本发明公开了一种基于浮动车ＧＰＳ数据的干线停车分析方法，通过数据抽样以及坐标转换，生成可视化的时空散点图实现浮动车通行数据的时间汇集，进而分析车辆的行驶特性，并进行干线停车的统计分析。本发明的干线停车分析方法，以数据可视化方式对浮动车定位数据进行时间汇集，直观分析干线车辆通行情况，在此基础上，对车辆到达交叉口的相对时间与其在下游的停车概率进行统计，从海量ＧＰＳ定位数据中分析探究干线交通流实际运行模式，并进行精细化的停车概率估计，为干线绿波诱导提供可靠、精细的数据支撑。

项目背景：2021 年国务院政府工作报告中指出，扎实做 好碳达峰、碳中和各项工作，加大新能源技术研发。据研究 公司 Frost＆Sullivan 发布的一项新报告指出，预计到 2030 年，全球电池储能市场的复合年增长率将达到 23％。由此可 见，未来十年储能电池数量将大幅增加。另一方面，储能电 池安全性引起广泛关注，2019 年 4 月 19 日，美国亚利桑那 州 McMicken 电池储能项目发生火灾爆炸事故；2021 年 4 月 16 日，北京集美家居大红门的储能电站起火。因此储能电池 安全性显得尤为重要。通过人工智能和机器学习等手段预测 电储能电池的安全性已经成为研究热点，英国剑桥大学和美 国斯坦福大学等顶尖高校和科研院所都有相关的实验室。在 国内，中科院、比亚迪、宁德时代、国家电网等企业院所已 经开展了各种类型储能电池和技术的研发。然而，目前国内 外还没有成熟的电储能电池远程管控系统，储能电池数据传 输协议没有公认的标准。由于不同类型的电储能数据指标差 异较大，需要采集的数据缺乏规范标准。另外，何种指标的 变化会引起潜在的储能电池安全问题尚未明确，目前基本是 通过人工经验判断，效率不高，并且准确率较低。如果能够 通过机器学习，深度学习等人工智能手段，结合储能电池实 际工作过程中的电流、电压的变化数据，学习并分析其运行 规律，挖掘出数据变化导致的潜在安全风险，电储能电池的 安全性能将大幅提高。 所需技术需求简要描述：1.研发储能电池故障预测模 型，利用人工智能等手段，通过机器学习的方法对采集的电 池运行状态及参数数据进行分析，实时监控电池运行状态， 对可能出现的潜在储能电池安全问题进行评估，实现对即将 出现的电池故障和安全问题的预判。2.建立储能电池的远程 安全传输协议，对电池运行状态及参数数据进行周期性采 集，并实现多终端异构网络环境下的储能电池数据实时传 输。建立安全传输机制，有效防止数据伪造和恶意攻击。3. 开发电储能电池数据远程管理系统，对不同种类的储能电池 安全问题采取相应的措施，通过网络实现对储能电池的远程 管理，从而延缓或避免由于电池故障产生的安全问题。数据 通信应建立在安全可靠的传输机制上。  对技术提供方的要求:1、建立电储能电池的远程数据采 集和安全传输协议。2、开发研究电储能电池数据远程智能 分析和管理系统。3、在相关领域经验丰富的技术团队的院 校或科研单位。 

中科院计算所成立于1956年，多年来始终坚持“科研为国分忧，创新与民造福”的核心价值观，在力争成为世界一流科研学术机构的同时，努力使计算所成为社会公认的引领我国信息产业和信息化计算技术的主要源头，先后孵化成立了联想、曙光、龙芯等一批有影响力的技术驱动型公司。 中科天玑数据科技股份有限公司成立于2010年，是中科院计算所为加速大数据技术成果转化而孵化的高新技术企业，是计算所在大数据方向唯一的产业化平台。公司技术力量雄厚，人才济济，博士、硕士人数占总人数的35%以上，核心成员承担过国家863计划、973计划、国家自然科学基金等重大课题的研究，并多次荣获国家重大奖项。中科天玑以大数据智能计算引擎、人工智能算法为核心，围绕大数据平台、自然语言处理、机器学习、知识图谱、人工智能等方面进行不断拓展，重点面向网信、情报、金融、教育等应用领域，致力于打造自主可控、安全可信、智慧敏捷的信息系统，为用户提供大数据整体解决方案，助力中国大数据产业创新发展。 中科天玑是大数据分析系统国家工程实验室的重要共建单位和示范应用基地，承建的大数据引擎及情报分析系统实验室致力于推进大数据基础设施、大数据分析和情报大数据示范应用三大方向技术研究和大数据产品的定型推广。

