物流调度、航班规划等复杂应用场景中，设计方案的评价随着时间动态改变。这类优化问题在现实中广泛存在并且求解困难。为了推动该领域的发展，亟待提出能反映动态优化问题复杂特性并且可控的测试集，从而推动动态优化算法在现实问题中的应用。课题组在

本发明公开了面向大规模图像视觉特征的多维倒排索引与快速检索算法，包括：利用图像的视觉特征训练增强型残差量化所需的多层码书，并利用所训练的码书构建多维倒排索引；根据已训练完成的码书，对图像视觉特征进行量化和编码，同时根据计算得到的编码将其插入到倒排索引中对应的倒排列表；利用查询图像视觉特征对所构建的多维倒排索引进行查询，获得查询候选集；利用自适应超球体过滤对查询候选集进行优化，对过滤后的查询结果排序，从而完成图像视觉特征的检索。本发明的方法通过对图像特征进行量化和编码，提高图像特征的量化效率；利用所生

1.痛点问题 协作机器人与人类共享工作空间，通过直接（即物理上）或间接地与人类交互共同开展操作任务。相比传统工业机器人，协作机器人有更高的安全性和更易于编程的特点，能够通过人类示教部署于各种不同的任务并灵活地与人类配合。随着传统工业机器人带来的效率提升趋于饱和，能够安全配合人类的协作机器人能够进一步提高制造业的生产效率，带来可观的经济效益。然而，现有的协作机器人存在以下两大痛点问题。 问题一：安全和效率之间的权衡一直是人机交互中未系统解决的开放性问题。当存在人机直接接触时，为了保证人的安全，现有的协作机器人是通过中止正在进行的任务、顺从人的干预以保证安全；然而，不论人是有意地干预（即工人直接抓取机械臂来引导其任务）还是无意地接触机器人，都将造成机器人暂停手头工作；直到人类停止干预，机器人才能继续执行它的任务。虽然这种人机协作方式能够保证机器人与工人合作的安全，但因为机器人需要在不同的工作模式之间切换，其工作效率将会受到影响。 问题二：如何提高人的示教效率为协作机器人的另一大痛点问题。协同机器人多用于能够灵活拆装的生产线，以适应新的任务，因此新任务的编程效率很大程度上决定了工作效率。基于人类示教的编程方式具有自然、本能的优势，能够直接传递人类的操作技巧与经验。其中，将示教轨迹参数化为可以编辑修改、适应不同任务的形式是提高效率的核心问题。该示教轨迹不光应该包含机器人末端的运动数据，而且应该包含同时调整的冗余关节运动数据，从而同时完成末端主任务与关节避障任务，以适应工作环境。现有的示教方式未能结合离线示教与在线介入，因此无法适用于需要同时记录机器人末端和关节的示教任务。 2.解决方案 本项成果基于增强现实-触觉感知技术，开发了混合交互接口与人机互补操作算法，以解决上述痛点问题。 ①对于问题一，本项成果提出了自适应视觉控制与零空间阻尼控制的协作框架：在有限视场、未校正相机、关节奇异的情况下，保证了机器人在整个工作空间内的全局稳定性；在不影响机器人末端任务的前提下，允许人类专家随时、安全地介入以改变机器人关节姿态，以应对环境动态变化或突发事件，从而实现了安全与效率并重的人机协作方式。 ②对于问题二，本项成果构建了增强现实-触觉感知的混合接口，让人类专家可以在任务和冗余联合空间进行双手演示，同时记录机器人末端与机器人关节的数据。示教轨迹基于DMP方法进行参数化，能够根据不同任务所需的末端位置、关节角度、运动速度进行自适应调整，在保证末端任务精度的同时完成关节的避障任务。 技术核心： ①基于增强现实-触觉感知的混合交互接口; ②用于双手示教的机器人轨迹学习方法; ③自适应全局稳定控制算法。 预期产品：用于人机互补协同操作的设备与软件 3.合作需求 1)资金需求：本项成果开发的人机互补协作平台，在硬件与软件研发阶段需要资金投入，需约250-500万元人民币； 2)孵化资源：公司研发所需办公及研发场地、实验室、分析与测试实验室等； 3)团队：协作平台开发团队、商务开发与合作团队、财务、法务等支持团队； 4)生产制造企业合作：提供人机协同操作的场景与需求，开展工厂真实环境的测试与部署； 5)基础研究合作：与协作机器人、增强现实、触觉感知方向的国内外基础研究团队合作，开发新的交互设备与算法。

中国科学技术大学生命科学与医学部瞿昆教授课题组通过设计一整套分析流程，系统性评估了16种空间转录组和单细胞转录组数据整合算法在预测基因或细胞类型空间分布方面的性能。

物流调度、航班规划等复杂应用场景中，设计方案的评价随着时间动态改变。这类优化问题在现实中广泛存在并且求解困难。为了推动该领域的发展，亟待提出能反映动态优化问题复杂特性并且可控的测试集，从而推动动态优化算法在现实问题中的应用。课题组在IEEE Transactions on Cybernetics上发表了一种生成连续动态优化问题的测试集，同时对现有的测试集进行了全面的综述，并探讨了它们在捕获不同问题特征方面的缺点。

