北京豪思生物科技有限公司（简称豪思生物）是一家由留学归国人员创立的研发型高新技术企业，公司的研发及高层管理团队由多位留学欧美的资深学者和企业家组成，具有丰富的医疗技术研发及管理运行经验。 豪思生物在全球临床质谱研究领域权威科学家、公司首席科学顾问Gert Lubec 教授牵头指导下，公司自主研发了一系列临床质谱筛查产品，包括应用于阿尔兹海默症、心血管疾病、泌尿疾病等重大疾病早期筛查诊断、遗传代谢病筛查、药物浓度检测、代谢物检查（氨基酸、脂肪酸、胆汁酸）、类固醇激素检测、维生素谱检测等质谱检测产品和服务，尤其在阿尔兹海默症早期诊断、治疗与监测相关技术已具备国际领先水平。 同时，公司与美国梅奥医疗平台、清华大学质谱研究组、北京大学有着深度的合作关系，通过大力整合国内外先进技术资源，从而构建国际领先的质谱诊断平台。豪思生物的研究成果已在国内成功申请10项专利，国际专利申请工作也正同步进行。点击上方按钮联系科转云平台进行沟通对接！

舌在食物搅拌、食团形成和运送中起重要作用，是进食的动力源泉。各种疾病导致的吞咽障碍常伴有 舌肌功能受损。目前治疗方法有限、效果欠佳，亟待探索更有效的评估和治疗手段。

一种基于物联网技术的轨道异物入侵自动检测与预警方法，具体实施步骤如下：A.搭建路面视频监控系统及车载视频监控系统；B.路网实时监控、视频信号无线传输及自适应反馈；C.云端数据、车载数据处理及异物入侵检测、识别与预警；D.全路网信息共享、异物入侵行车控制及相关路网行车调度。

针对留巷困难、钻孔易破坏、瓦斯 抽采效果差等技术难题，提出深井煤层 群首采工作面外错高抽巷Y型通风方法， 有效解决高地压矿井长距离留巷维护困 难的问题；提出让压型单层套管护孔结 构、施工工艺和布置方法，实现外错高 抽巷内抽采钻孔高效稳定抽采采动卸压 瓦斯；建立一面三巷、一巷多用、联合 治理、无煤柱开采的瓦斯治理新模式， 实现了深井低透气性高瓦斯煤层群的煤 与瓦斯安全高效共采。

Ø 项目针对目前粘胶纤维工业生产过程存在的污染严重问题，采用自行设计的高压热蒸汽闪爆（Steam Explosion，简称SE）技术，在超分子水平实现对天然木纤维素快速、安全可靠、低污染物理改性并固化其构象，同时利用环保、廉价的新型纤维素溶剂体系，实现温和条件下纤维素的溶解，通过真空脱泡、充氮、喷丝、凝固等工艺的优化获得了纤维素纤维的绿色湿纺技术，丝性能达到或超过粘胶丝。

本团队采用新型结构导向技术来实现亚微米和纳米二氧化硅中空微球的溶胶凝胶法和沉淀法高浓度制备，能够满足大规模工业生产的需要，并能对其纳米壳层结构进行精准调控，为相关功能材料的性能设计提供合成技术基础。现有二氧化硅中空微球制备技术的投资成本高、设备生产率低、控制难度大，无法在工业规模上对其特有的纳米结构进行精准调控，严重限制了中空微球在高端产业中的应用。本团队基于全新的中空结构导向技术，在间歇反应釜中通过溶胶凝胶法和沉淀法实现中空微球的高密度、大批量生产，具有设备生产率高、微球结构规整、壁厚可控、容易复合改性等优点，突破了中空微球规模化生产的技术瓶颈。通过改变导向剂分子结构和生产工艺微调，可在 50-400 纳米范围内对中空微球的壁厚进行精准调控，使其对不同波长的光信号产生各种响应，并能通过控制中空和多孔结构调节比表面积、导热系数、阻尼特征、机械强度等性能，满足不同功能材料领域的要求。该技术还可以实现脂溶性物质或纳米颗粒与二氧化硅的复合，制备出具有功能多样性的复合中空微球， 如将氧化锡锑（ATO）与二氧化硅中空微球复合，可制备兼具紫外光、可见光、近红外反射和隔热功能的复合中空微球保温填料。 

