心血管疾病是威胁人类健康的重要杀手。我国心血管病患者已达到 2.9 亿人，心血管病 死亡占城乡居民总死亡原因的首位。中国已步入老龄化社会，2050 年，老龄化水平将达到 30%以上。老年人群体作为心血管疾病的多发群体，面向老年人的心血管病管理和治疗已成为不可回避的一个重要社会问题。实现老年人群体等重点人群心血管健康的长时程监护，从而早预防、早发现、早治疗，已经成为医疗服务的重点。 基于长时程医疗数据的临床心电智能检测平台是推动心血管疾病科学防治和管理升级 的关键技术。近年来，众多医疗设备厂商在可穿戴设备领域大力投入，所研发可穿戴设备可 实现用户心电图等生理健康数据的长时程监测，弥补了医院测量心电图的短时性。本课题中， 基于人工智能算法研发心血管疾病智能诊断系统，将可穿戴设备、移动终端、云端服务器所 实现自动诊断结果与专家诊断结果有机结合起来，实现心电疾病诊断智能化。长时程临床心 电智能检测平台的建立，利用可穿戴设备实现了对用户身体状况的长时程监测和异常筛查， 可有效推动心血管疾病健康管理模式建立。 北京清华长庚医院心内科张萍教授团队在正常和疾病心电数据库有长期的积累，曾负责十二五国家科技支撑计划《基层心电监护产品应用评价研究》，在心电监护产品评价和推广 应用方面积累了丰富的经验，在本项目中提供了医疗级心电测试数据库，与清华大学王贵锦 副教授一起搭建了医生在环并不断反馈的心电智能检测平台，同时，北京清华长庚医院作为 北京市昌平区远程诊断管理中心，为未来心电产品的推广应用和心电智能诊断的评测提供了 良好的平台。清华大学电子工程系王贵锦老师团队在低功耗硬件设计、生理大数据分析、心 电智能算法研究领域有着长期的积累。团队在国内外顶级期刊会议上发表文章百余篇，其中 SCI 文章 40 余篇，发明专利授权近 20 项。团队基于人工智能算法开展心血管疾病智能诊断 研究，在多种心电疾病诊断中达到世界先进水平。 团队所研发临床长时程心电智能检测平台特点如下： l 实现长时程心电数据的展示、查询、关键指标计算等功能； l 基于医疗大数据和人工智能技术，实现室性早搏、房性早搏、T 波改变、ST 段改 变、早复极图形改变、心房颤动等 10 余种常见心电术语的智能诊断，准确度高； l 建立心电诊断术语工程化分级体系，实现医学和工程科学高效结合； l 建立心电图规范化数据库，为医学研究创造基础。 团队所研发的手持式可穿戴心电智能检测平台特点如下： l 实现了院外心电数据的测量和采集 l 基于手持式单导联设备和人工智能技术，实现了心房颤动的院外筛查和诊断

项目成果/简介:心血管疾病是威胁人类健康的重要杀手。我国心血管病患者已达到 2.9 亿人，心血管病 死亡占城乡居民总死亡原因的首位。中国已步入老龄化社会，2050 年，老龄化水平将达到 30%以上。老年人群体作为心血管疾病的多发群体，面向老年人的心血管病管理和治疗已成为不可回避的一个重要社会问题。实现老年人群体等重点人群心血管健康的长时程监护，从而早预防、早发现、早治疗，已经成为医疗服务的重点。

本实用新型公开了一种基于无线传感器网络的学生宿舍火灾监测装置，包括：若干个终端节点、一个协调器节点和PC监控端；若干个终端节点分别布置在学生宿舍中，并包括：传感器模块、处理模块、报警模块、ZigBee模块和显示模块；MQ‑7CO传感器用于检测房间内的CO浓度；DHT11温湿度传感器用于检测房间内的温湿度；处理模块用于对信号进行处理，CO浓度超出警戒值驱动继电器模块使LED灯亮；温度过高超出警戒值驱动蜂鸣器响；同时将房间内温湿度、CO浓度数据实时传递给协调器，协调器再将数据传给显示模块显示。本实用新型

