本发明提出一种环形总线数据报文 CRC 校验字的动态修正方法，该方法采用 FPGA 实现。当网络报文经过各从站点时，网络报文与从站完成数据交换并被发送给下一站，与此同时，从站根据交换数据后的新网络报文的数据计算新的 CRC 校验字，新的 CRC 校验字的计算采用按位计算法，并采用 4 至 16 倍网络芯片工作时钟作为 CRC 的高频计算频率，减少了 CRC 校验字的计算时间，在网络报文几乎无延时等待的情况下，实现新的 CRC 校验字紧随网络报文发送给下一站，从而实现 CRC 校验字的动态修正。网络报

本发明公开了一种基于分组的元数据服务器集群管理方法，包 括：将 MDS 集群中的 N 个 MDS 划分为 M 个分组，每个分组内有且 只有一个主 MDS，其余的为从 MDS，将 MD5 哈希算法的哈希值范围 平均划分为 S 个分段，将 S 个分段平均分配给 M 个分组中的 N 个 MDS 管理，每个 MDS 使用一张组内分段定位表和一张组外分段定位表保存 分段的分配记录，任意一个 MDS 接收元数据对象定位请求，根据元数

本发明公开了一种分布式存储下基于冗余机制的数据恢复方法， 属于分布式存储技术领域。本发明预先额外设置一个阈值(t2)，其值小 于系统已有的用于判断永久性故障的阈值(t1)；系统周期性计算当前时 间与节点最近活跃时间的差值，若差值大于等于 t1，则认为其为永久 性故障节点；否则若差值大于等于 t2 且小于 t1，则认为其为暂时性故 障节点；否则若差值小于 t2，则认为其为非故障节点；若同一冗余组 内存在两个或两个以上的

本发明公开了一种基于车载激光扫描数据的路坎点自动提取及矢量化方法，包括：步骤 1，计算三维激 光点云数据中各激光脚点的特征；步骤 2，根据各激光脚点的特征，利用朴素贝叶斯分类器将激光脚点分类为路坎点和非路坎点，所得路坎点记为初始路坎点；步骤 3，利用所有初始路坎点构建 KD 树，对各初始路坎点分别计算其方向特征；步骤 4，根据初始路坎点的方向特征，采用 KD 树对初始路坎点进类；步骤5，计算各聚类区域的特征，剔除特征不满足预设条件的聚类区域，获得路砍点提取结果。本发明了点云数据处理的自

本发明公开了一种基于 GPU 和 CPU 混合平台的高速无损数据 压缩方法，包括：CPU 读取待压缩数据文件，将该待压缩数据文件从 内存拷贝到 GPU 的全局存储器中，设置 GPU 上的线程块组 bk[a]，每 个线程块中的线程个数 b，设置压缩字典窗口的长度为 c，并设置指向 第一个压缩字典窗口的头部指针为 p_dic_h，设置预读窗口大小为 d， 指 向 第 一 个 预 读 窗 口 的 指 针 p_pre_r ， 该 指 针

（一）项目背景 当前，智慧教育具有智能导学、精准推荐、定制辅导、精细评价等特点，已成为国际国内教育信息化发展的趋势。智慧教育的研究主要聚焦于智慧学习环境建设的研究、智能技术支持下的智慧教学研究和机器学习技术支持下的个性化学习研究。智慧教育的出现极大地促进了当前教育中学习空间的重构。在“学习空间”之前，人们通常使用“教学空间”来指代这种场所，将有教学活动的场所均称作教学空间。随着人们对学习过程的理解变化、智慧教育的快速发展以及人们对非正式学习的重视，学习空间逐渐由单一的物理教学空间向包含物理空间、网络空间、移动空间的多元学习空间转变。多元学习空间的提出虽然更多地体现出了“以学生为中心”的倾向，但如何具体衡量多元学习空间对学生学习效果的影响是评价多元学习空间的重要步骤。同时，在多元学习空间具体构建时，面对空间中来源不同、结构多样、数量庞大的多模数据如何进行处理存储、并在保证数据有效性的前提下对教育数据进行隐私保护是多元学习空间需要解决的另一个难点。 （二）项目简介 本项目主要目标是针对信息技术支撑下学习空间多元化、场景复杂、需求多样化，学习者及学习行为呈现出新的特点和规律，研究多元学习空间中学习行为数据化关键技术，构建“云-边缘-物联网”架构的多模态数据存储与处理平台，实现混合式学习环境下学习行为智能感知和数据化，优化学习行为模型，基于实际应用与不同学习目标函数及内容，建立可重复、可预测、可验证的对比数据集，为数据驱动的智慧教育生态构建和教育应用提供核心技术与数据支撑。 （三）关键技术 我们面向智慧教育中准确认知学生的学习状态和行为的大数据需求提出研究方案。本项目实施方案涉及教育学、物联网、云计算、人工智能、隐私保护等多个领域，主要技术路线如图所示： 图 1 技术路线图 其中，项目包括的关键技术主要有以下三点： 1.基于物联网的多模态数据实时智能感知和多时间域数据采集技术 该技术针对学习状态的数据化、特征参数量化问题，设计能够采集多 重学习空间下的智能数据感知物联网系统。主要技术难点在于抽样频率与 识别准确度的平衡、人机交互的变化规律等全新科学问题。 2.学习状态多模态数据解析和智能处理技术 利用智能感知物联网采集实时性的原始学习状态数据，包括面部表情、 脑电信号、头部姿态、交互行为等原始数据，这些数据具有数据量大、模 态多、冗余度高等特点，需要通过智能化的预处理方法转换成可以量化的 状态数据。 3.多层次数据差分隐私保护技术 学习行为数据是学习者被动采集的多方面行为数据，受到日益增长的 具有争议性的数据伦理的制约。该项技术通过数据隐私保护机制实现数据 多层次化的差分隐私安全算法；在保证学习者最大数据隐私性的前提下， 研究满足学习行为分析所需要的数据颗粒度。