产品详细介绍            阶段：小学、初中、高中    学科：语文、数学、英语、物理、化学、生物、政治、地理、历史、信息技术应用、安全教育    形式：视频、图片、文字    教材版本：包含全国各地主要应用版本，如人教版、北师大版、浙教版、苏教版等，与当地教学教材高度匹配   结构化资源内容：由浅到深，逐步进阶 课前—自学资源 “学材”区别于“教材”，指的是经过精心加工、适合学生自主学习的教学资源。 课中—点睛题 点睛题是U伴慧学平台特有的教学资源，专门用于让教师即时了解学生对核心概念的理解与掌握状况，目的是培养学生的高阶思维能力。 课后—探究资料 对知识点的补充、拓展、探究性资料，可以引导学生更深入地思考问题，完善自己的知识，解决问题。 练习题库：全过程可应用，知识点的测试题目。

成果描述：本发明申请要解决的问题是，云计算平台中的动态任务调度问题。本专利针对动态任务调度问题的特点，引入了排队论对任务分配、执行前的状态进行快速建模、结构化处理；针对现有以任务高度值（粒度）来作为主要参考因素的任务调度算法所存在的严重不足，本专利提出了任务-计算资源分配矩阵，用以描述任务（或虚拟机）与计算资源（节点）之间的关系，并结合人工免疫理论给出了运算模式，保证能以概率1搜索到问题的最优解，能有效提高收敛速度和精度，快速搜索到合理配置，提高集群资源利用率市场前景分析：本发明为云计算平台下的动态任务调度研究提供了一种新的途径，本发明首先利用排队论对任务进行排队处理，然后用人工免疫理论中的免疫克隆选择策略对集群中的计算资源进行合理配置，再利用负载均衡调整抗体基因，使得集群资源的配置更加满足任务处理的需要，本发明能适应云平台的动态变化和虚拟化的环境，快速搜索出最优配置，提高集群资源利用率。与同类成果相比的优势分析：本专利提出了任务-计算资源分配矩阵，用以描述任务（或虚拟机）与计算资源（节点）之间的关系，并结合人工免疫理论给出了运算模式，保证能以概率1搜索到问题的最优解，能有效提高收敛速度和精度，快速搜索到合理配置，提高集群资源利用率。

项目成果/简介:本服务体系主要依托 SPARROW 模型，它是一款由美国国家地质调查局（USGS）开发的非线性流域污染物评估模型，其介于传统统计学模型与机理模型之间，用于估计流域地表水体中污染物负荷与污染源之间的关系。是美国 TMDL 计划推荐流域模型方法之一。 原始 SPARROW 模型基于 SAS（统计分析系统）平台运行，使用 IML 语言编写，其嵌套的统计模块可以轻松调用非线性加权最小二乘法（NWLS）进行方程的求解，完成所需参数的估计，虽然SPARROW 本身可以免费使用，但是 SAS 平台购买费用不菲，为此我们基于 SPARROW 模型的原理，使用 FORTRAN 语言开发了面向我国特点的具有空间响应特性的水环境管理模型，简化了原SPARROW 模型中不适用于中国的模块，并增加 jackknife 不确定性分析模块，按照中国水环境管理需求补充可能实现的模块，优化模型功能，改善人机交互形式，使数据输入及模型运行更加方便易学并符合中国的数据特点。利用 ArcGIS 生成河网、划分子流域等，提取与整合必要的与流域河流属性相关的输入数据，并利用该平台将模拟结果进行可视化表达。应用范围:模型已应用于东北松花江流域、黄山新安江流域，成功完成对这些地区 N、P、COD 等污染负荷的空间解析，并设置敏感断面（松花江流域的同江断面，新安江流域的跨省断面--街口断面）进行溯源分析，能够为流域（区域）水环境管理决策的制定与实施提供技术支持。效益分析:（1）污染源空间解析：进行各子流域污染源组成比例分布预测以及各子流域的污染来源追溯等，由于监测站点只能评价静态的理化指标，SPARROW 模型则综合考虑流域内的地质地貌、气象要素等，通过监测数据追溯污染来源，分析来自不同污染源的污染量和比例，有针对性地对水质进行控制和管理，找出污染贡献最大的区域加以治理，实现投入产出的效益最大化； （2）面向水质达标的监测站点空间布局优化与设计：利用有限水质监测站点过去一段时间的监测数据外推流域内其他未监测河段 的水质情况，有效解决布设监测站点成本高、监测网络点位数量少、代表性差的问题，通过对流域整体水质状况的预测分析，找出水质较差河段，进而有效优化监测站点的空间设置，为水环境质量达标提供支持。 （3）面向敏感区（达标断面）的削减措施优化：例如海岸带、湖库、饮用水取水区、达标考核断面等，作为考核或评估断面进行污染物传输分析，分析上游各子流域对其污染贡献大小，甄别污染贡献最大的区域，优化管理措施的设置。

