可以量产/n该项目公开了一种基于共变正交和神经网络的网络流量预测方法，该方法首先确定神经网络参数，再利用神经网络参数进行网络流量计算。基于共变正交原理的流量预测方法可以有效的预测网络中的流量变化趋势，但对流量数值的精度预测上还有较大差距；基于神经网络的流量预测方法由于其无法准确描述网络流量的特性，因此在预测流量的变化趋势上效果一般，但在流量数值的精度预测上比较有效。该发明将这两种流量预测方法有机的结合起来，设计了一种

采用一体化的监控管理体系结构，支持管理功能的跨域、分布式部署、运行与协作。支持和扩展了标准的信息模型，提供了主机、集群、节点、网络计算系统四个层次的监控信息，为各监控层次提供了完整的监控度量指标。支持对硬件、软件、网络、服务等各类资源的监控。支持OpenPBS、LSF、OAR等计算作业管理系统。 提供虚拟组织、系统操作员、站点管理员、普通用户等不同层次的信息抽象视图；提供强大的故障检测和报警功能，以邮件等方式报告资源故障；提供完整的基于web2.0的数据展示界面；支持用户定制的图表的生成；采用分布式记账方式，准确记录用户的资源消耗情况；支持灵活的计费策略。该技术目前在中国国家网格、药物设计网格、高能物理网格以及中国国家网格工业社区等多个实际运行的分布式网络计算系统当中得到应用。

本发明涉及一种考虑多时间尺度协调的风电鲁棒区间轨迹调度方法。该方法结合模型预测控制与鲁棒优化，在多时间尺度的调度框架下滚动鲁棒优化，生成风电场可消纳功率区间轨迹界限与常规机组发电计划，当风电出力在可消纳功率区间轨迹界限内时均满足系统安全约束，缓解了传统调度中风电功率点预测不精确遗留的系统安全隐患，同时风电场监测系统实时反馈风电场实际出力，计算预测误差并对预测值进行校正，使未来预测值更接近实际值，逐级削减由于风电预测误差导致的决策量的计划偏差，使优化计划指标更精确。

在应变的InAs/GaInSb量子阱中，量子阱中的应力使其能带发生改变，从而使得体态杂化能隙得以增大，这直接导致了边缘态电子费米速度的增加，因而螺旋边缘态中的相互作用效应变弱。实验上测量得到的边缘态电导以及其对外加磁场的响应清楚地表明该系统中的量子自旋霍尔态是一种Z2拓扑绝缘体，其性质受到时间反演对称性的保护。而且，InAs/GaInSb量子阱中螺旋边缘态的相干长度最长可达10微米以上，远大于之前所有有关量子自旋霍尔态研究工作中报道的数值。另外，螺旋边缘态的相干长度还可以被栅极调节，这显示了边缘态电导与边缘态电子费米速度，也即边缘态相互作用强度密切相关。

提出并发展了一种蛋白质“邻近脱笼”策略，将可遗传编码的非天然氨基酸脱笼技术与计算机辅助设计筛选技术相结合，在一系列不同种类的蛋白质上实现了高时间分辨的原位激活，为在活细胞及活体动物内研究蛋白质的动态调控机制提供了一种普适性技术。利用这一被命名为 CAGE-prox 的新方法，他们建立并验证了“激酶正交激活和信号转导调控”、   “时间分辨的蛋白质组学分析”，“基于毒素蛋白的抗肿瘤蛋白前药”等一系列原创应用，展示了这一化学生物学新技术在开展蛋白质动态功能研究与调控中的优势和特色。“化学脱笼”策略，可通过对蛋白质关键残基的化学保护和脱保护反应，实现对其活性的“关－开”调控（Nat. Chem. Biol. 2016, 12, 129）。利用这一技术，他们先后在赖氨酸（Nat. Chem., 2014, 6, 352; Nat. Chem. Biol., 2014, 10, 1003）、酪氨酸（J. Am. Chem. Soc., 2016, 138, 15118）等天然氨基酸侧链上实现了生物正交断键反应和化学脱笼，开展了激酶等蛋白质家族的特异激活和机制研究（ACS Cent. Sci, 2016, 2, 325，ACS Cent. Sci. 2019, 5, 145）。由于细胞内蛋白质的种类繁多、活性调控机制各异，目前该方法仍受可供脱笼的氨基酸种类限制，无法适用于所有蛋白质。

本发明公开了一种基于能量函数的网页时间敏感性度量方法，属于数据质量的研究范畴，涉及时态 Web、网络信息质量评估、使用模式等技术领域。目前，Web 垃圾信息泛滥，数据质量低下已经成为普 遍现象。导致这一现象的一个重要原因是信息是时间敏感的，即信息是随着时间的推移而变化的。然而 不同信息的时间敏感程度是不一样的，为统一度量信息的时间敏感度，本发明根据 Web 用户对信息的需 求、信息量的增加和页面的链接关系三个方面对网页的能量进行度量，用能量的变化刻画网页的时间敏 感度。本方法可应用于网页质量评价和排序，也可应用于信息检索中，以提高检索结果的质量。

