成果描述：紫薯(Solanum tuberdsm)又叫黑薯，紫甘薯是根、茎和心叶都是紫色的一类甘薯品种的总称，因为含有丰富的花青素而呈现紫色。甘薯已被世界公认为抗癌保健食品之首位，并且紫薯的营养成分含量高于普通的红薯，其铜、赖氨酸、钾、锰、锌的含量高于一般红薯的3~8倍，长期食用具有降压、益气、补血、养颜、润肺之功效，在日本被誉为“太空保健食品”。紫薯具有抗氧化作用及清除自由基作用、抗肿瘤和抗突变、改善肝功能、抗高血糖作用、减肥等保健功能。由于紫薯约含65%的水分，不易保藏，紫薯采挖后进行加工利用，对提高其保藏性能具有重要意义。目前市场上有天然紫色甘薯枣、紫甘薯浆、子甘薯全粉、甘薯脯等产品的研制和产业化已受到极大地重视。本研究考虑产品使用的方便性和广泛性，基于紫薯营养成分与大米营养成分的互补性，我们设计并开发一种速煮紫薯丁，不但能提高紫薯的保藏性能，还可以增加紫薯的商品附加值。以该工艺进行加工，得到水分含量较低 、复水前具有较好的色泽、外型、花青素保留率和复水后具有较好的色泽、外型、咀嚼性的速煮紫薯丁。该速煮紫薯丁食用方便，可用于煮汤，也可与大米混配做紫薯饭。粗粮与精粮搭配，有利于饮食营养结构的完善。市场前景分析：食品市场。与同类成果相比的优势分析：该速煮紫薯丁食用方便，可用于煮汤，也可与大米混配做紫薯饭。粗粮与精粮搭配，有利于饮食营养结构产品质量：符合国家相关标准和卫生标准；的完善。

1、将课堂班级转变成学习型社群；不仅有学习活动的互动、交流；也有学习资源、信息的分享，满足课前备课设计，课中互动教学，课后作业巩固等全流程设计； 2、协助教师突破传统教学限制，实现混合式、翻转式、交互式等创新教学策略； 3、提升教师教学质量、激发学生学习兴趣； 4、为学校提供完整解决方案，达成「教、学、管、评、测」一体化的教育信息化建设目标。

本技术设计了高效功率控制算法，实现了低功耗低延时的无线传输。同时，由于计算任务在数据量和计算量上的差异，本技术实现合理高效的卸载决策，利于有效降低计算延时。可以为未来的通信网络中，计算卸载物联网设备通信节能提供底层的技术支持。

oneM2M是欧洲电信标准化协会（ETSI）联络美国、中国、日本和韩国的通信标准化组织，成立国际标准化组织，共同开展物联网业务层国际标准的制定。oneM2M协议是应用层中的上层协议，以HTTP、CoAP、MQTT等协议作为通信载体，将自己的语义封装在HTTP等应用层协议之中。NB-IoT是3GPP针对低功耗广覆盖类业务而定义的新一代蜂窝物联网接入技术，主要面向低速率、低时延、超低成本、低功耗、广深覆盖、大连接需求的物联网业务，NB-IoT物联网协议是低层协议，二者的关系如图1所示。图1 协议体系关系图 基于多协议转换的研究以及系统模型方案的设计与分析，提出NB-IoT设备接入oneM2M的系统模型，如图2所示。NB-IoT设备：搭载了NB-IoT芯片的一套设备，包含了数个传感器。运营商服务器：负责接收NB-IoT设备数据包，并将其存放于平台数据库中。协议转换节点：将NB-IoT设备信息接入oneM2M系统中的核心模块。oneM2M平台：具体保存资源以及对外展现资源的平台。图2 NB-IoT设备接入oneM2M系统模型架构 本成果基于NB-IoT和oneM2M标准，研究构建的工业互联网全系统通用技术，包括基于NB-IoT硬件系统的嵌入式开发及其低功耗的解决方案；NB-IoT终端与运营商云平台系统的协同通信机制；运营商云平台系统与oneM2M企业私有云平台的通信机制；oneM2M工业企业的数据的统一表示，实现工业互联网大数据的深度人工智能应用。