本项目以教育部设施农业网上合作研究中心为依托，结合科技部、教育部和上海市 科技兴农重点攻关项目，进行了新型智能温室结构设计及其配套设施的综合设计与开发、 建模与控制新方法的应用基础理论研究和 "温室环境计算机控制系统"开发、基于图像 处理技术的叶片面积估算技术的温室水肥精准灌溉控制系统、作物栽培管理辅助决策支 持系统等一系列研究，实现了对温室的远程自动控制。 

本服务体系主要依托 SPARROW 模型，它是一款由美国国家地质调查局（USGS）开发的非线性流域污染物评估模型，其介于传统统计学模型与机理模型之间，用于估计流域地表水体中污染物负荷与污染源之间的关系。是美国 TMDL 计划推荐流域模型方法之一。 原始 SPARROW 模型基于 SAS（统计分析系统）平台运行，使用 IML 语言编写，其嵌套的统计模块可以轻松调用非线性加权最小二乘法（NWLS）进行方程的求解，完成所需参数的估计，虽然SPARROW 本身可以免费使用，但是 SAS 平台购买费用不菲，为此我们基于 SPARROW 模型的原理，使用 FORTRAN 语言开发了面向我国特点的具有空间响应特性的水环境管理模型，简化了原SPARROW 模型中不适用于中国的模块，并增加 jackknife 不确定性分析模块，按照中国水环境管理需求补充可能实现的模块，优化模型功能，改善人机交互形式，使数据输入及模型运行更加方便易学并符合中国的数据特点。利用 ArcGIS 生成河网、划分子流域等，提取与整合必要的与流域河流属性相关的输入数据，并利用该平台将模拟结果进行可视化表达。

复杂环境下智能巡检运维机器人关键技术及应用针对我国核电安全与电网运维领域的急需，突破了智能巡检运维机器人的多项关键技术，研制成功多型号系列化智能巡检运维机器人，国内首次在阳江核电站、大亚湾核电站及宁德核电站投入运维使用，广泛应用于国内16个省市2000多个配电站，促进了我国智能电站与智能电网建设技术水平的提高。该成果还在南水北调工程大型泵站监控、重大活动保电安保、无人消防车、工业机器人、智能工程机械等领域应用，取得了重大社会效益和经济效益。

本发明公开一种复杂电磁环境下的天线阵列校准方法及其装置。 该装置通过在天线阵列中心点发射校准信号，根据自适应滤波器的原 理，利用维纳解形式，提取阵列天线及接收前端的幅度不一致性和相 位不一致性参数。在存在密集干扰的复杂电磁环境中，能够自动抑制 小幅度的同频或邻频干扰对该频点阵列校准结果的影响；而当同频或 邻频干扰的幅度比较大以致对通道参数有较大影响时，能对提取的通 道参数进行处理，消除或极大减弱该干扰带来的影响，然后对接收的 阵列信号进行宽带补偿或多窄带补偿，消除通道不一致性引起的误差。 本发明适用于复杂电磁环境下，对工作在任意频率范围的圆形天线阵 列及接收通道实时进行通道参数提取和自动补偿。