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

本发明公开了一种双馈风机等效虚拟惯性时间常数计算方法，通过引入虚拟惯性控制技术，定义了 双馈风机虚拟惯性时间常数，并定量计算其值。具体通过计算与惯性响应过程相关的速度控制环节与惯 性控制环节的电磁转矩增量，并带入偏差量表示的转子机电暂态方程，得到系统同步角频率与风机转子 角频率增量比值。将该比值带入定义式表达式，得到虚拟惯性时间常数频域表达式，经拉氏反变换得到 时域值，最终通过计算结果与仿真结果比较验证计算表达式精确性。本发明中的双馈风机等效虚

本新技术成果来自国家科技计划项目，现已结题，并获得国家发明专利授权（ZL201310005129.7），知识产权属于西南交通大学。该成果公开了一种开关变换器双缘恒定导通时间调制电压型控制方法及其装置，根据输出电压与电压基准值的关系，采用恒定导通、关断、恒定导通组成的控制时序，或关断、恒定导通、关断组成的控制时序，控制开关变换器开关管的导通与关断。该成果可用于控制Buck变换器、Buck2变换器、Cuk变换器、Zeta变换器等多种拓扑结构的开关变换器，其优点是：无需补偿网络，控制简单，瞬态响应速度快，稳压精度高。

随着科技的发展和网络技术的应用，网络在带给人便利的同时，其安全性问题也日趋严重。各种新的应用和未知协议导致网络越来越复杂、多样化和难以管理。例如:P2P、视频 流等应用，占用了大量带宽，造成网络带宽耗尽;各种网络恶意攻击(僵尸网、蠕虫、病毒 等)更是严重地危害到网络服务和信息安全。网络安全问题不仅使普通网络用户的个人信息 和隐私受到威胁，还使得企业机密变得不再安全，网络服务提供商和管理者对网络的管理也 变得更加困难。更为严重的是，不法分子在网上肆意进行盗版、黄色和反动内容传播等不法 行为，如果不将这些恶意流量从骨干网的背景流量中识别并分类出来，就会对网络的净化、 社会的和谐、国家的稳定造成不良影响。网络流分类技术的提出和发展解决了网路流量的实 时分类和识别问题，是解决上述问题的必由之路，是网络安全技术的基础研究之一。网络流分类技术是网络安全领域中迫切需要解决的核心技术和热点问题。只有对流量进 行实时的有效识别和分类，才能对网络进行有效的管理和控制，从而净化网络环境，确保网 络和信息安全。本系统基于采样的、基于交互控制命令信息和基于载荷的网络流分类技术，提出了融合 三种分类技术的层次化网络流分类方法，建立和完善一整套适用于网络流分类问题，由基本 模型、分类算法、硬件平台和体系结构组成的实用系统，系统具有在真实环境下的网络中对 网络流进行快速、准确和实时分类的能力。应用说明 政府管理部门 通过精确的网络流分类系统，可以对一些涉及盗版、黄色内容、网络攻击、非法反动思想的传播工具所使用的协议作出有效识别。同时对一些 P2P 视频网站、国外热门论坛等内 容进行流分类，只有将这些恶意不法流量或者敏感流量准确并实时地识别和分类，才可以从 技术上提供有效的后续管理和控制。 企业随着计算机技术和网络技术的发展，大部分企业都实现了电子办公和互联网办公，因此 网络安全对于企业尤为重要。首先，企业的网络管理十分严格，如果没有流分类技术将无法 进行流量识别，那么如 P2P 等流量必将会对企业的正常工作带来影响。其次，企业的机密 可能会因为网络安全问题被泄露，使得企业的利益受到损失。因此准确有效的流分类技术对 于各大企业来说是非常重要的。 网络服务提供商(Internet Service Provider，ISP)网络服务提供商非常关心如何保证其服务能够正常运行并使用户满意，对于网络流分类 技术的需求也很迫切。准确有效的流分类技术能够提供当前流量的组成部分，可以帮助网络 服务提供商制定有效的管理策略和合理的收费政策，保证网络服务的质量，提升网络服务的 经济效益。 网络管理者网络管理者需要利用网络流分类技术来更有效地管理带宽，避免出现带宽被 P2P 等流 量耗尽而使得正常业务流量不畅的问题，同时避免网络攻击等危害。这就需要流分类技术实 时有效地将这些流量识别分类出来。 研究者5 合作方式 商议。6 所属行业领域 电子信息领域。对于现有协议的分析可以促进新的更完善的协议出现，通过对流量的分类，也可以判断 当前网络流量的组成和发展趋势，有助于整体网络模型的研究。