强度的厄尔尼诺事件，其预测强度为1.48+-0.25摄氏度。 目前传统的厄尔尼诺预测方法只能在提前6个月范围内给出比较准确的预测，而这对于提前预防厄尔尼诺带来的一系列严重影响是非常局限的。这一新的预测方法，将对厄尔尼诺的预测时间提前到了每年一月。这对于提前采取行动，控制和降低这一现象所带来的一系列全球范围内的消极影响，将意义重大！ 此工作由德国波茨坦气候影响研究所 （PIK）樊京芳博士作为通讯作者，PIK 的Jürgen Kurths教授，Hans Joachim Schellnhuber教授以及北京师范大学陈晓松教授等参与共同完成。陈晓松教授领导的研究小组多年来一直从事统计物理和复杂系统及相关课题的研究，特别是近年来专注于地球复杂系统的动力学演化及预测。

"1、全二维气相色谱/快速气相色谱-飞行时间质谱联用仪（GCxGC/Fast GC-TOFMS）是近十年以来，国际上发展最迅猛的色质联用技术之一，是色谱-质谱联用技术发展的一个最新趋势。相比于常规气质联用具有高通量、高分离度和高灵敏度等显著优势，是解决复杂体系中全组分和痕量组分分析的最佳方案，逐渐成为石油化工、香精香料、烟草酒业、食品安全、环境监测和中药鉴定等领域的必备分析仪器。 2、基质辅助激光解析离子源-飞行时间质谱仪(MADLI-TOFMS)； MADLI-TOFMS微生物质谱快速鉴定系统具有高通量、高质量精度、高灵敏度和高鉴定准确率等优点。不仅操作界面友好、功能强大，而且运用了优秀的人工智能模糊控制和机器视觉算法。2015年6月通过中国分析测试协会专家组鉴定，同年获得BCEIA金奖。它也是迄今为止继德国布鲁克和日本岛津公司之后，全球第三套微生物质谱快速鉴定系统。微生物质谱快速鉴定系统广泛应用于临床微生物鉴定、药物分析、疾控及检疫等领域，填补了国内同类仪器的空白，应用前景和市场前景十分广阔。 "

本发明涉及一种生物显色剂的制备方法，具体涉及一种用于商品包装上判断时间的生物显色剂及其制备方法。本发明所述的生物显色剂制备方法，通过将地雷花的叶子汁4.5重量份、大戟的叶子汁1.8重量份、地锦的叶子汁3.2重量份、水50份混合均匀后，涂在纸片或者塑料上，在高温、低温、高湿、低湿、光照、避光处理下，均在318 340天内变成棕黑色。本发明说述的生物显色剂，一方面能通过颜色的不同判断时间，另一方面颜色变化不会因材质和外界条件的变化而受到影响。

卫星时钟使用在工业生产需要准确时间标准驱动的功能场合、公共生活领域需要计时的功能和时标的数据。这些场合的某些设备、系统、网络的时间同步，可以使用本产品稳定、高效、便捷地获得时间标准的持久支持。

01. 成果简介  实时以太网是未来工业控制系统网络技术的发展方向。目前，实时网络技术中的最先进的技术之一为时间触发以太网（Time Triggered Ethernet）技术。时间触发以太网将时间触发技术的确定性、容错机制和实时性能同普通以太网的灵活性、动态性能以及“尽力而为”相结合，为同步的、高度可靠嵌入式计算与网络、容错设计提供支持。时间触发以太网起源于奥地利的维也纳技术大学，在工业控制、汽车电子、航空航天等领域得到了广泛的应用。  本团队研发了具有完全自主知识产权的时间触发以太网系统，系统性掌握了时间触发网络核心技术，具体包括高精度高可靠时间同步技术、基于全局时间的确定性调度技术、基于冗余链路的数据可靠性传输技术、基于线性规划的数据流规划技术和面向动态需求的快速数据流规划技术。形成了时间触发以太网交换芯片、接口芯片、交换机、终端接口卡和终端设备等原型产品，以及设计/部署/管理软件工具集。与同类产品相比，具有自主化、实时性、确定性、高可靠等技术优势。如下图所示，时间触发以太网为信息应用和控制应用提供了统一传输通道，同时保证了服务质量。图1. 时间触发以太网原理  根据工业通信和工业物联网解决方案独立供应商HMS Networks发布的2019工业网络市场份额报告显示，越来越多的工业设备正不断连接到工业网络，2019年新连接节点数预期可增长10%。其中，工业以太网的市场份额持续快速增长，而现场总线2019年将首次出现下降。工业以太网现占据新安装节点的59%（去年是52%），而现场总线占据35%（去年是42%）。根据当前的发展趋势，工业实时以太网市场将保持较快增长，本成果技术具有良好的产业化前景。02. 应用前景 本成果技术作为底层通信网技术，可被应用于汽车电子、航空航天、船舶装备、轨道交通、工业自动化等领域。03. 知识产权 已申请发明专利1项。04. 团队介绍 团队负责人为赵曦滨副教授、博士生导师，清华大学信息系统安全教育部重点实验室副主任，清华大学-中车四方所智能装备工业物联网联合研究中心副主任，中国自动化学会高级会员，中国自动化学会智能制造专委会委员。长期从事企业信息化、工业网络、工业网络安全、智能制造等理论与实践工作。近年来，作为负责人和主要成员主持参与了省部级以上项目等20余项，其中国家级项目（863、973和自然科学基金）19项，省部级科研项目7项，全国博士后基金项目1项。在国内外重要期刊上发表学术论文70余篇，其中SCI/EI收录60余篇，合作专著1部，申报发明专利30余项，其中已获授权5项。团队成员还包括万海副研究员。05. 合作方式 投融资。06. 联系方式 邮箱：wanhai@tsinghua.edu.cn、liuyi2017@tsinghua.edu.cn