成果介绍研究方向为：（1）智能化软件工程(Intelligent Software Engineering,ISE)，旨在把人工智能技术、大数据技术和新型计算技术与传统的软件工程技术结合起来，运用到软件开发和管理过程中，以便提高软件开发的效率、降低软件开发成本，提升最终软件产品的质量等。具体包含智能化软件开发方法与技术、智能化软件调试和测试技术、智能化软件架构和演化技术等等。（2）软件全方位缺陷检测(Software Defects Detection from All Aspects, SDD)，研究各种类型的软件缺陷检测和定位技术，保障开发出少缺陷、高质量、高可靠性、高安全性和可信的软件产品。技术创新点及参数相关技术达到国内领先水平，有不少核心技术是国内首创。主要创新点包括：（1）全方位的缺陷类型分析；（2）全方位的缺陷分布检测；（3）全方位的缺陷检测视角；（4）全方位的缺陷检测技术；（5）全方位缺陷定位技术。

首都科技资源服务平台借助国家行政力量和市场力量，来促进提高服务机构的市场生存能力、对企业需求的洞察能力和服务机构自身的服务能力，以壮大和活跃北京的科研服务市场。以“整合科技资源，促进应用创新；服务企业需求，促进社会发展”为宗旨，利用首都科技资源，以信息与科技资源服务的方式，在具体的企业需求与北京现存的海量科技资源之间建立联系，形成有效的管理模式。通过整合科技资源，充分利用首都大量的专家、成员单位、仪器设备等科技资源存量，以满足北京市科委对科技资源和深度研发实验服务管理的需求。平台覆盖了生物医药、新材料、电子信息、能源环保、工业设计、装备制造、现代农业等七大行业领域，技术转移、科技孵化器、测试与检测三大综合服务领域。通过流程化服务，实现了北京市科委、领域平台、基地（高校院校、科研院所、企业集团）的网络化、规模化、专业化的三层联动管理体系。 系统支持在线业务登记和callcenter电话呼叫中心预约两种业务处理模式， CPK安全控制管理，时时无缝连接各领域平台数据，多维度、多视角的翔实丰富的数据统计。系统主要实现了以下功能：①资源管理：对专家、成员单位、仪器设备等科技资源进行上报、审核、检索、删除、修改、监察。②需求预约处理：实现预约及需求申报、审批、管理、备案、发布等功能。③合同管理：对供需对接成功的合同进行审核、监察、绩效评定。④统计分析：对资源、需求进行多维度、多视角的翔实丰富的数据统计。⑤数据对接：通过数据库复制技术实现总平台、领域平台、基地平台三层数据的时时无缝连接。⑥资源检索：对资源、需求进行全文及关联检索。本系统可用于各省市资源服务平台建设。

在线互动教学平台是清华大学与河北省心神集团、北京大学联手合作推出的一款全方位互动教学平台。立足于目前中国教育资源分布极不平衡的现状，教学平台敏锐地抓住了市场 对名师名校的需求，努力为学生提供全方位一站式服务。平台真实模拟了学生在学校中学习 的需求，为每个学生构建了以地域级名校名师为基础服务的云服务平台，学生可在平台实现 上课、课下补习、课后作业、难题答疑、社区交流，而当学生遇到择校就业、高考志愿、心 理辅导等困难时，学生还可以选择专家进行咨询。心神学堂整个系统以名校名师名课为载体， 让学生跨越时空和分数的限制，享受最优质的师资服务。平台充分借鉴并全面超越现有教育网站对教师及学生的管理，打破以往在线教育网站与 学校争抢学生时间和注意力的局面，创造性地引入了学校这一在 K12 阶段重要而基本的实 体单位。借助多方力量加强对教师的管理，保证教师信息真实有效，保证教师资源优质稀缺， 保证课程质量优质优量。同时也为学校提供了展示自我教育实力的平台，预留大数据分析和 处理接口，使学校、老师、学生与心神学堂进入良性互动，使老师的积极性、创造力、教学 质量得到最充分的发挥，使学生能跨越时空和分数的限制，享受最优质的教育资源服务。

随着物联网设备的指数型增长，传统云计算的集中式处理方法已不能满足数据处理和数据安全等需求，边缘计算应运而生。边缘计算可以提升物联网的智能化，促使物联网在各个垂直行业落地生根。但是，一般的应用都默认只支持一种物联网组网协议或使用一种边缘计算框架，且组网协议跟边缘计算框架的接入十分繁琐，用户使用操作不便，耗时长。 一种集成多组网协议多边缘计算框架的边缘计算处理平台可同时兼容多种组网协议和集成多种边缘计算框架，简化接入步骤，大幅度降低用户的操作步骤和时长。同时，部署简单快捷，通过配置文件执行一键启动脚本即可实现平台的自动化部署及统一管理。 与现有技术相比，该平台配置变更灵活。针对不同的服务器，不同的设备，只需要修改配置文件就可以直接部署生效。无须重新编译代码，无须重新创建镜像。此外，该平台具有良好的扩展性，极高的并发处理能力和很强的稳定性。可利用硬件加速数据处理，通过对FPGA、GPU和ASIC等的加速算法实现对数据的加速处。

已有样品/n成功开发了系列硅光子流片工艺模块和初版PDK，其中标准单元库主要包括单模波导、Y-分支、光交叉器、耦合光栅等无源器件，而最近有源工艺的成功开发，将向标准单元库中添加加热电极、调制器和Ge 光电探测器等有源器件。此次有源器件流片的成功，加上先导中心2016年上半年开发成功的硅光子无源工艺及器件（图3），使微电子所硅光子平台已具有为业界提供基于180nm工艺的硅光子流片服务的能力，成为国内首个基于8英寸CMOS工艺线向用户