文本语义相似度是指两个句子或文本片段之间的语义等价程度，其研究在自然语言处理的问答系统、机器翻译、信息抽取、自动摘要等相关领域中有着广泛的应用，具有重要的理论意义和应用价值。现有的文本语义相似度方法主要基于词表面特征，但由于词语间普遍存在概念上的关联，缺乏概念层面的精确计算导致这些方法的准确性提升困难，而实现全文本在概念层面的精确计算尚无有效模型。 项目团队依据单个名词的概念信息量为基础，分别提出了多种模型和方法实现文本在概念级别快速、精确地计算语义相似度：（1）提出一种基于概念信息量的文本语义相似度无监督基本模型；（2）提出一种基于概念信息增益的文本信息量计算方法；（3）提出一种融合信息权重的全文本信息量计算方法。实验结果表明，团队提出方法在SemEval 2013-2016 STS（文本语义相似度）数据集上均超过了当年最先进系统的总成绩，并且在SemEval 2017 STS国际测评中，本系统的总成绩在所有参赛团队中排名第二，其中在Track 1数据集上排名第一（共34个参赛团队提交81个系统）。相关论文被大会评选为“Best of SemEval 2017”。

文本语义相似度是指两个句子或文本片段之间的语义等价程度，其研究在自然语言处理的问答系统、机器翻译、信息抽取、自动摘要等相关领域中有着广泛的应用，具有重要的理论意义和应用价值。现有的文本语义相似度方法主要基于词表面特征，但由于词语间普遍存在概念上的关联，缺乏概念层面的精确计算导致这些方法的准确性提升困难，而实现全文本在概念层面的精确计算尚无有效模型。 我们依据单个名词的概念信息量为基础，分别提出了多种模型和方法实现文本在概念级别快速、精确地计算语义相似度：（1）提出一种基于概念信息量的文本语义相似度无监督基本模型（发表SCI论文1篇，授权专利1项）；（2）提出一种基于概念信息增益的文本信息量计算方法（发表SCI论文1篇）；（3）提出一种融合信息权重的全文本信息量计算方法（发表SCI论文1篇，最佳国际测评论文1篇）。实验结果表明，我们提出方法在SemEval 2013-2016 STS（文本语义相似度）数据集上均超过了当年最先进系统的总成绩，并且在SemEval 2017 STS国际测评中，我们系统的总成绩在所有参赛团队中排名第二，其中在Track 1数据集上排名第一（共34个参赛团队提交81个系统）。相关论文被大会议评选为“Best of SemEval 2017”。 随着人工智能相关技术的发展，智能问答系统应用在许多行业和领域中都有迫切的需求。比如在电话咨询场景中，传统人工坐席无法满足日益增加的客户咨询量；在政府业务公开场景中，智能机器人对用户的不准确答复会影响政府形象和公信力。目前业界的做法是人工设计问答系统或者对话系统，而不是使问答系统真正具有人类常识和世界知识，这种系统无法适应提问方法的改变或应用场景的转换。而概念信息方法以认知知识库为基础可以获得大量世界知识，比如概念之间的上下位关系。在特定领域的问答匹配多个测试数据集上的实验结果显示，相对于谷歌最新的深度计算模型BERT，概念信息语义相似度无监督模型已经比当今最优深度学习模型高出13%-15%。在问答系统上准确性的优势说明，概念信息语义相似度模型对智能问答系统具有明显的应用落地优势。

抛投式微小型智能探测机器人，是一种小型机器人，2公斤以内，可以随身携带，可以以手抛、炮射、空投等方式进入灾害（火灾、地震、化学爆炸等）现场，实现危险环境的无人探测与通讯。 一、项目分类 关键核心技术突破 二、技术分析 应急救援人员在执行如消防侦查等具有一定危险性的救援任务时，都需要尽可能了解任务场景，然后制定指挥方案。在任务环境未知的情况下，如果让救援人员去探测现场情况，不仅难以获得准确、全面的现场信息，更重要的是可能给探测人员带来危险。采用智能侦检机器人代替人员去探测任务场景，可以通过机器人上装备的多种传感器获得完整的现场信息，还能使得救援人员在侦检过程中远离危险，提高任务执行效率，减少人员伤亡。针对不同使用场景，采用不同机器人可以满足使用需求：对于高楼或狭小型空间，可采用抛投式微小型智能探测机器人执行侦检任务；对于地面情况复杂的情况，履带式应急智能探测与救援机器人可以更好实现侦检功能。 本项目形成的产品将主要应用与消防以及应急救援行业，针对火灾现场不明状况的环境条件，尤其是充斥烟气但尚无太高温度的现场环境，研究设计适合消防救援现场信息探测与侦检的抛投式微小型智能探测机器人，通过投掷、炮射等快速部署方式布置到现场，侦测并实时回传现场救援所需信息，实现救灾现场信息的应用集成与辅助决策系统构建，切实保证消防战士施救自身安全、提高救援效率的战术目标。 抛投式微小型智能探测机器人，是一种小型机器人，2公斤以内，可以随身携带，可以以手抛、炮射、空投等方式进入灾害（火灾、地震、化学爆炸等）现场，实现危险环境的无人探测与通讯。 它可在救援人员无法快速接近或不适宜进入的事故现场，采用抛投形式实现快速部署，主动探测火灾现场情况。一方面可以替代消防人员进入不适合人类进入的事故现场，保证了人身安全另一方面，抛投快速部署也提高了灾难响应速度。 本项目中研发的三款机器人都具备对火灾现场温度、气体浓度、可见光或红外图像、视频、声音等环境信息与参数的探测与侦检能力，严格按照消防装备安全规范进行设计，满足消防现场信息探测设施快速部署、所需信息有效侦测等功能要求，特别适用于消防救援现场危险信息的实时探测与搜救任务，可以对起火点的寻找与确认、人员定位与搜救提供重大帮助。根据现场情况的具体需要，可以选择使用不同形态的机器人代替消防战士先行进入各种灾情现场、以及可能坍塌的建筑物、被火墙封锁的室内空间等救援现场开展信息侦检和搜救工作。智能机器人现场侦检实时传回的现场信息，可以有效接入消防救灾现场信息系统，通过信息的集成应用构建救援现场指挥辅助决策系统，对于保证救援人员自身安全、减少次生灾害、提升救援水平具有显著的技术支撑作用。 本项目研发的机器人技术，主要是填补了现有消防装备在复杂环境下智能化侦查能力的不足，使智能机器人技术应用与消防救援任务相结合，社会效益和经济效益价值凸显，并将进一步促进我国消防应急处理关键技术与装备的发展。