随着技术和经济的发展以及人们生活品质的提高，用电负荷峰谷差不断增大。开发利用低谷电技术，对平衡电网负荷，提高发电效率，降低电力设施投资，降低用电成本，促进环境保护都有重要意义。 为此，我们进行了低谷电蓄能供暖热冷技术与装备的研究与开发。低谷电蓄能供热制冷技术就是将电价低廉低谷时段的电力转化为热能进行有效贮存，在需要时再将其释放出来，对外直接供热或通过吸收式热泵（或制冷机）对外供热或供冷。 将电力转换为热能进行贮存，属于“高能低用之举”，依热力学第二定律是绝不能为之事，但研究结果表明，在特定的技术经济条件下实乃可为之举。依此项技术开发的低谷电蓄能供暖制冷装置，并配以先进的控制技术，使之在投资经济性上超过了燃煤、燃油或燃天然气锅炉；在运行经济性上超过燃油和燃天然气锅炉；在土地占用、自动化控制程度、运行安全性、应用的灵活性、环保效益等方面都显示出了极强的竞争力。 适用于居民小区或单个建筑的低谷电供暖制冷设备与装置；适用于居民小区、单个建筑、单个公寓或单个房间供暖供热的不同规格和形式的设备与装置。

1. 项目概述风力发电将成为我国未来发展速度最快的新能源产业之一。按照国家规划，未来15年风电设备市场份额将高达2100亿元。风力机叶片作为风力发电机中最关键的部件之一，达到整机价值的20％左右。据预测，“十一五”期间，我国仅1.5兆瓦风力机叶片需求量将达8000套。由于风电机组大型化，技术难度不断提高，大型风电机组叶片对设计与制造技术提出了更高的要求，而制造设备的设计与开发将是前提和关键。风电叶片制造设备是高度机电液一体化的集成设备，要求具有很好的尺寸精度、位置精度和执行精度，同时，由于风电叶片是附加值较高的高技术产品，对制造设备运行过程中的安全性和稳定性提出了更高的要求。然而，目前叶片制造设备效率低、精度差，例如叶片上下模具的翻转、顶升作业均需用大型起重机吊装，操作繁琐，迫切需要自动化程度高的模具翻转设备。南京工业大学车辆与工程机械研究所近年来一直致力于风电叶片制造设备的设计与开发，成功开发了风电叶片模具和模具翻转设备等产品。所设计的模具结构合理，通过轻量化设计有效节约了制造成本，通过有限元分析，优化了结构的强度与刚度。所设计的模具翻转设备可实现上下模具的自动开合、顶升与夹紧，其结构新颖，采用机电液一体化技术，实现了全自动化作业，作业精度高，可遥控操作，使用方便，通过PLC与变频控制等技术，解决了翻转过程中翻转角度的同步控制和系统的安全保护。风电叶片制造设备的成功研制，较大幅度地提高了我国风电叶片的制造水平。2. 技术优势特点：①机电液一体化程度高，可全自动化作业；②结构新颖，具有创新性；③可遥控操作，使用方便；④采用了结构优化设计和有限元分析方法，结构合理，性能先进；⑤采用冗余设计等技术，具有可靠的安全保护系统。技术指标：①翻转角度同步误差小于1~2°；②上下模具的合模精度小于±5mm。3. 技术水平达到国内领先水平，部分技术指标达到国际先进水平

已有样品/n基于HZO铁电FinFET的混合存储器件。该器件在电荷俘获模式下，表现出高耐 久性（>1012），高操作速度（<20ns），良好的数据保持特性（104@85oC），与DRAM 的性能相近，为在SOC芯片及CPU芯片中集成嵌入式DRAM提供了可能。当器件工作在 电筹翻转模式下的时候，器件表现出非常好的数据保持特性（>10年）以及对读取 信号串扰的免疫能力，使该器件同时具有优越的不挥发存储特性。

南京工业大学车辆与工程机械研究所近年来一直致力于风电叶片制造设备的设计与开发，成功开发了风电叶片模具和模具翻转设备等产品。所设计的模具结构合理，通过轻量化设计有效节约了制造成本，通过有限元分析，优化了结构的强度与刚度。所设计的模具翻转设备可实现上下模具的自动开合、顶升与夹紧，其结构新颖，采用机电液一体化技术，实现了全自动化作业，作业精度高，可遥控操作，使用方便，通过PLC与变频控制等技术，解决了翻转过程中翻转角度的同步控制和系统的安全保护。 技术优势：①机电液一体化程度高，可全自动化作业；②结构新颖，具有创新性；③可遥控操作，使用方便；④采用了结构优化设计和有限元分析方法，结构合理，性能先进；⑤采用冗余设计等技术，具有可靠的安全保护系统。 技术指标：①翻转角度同步误差小于1~2°；②上下模具的合模精度小于±5mm。