本发明公开了一种互联网舆情信息的分类处理方法。

项目属现代农业技术领域，围绕农田信息快速感知、稳定传输和精准管控三大瓶颈难题，在植物养分/生理/病害信息快速感知，土壤水/盐/养分特性多维快速测试，农田复杂环境下信息无线稳定传输，基于作物生长需求的物联网环境调控和肥水药精准管理等核心技术取得了重大突破，自主研制了系列产品和系统，总体达到了国际同类研究先进水平，部分达国际领先水平。相关成果已经在全国20 多个省市的农田、果园与设施农业等推广应用，取得了重大经济和社会效益，对推动我国数字农业和农业物联网技术的发展具有重要意义。

移动互联网将移动通信和互联网二者结合起来，成为当今世界发展最快、市场潜力最大、前景最诱人的产业发展方向。最新数据统计，中国移动互联网用户已达到 4.64 亿。各大应 用市场如 Google Play 有百万种应用，国内机锋市场、天翼等平台也具有大量的安卓应用。 这些应用在给人们带来巨大便利的同时，也带来巨大的信息安全隐患和风险。据统计，超过 九成的应用软件涉嫌窃取用户隐私、恶意扣费、恶意推广、恶意捆绑植入病毒/木马等恶意 行为。这些恶意行为不仅给用户带来经济损失，甚至涉及人身安全问题。因此迫切需要快速、 准确地自动化检测如此庞大的应用程序的恶意行为。传统手机杀毒软件基于 PC 时代检测特征序列的方式识别恶意软件/恶意行为，虽然这种 方式高效、易于同步检测，但是存在只能查杀已知威胁、反馈周期长、易于绕过等诸多问题。 为了解决上述问题，我们设计并实现一个 Android 应用恶意行为自动化检测系统。本系统提 供一个基于行为查杀的完整解决方案，可服务于第三方管控部门、高级大型企业(如电信运 营商)、Android 工程师与普通用户等三大类用户。本系统结合静态分析、动态追踪、网络 流量定位三种方法实现“数据流、控制流、网络流”三流融合分析技术，可提供自动化应用 软件爬取、自动化检测分析、自动化特征库更新、自动化恶意行为挖掘、恶意攻击训练、证 据留存等多项服务，达到爬取自动化、处理高效化、分析智能化、信息安全化的设计目标。 本系统主要的特点如下: 全平台部署更实用:跨平台语言设计，多重角度防护，可部署于 Windows XP/WIN7/WIN8 以及 Linux 主流版本。 自学习、更新更方便: 应用图论分析技术、自动化行为特征挖掘等技术，挖掘具有通用性的恶意行为链，无需频繁升级模型库。 智能网络爬虫更高效:针对第三方监控需求，本系统提供自动化网络爬取功能，可实现最优监控部署、最优更 新策略。 “3x3”立体更高维:“静态分析、动态追踪、网络流量三维度”，“数据流、控制流、网流”三层面，智能立 体分析模式，无懈可击的安全检测。 11类41种恶意行为检测更全面:可有效对隐私窃取、系统破坏、信息破坏等 41 种恶意行为进行检测，分类图如下图所示。 层级分析更迅速:系统依据层级分析结构，快速定位，快速甄别，快速分析。 “三流融合”更细致:本系统结合底层 API HOOK、动态污染分析、静态行为链识别、网络流量检测等方式，可分析恶意软件的函数调用关系、数据传播定位、恶意行为网络数据包。  恶意特征自动统计挖掘更可靠: 特征自动挖掘更节省人力与计算资源，标准处理流程无死角分析。  恶意攻击模拟更实战: 对官方发布系统与软件攻击模拟，自动化挖掘存在漏洞和风险。 分析数据更可观:行为统计、时间轴建模、应用权限分析、敏感函数展示、敏感数据分析、行为记录、运 行截图等多项数据展示，并支持数据导出功能。 测试项目更全面:课题组具有大量软件自动化测试经验，可支持适配测试、功能测试、可靠性测试、安全 性测试、环境测试、安全测试需求。性能参数: 准确性高，超过 97%的正确识别率; 完成一次普通测试任务不足30分钟，测量时间短，重现性好。