能源与环境问题是目前人类面临的两个重大危机，也是科研工作者关注的重点领域。钙钛矿太阳能电池以其独特的物理性质、醒目的光电转化效率和良好的工业应用前景等特点，被认为是一种拥有巨大解决能源问题潜力的光伏器件。但其电池效率衰减(稳定性)等问题是其走向工业化应用急待解决的课题。现行钙钛矿电池比较普遍使用的空穴传输材料是一种比较昂贵的螺二芴结构化合物(spiro-OMeTAD)，需要通过掺杂锂盐以提高电池的性能，但这同时加剧了钙钛矿电池的不稳定性。所以一直以来研究人员希望寻找更加廉价和稳定的空穴传输材料来替代传统材料。 酞菁铜是一种具有优异光电特性的廉价小分子半导体材料。但其有机溶解性比较差，不利于廉价液相工艺规模制备光电器件。许宗祥课题组从分子设计层面出发，开发八甲基取代的酞菁铜并制备纳米材料，通过酞菁纳米材料与廉价商业化的高分子材料聚噻吩复合，开发出了具备更高载流子迁移速率及环境稳定性的空穴传输材料，实现溶液法制备出光电转换效率为16.61%的钙钛矿太阳能电池，效率高于传统商业化的螺二芴结构化合物(spiro-OMeTAD)。同时器件的稳定性大幅度提高。

山东大学晶体材料国家重点实验室陶绪堂教授团队通过自主设计的“微爆炸法”获得了无氧化MXene-Ti3C2Tx量子点，首次提出可将此类二维结构钛基晶体材料用于肿瘤治疗，并与刘宏教授团队合作发现其具有较强的类芬顿反应特性，在抗肿瘤实验中效果显著，从而实现了更高效、更安全的纳米催化治疗方式。相关结果以“Nonoxidized MXene Quantum Dots Prepared by Microexplosion Method for Cancer Catalytic Therapy”为题，发表在材料类权威期刊Advanced Functional Materials（IF=15.621）上，陶绪堂教授和刘宏教授为通讯作者，晶体所博士研究生李雪松和刘锋为共同第一作者，山东大学为独立完成单位。 对于肿瘤治疗，传统的化学、物理疗法都存在严重的副作用，限制了其在实际临床治疗中的应用。最近，基于特殊的肿瘤微环境，利用肿瘤内部催化反应的纳米催化治疗成为前沿且备受关注。其中，研究最为广泛的铁基纳米催化剂可特异性响应肿瘤的弱酸性细胞微环境，释放Fe2+并引发芬顿反应，产生•OH自由基以触发细胞凋亡，从而抑制肿瘤。然而，在弱酸性肿瘤环境中，Fe2+催化的芬顿反应速率较低，导致•OH自由基形成缓慢。此外，众多抗肿瘤复合纳米制剂的潜在毒性值得关注。因此，寻找更高催化活性和更安全的纳米制剂是人们一直追求的目标。晶体材料国家重点实验室陶绪堂教授团队与刘宏教授团队合作发现所制备的钛基无氧化MXene-Ti3C2Tx量子点具有较强的类芬顿反应特性，其对正常细胞和组织器官均表现良好的生物相容性，并对宫颈癌和乳腺癌均有强烈的杀伤能力，体现出优异的抗肿瘤效果。这种以钛基类芬顿反应为基础的肿瘤治疗方式潜力巨大，为实现肿瘤的高效、精准治疗提供了一条新的探索途径。