随着返京高峰的到来，计算机学院软件开发环境国家重点实验室童咏昕教授团队与滴滴出行公司开展合作研究，全力攻关首都返程客流溯源监测与疫情相关分析，完成如下三方面内容：（1）协助北京市有关部门追溯确诊或疑似病例，并预警具有疫情接触风险的相关人员；（2）溯源外埠返京客流到北京各城区的人群流动模式，监测分析北京市各居民小区中外埠经历人群的动态移动模式；（3）分析外埠返京客流来源与首都各居民小区疫情变化的相关性。为服务社会大众了解疫情走势，并为相关部门提供决策支持，北航大数据与脑机智能高精尖创新中心刘旭东教授、胡春明教授、李建欣教授等组织师生，与复杂系统可靠性实验室李大庆研究员联合组成团队，全力投入建模和系统研发，已向决策部门提供疫情数据评估与预警报告、区域物资保障评估专项报告等，并迅速开发“新冠肺炎疫情数据导航服务”平台，数据单日访问量近 5 万次。此外，中心还进行新型冠状病毒的疫情评估与预测报告并开发疫情实时更新系统。中心对疫情现状进行分析和预测，为公众提供及时、准确的疫情态势分析、走势预测、舆情动态和政策措施等智能数据服务，实现全国及重点城市日度传播系数计算、短期确诊人数预测和长期疫情拐点。

中国矿业大学长期进行煤矿冲击矿压灾害监测与治理研究。针对目前煤矿坚硬顶板区域冲击危险性预测及治理、煤柱区冲击危险的预测与治理等关键技术问题，以岩层运动与围岩应力场为基础，研究煤岩体强度弱化减冲理论，巷道围岩的强弱强结构效应，形成以综合指数法、矿震法、电磁辐射法和钻屑法为一体的冲击矿压矿震预测预报技术，以松散煤岩体为主的治理技术，以柔性蓄能为主的防冲支架与支护技术，从而建立煤矿冲击矿压防治理论与技术体系。研究成果位居世界先进水平。 （1）深入研究了煤层型冲击矿压发生的机理，提出了煤岩体弹塑脆性模型，建立了煤岩破坏的流变冲击模型和较为统一的冲击危险前兆信息识别模型。 （2）解释了煤岩体冲击破坏的脆性冲击和延时冲击现象，提出了煤岩冲击破坏的危险性评价方法和冲击矿压预测预报的电磁辐射监测技术，率先采用电磁辐射技术成功地预测冲击矿压危险，建立了相应的预测准则和技术。形成以综合指数法、矿震法、电磁辐射法和钻屑法为一体的冲击矿压矿震预测预报技术。 （3）建立了煤岩强度弱化减冲理论，巷道围岩的强弱强结构效应，设计试验了柔性防冲支架并在现场得到了试验应用，形成了独特的冲击矿压发生机理、电磁辐射仪器预测、松散煤岩体治理技术以及柔性防冲支架的整套理论与技术体系。

(1) 长时间鲁棒定位与建图：未知室内外环境下激光雷达/视觉建图，基于深度学习的跨时段场景识别克服天气/季节/场景变化并修复运动对象干扰，分层路径规划实现高效率自主导航。 (2) 电力设备表计识别：基于图像识别算法研发形成移动终端侧的典型指针式表计自动读数技术。 (3) 电网设备图像部件级实例分割： ①　RGB-T自动标注技术突破了制约设备样本获取难的共性瓶颈； ②　基于深度学习的实例分割技术攻克了背景复杂、目标占比小和多目标共现的电网设备部件级分割难题； ③　弱/半监督学习技术提高了样本利用率，大大降低标注成本； ④　模型压缩与加速技术使得基于深度学习的电力设备识别方法在低功耗移动终端侧应用成为可能。 (4) 设备图像故障监测：基于红外/紫外/可见光的电力设备过热、渗水、漏油、明火等典型故障检测与故障报警，具备自定义通信报文与远程推送功能。