该项目是《新一代人工智能发展规划》提出构建非完全信息下智能决策基础理论与框架要求下的形成的首批国内领先、国际一流成果之一。该项目面向非完全信息、群体、多群体的复杂博弈决策问题，对博弈决策的建模、度量、策略求解等具有开创性贡献。在顶级评测ACPC中连续5年保持世界前三、亚洲第一。项目平台实现博弈决策与超算相结合，建立KP级别算力平台的超大规模博弈决策系统。其研究获得国家级重点涉密项目、总装备部重点实验室基金等立项支持。 项目成果与平安、腾讯、前海金融等企业展开广泛的合作。协助平安科技基

类别 参数 参数值 操作系统 Android4.4 CPU 四核 ，1.5GHz 内存RAM 1GB 存储容量 8GB 内置音响 2*2W 解码能力 支持4路1080P或1路4K 网络 支持有线、无线、WiFi热点 液晶面板尺寸 55 背光源 LED 显示比例 16:9 分辨率 1920*1080 亮度 350cd/m2 响应时间（ms） 9ms 对比度 1200:1 电源 AC100~240V 50Hz/60Hz 满载功耗 130W 待机功耗 0.3W 外形尺寸（mm） 1243.0×720.0×82.0 包装尺寸（mm） 1355*824*175 整机重量 17kg 机身材料 塑壳，RoHS+防火等级(UL94-HB75级) 安装方式 壁挂式 显示方式 支持横竖屏切换 工作温度 5℃～40℃ 工作湿度 10%～85% 其他外部接口 RJ45×1、USB2.0×2、RS232×1、SD卡插槽×1、WIFI×1

场景物联：内置物联网关，可以接入无线物联设备，实现灯光、风扇、空调、窗帘等用电设备管控，同时支持无线麦克风接入功能，实现教室无线扩声，一师一麦，根据场景进行自定义。 校园广播：支持图片、音频、视频广播播放功能，可将融合平台推送的任务信息进行解码播放，任意终端收到的任务信息以后自动运行播放。 课堂直播：主讲教室进行一键开启直播功能，听课教室设备自动开启，学生可同步观看主讲教室的推送的课程内容。 远程对讲、报修自如：内置IP对讲模块，通过融合平台实现语音呼叫、远程监听、监控联动等功能，在线完成督课巡课；本地实现一键故障报修。

内置工业电脑，强劲性能，搭载HDBaseT端口，支持信号传输，性能稳定，运行流畅，功耗更低； 音视频解码，定时推送，可将融合管理平台的音视频任务进行解码播放，任意终端收到任务信息都会自动运行播放，任务结束后设备自动关闭，实现自动化管理； 智能联动：内置无线物联网关，可以接入无线物联设备；支持无线麦克风接入，实现教室无线扩声； 反向扫码，语音对讲功能：对接校园IC 卡，可插卡、刷卡、扫码或者反向扫码开机

轻量化设计，极简操作：轻量化设计，一键开关所有多媒体设备；支持与麦克风智能连接； 音视频解码，定时推送，智能化管理； 智能联动：内置无线物联网关，可管理灯光、空调、风扇、窗帘等用电设备； 强电管理，能耗监测。

承担国家自然科学基金、北京市科技基金等等一批课题，开展“基于轨道交通枢纽的地铁站建筑空间优化设计策略”、“京津冀通勤圈轨道交通接驳空间优化途径与措施研究”，研究轨道交通枢纽站的综合开发与交通接驳效率问题。参加无锡市轨道交通1号线综合开发策划、厦门市轨道交通1号线综合开发策划、北京市海淀后山线北安河车辆段一体化开发经验与模式等项目，从城市规划、政府管理、建设体制、投融资体制、土地政策等多维度进行综合研究。

智能交通是关键在于两方面：智能道路与智能车辆。前者主要目的在于规范 交通秩序，提升道路的通行能力；后者的使命是通过发展通过驾驶辅助系统，最 终实现车辆的无人驾驶。 针对智能道路，团队研发了电子警察。通过装配在城市交通路口的智能一体 相机，电子警察自动抓拍车辆闯红灯和变道等违章行为，通过治理违章规范驾驶 行为。其核心技术在于基于计算机视觉的嵌入式车辆运动分析系统。团队与智能 相机厂商合作，开发了基于达芬奇（DaVinci）平台的嵌入式电子警察产品，并 已成功上市销售数百套。 针对智能车辆，团队研发了交通标识自动识别系统。通过车载视觉智能分析 系统，提前主动定位并识别交通标识，规避违章驾驶。团队与国内领先的无人车 研发机构合作，已参加数届中国智能车未来挑战赛（IVFC）,获得了交通标识识 别第一名及总成绩第三名的成绩，并得到了中央电视台等机构的好评。