（一）成果背景 分布式光伏可在用户侧就近安装与消纳，减少因长距离输送带来的线路损耗问题，在新型电力系统建设中发挥着重要作用。2021年6月，国家能源局综合司发布了《关于报送整县（市、区）屋顶分布式光伏开发试点方案的通知》，用以推动分布式光伏高质量发展、支撑新型电力系统建设。在该政策的推进下，分布式光伏容量迅猛增长。截至2021年底，国内分布式光伏装机容量已达到107.5GW，约占光伏总装机容量的三分之一，且其增长速度已经超过了集中式光伏。 （二）痛点问题 对于配电网来说，光伏出力易受天气因素影响，具有极强的随机波动特性，大规模分布式光伏接入，一方面加剧了配电网负荷短时波动，影响电力实时平衡，制约负荷预测精度提升；另一方面，分布式光伏出力特性与负荷特性的不匹配造成其难以消纳，为有源配电网运行管理带来严峻挑战。 对于电力市场交易来说，随着新一轮电力体制改革的持续深入，分布式光伏所有者作为售电商参与市场竞争成为必然趋势。分布式光伏出力的不确定性与短时剧烈波动性，使得分布式光伏电站/售电商难以制定合理的市场交易策略与电力交易合同，面临严重的市场风险。 因此，亟需精准的分布式光伏功率预测，为有源配电网调度运行、分布式光伏消纳，分布式光伏参与电力市场等提供有力数据支撑。 （三）技术方案 1、基于变分模态分解与动态图卷积网络的分布式光伏功率预测 首先利用变分模态分解各分布式光伏复杂出力序列分解为相对简单、波动较小的不同频率子序列，以减小场站间关联关系的挖掘难度。然后，基于分布式光伏场站间时空关联性处于动态变化中的考虑，利用全连接神经网络将各节点特征映射到多维空间，而后利用时域卷积挖掘跨节点关联关系，由此以数据驱动方式挖掘各频率下各场站子序列关联性，有效实现子序列动态图结构的构建。最终，基于可用于非欧式空间结构数据建模的卷积神经网络，将其与动态图结构结合，建立考虑动态时空关联性的图卷积预测模型，针对不同频率下出力子序列分别预测，而后重构得到各场站功率进而获取配电网分布式光伏总功率。 2、基于深度联邦学习的分布式光伏发电功率预测 首先，基于长短期记忆神经网络构建时域自编码器模型，该模型编码器用于提取每个时间步输入的时域特征，而后利用解码器将该特征向量转换为输出序列进行未来时间步的预测，自编码能显著增强长短期记忆神经网络的时域建模能力。而后，利用注意力机制解决其在处理长输入时间序列时会导致解码器面临特征冗余问题，且使模型聚焦于对输出更关键的时域特征。由此，利用注意力自编码预测模型通过对时域特征的有效挖掘实现功率预测精度的进一步提升。 在此基础上，开发了用于分布式光伏功率预测的联邦学习框架，在该框架中，本地用户仅需将本地模型进行共享，无需数据的传输，而后由中央服务器进行模型的聚合以实现用户间信息共享。在各本地场站进行注意力自编码预测模型的训练；在中央服务器，基于联邦平均算法实现各本地预测模型的汇聚、全局模型的生成与下发。在保证数据隐私性的前提下取得与传统集中式机器学习训练近似的预测效果。 （四）竞争优势 1、有效表征广域分布式光伏集群间时空关联特征，实现分布式光伏功率预测精度提升。 当缺乏气象实测或预报数据时，考虑分布式光伏时空相关性可有效提升分布式光伏功率预测精度。现有研究多利用各光伏场站地理距离或者整体出力表征时空相关性。这种静态建模方式在分布式光伏出力模式长期稳定的情况下，可以取得较好的预测效果。然而，易受天气因素的影响，分布式光伏出力极易发生短时波动，因而各场站关联性处于动态变化过程。以恒定的场站间关联关系去考虑这种复杂的集群出力序列，显然无法反映天气影响下分布式光伏出力短时变化，难以实现功率预测精度的有效提升。 所提的基于变分模态分解与动态图卷积网络的分布式光伏功率预测方法，利用数据驱动方式实现挖掘各场站间关联特性的动态实时挖掘。在基础上，考虑到不同模态分量下各场站间关联关系的差异性，将各场站原始功率分解为了相对简单、波动较小的不同频率模态分量，减小关联关系的挖掘难度。 2、有效保证各分布式光伏数据隐私性，且能取得与传统集中式机器学习训练方式近似的预测效果 现有的数据驱动预测方法性能在很大程度上依赖于训练数据的数量，因此大多以一种集中的训练方式实现，即中央服务器汇聚来自各场站的运行数据而后进行模型的训练。然而，这种集中训练的方式会期限数据隐私，使用户信息暴露在公共环境而导致被外部攻击者进行数据分析、行为探测等。此外，在竞争激烈的电力市场中，分布式光伏场站所有者可能不愿共享数据。这些因素使传统模型训练方式难以实现。 所提的基于深度联邦学习的分布式光伏发电功率预测方法，利用注意力自编码模型在本地场站进行建模预测，实现对本地功率时域特征的有效挖掘；利用分散式训练的联邦学习框架，实现各场站预测模型信息共享，有效保证本地用户的数据隐私的同时取得不错的预测效果。 创新点 1、考虑了场站间关联关系的动态性。对于分布式光伏，虽然场站数量众多、分布广泛，但是其位置临近，由于云团运动等气象因素导致的相关性较强。所提方法以数据驱动方式根据网络当前的各场站输入功率进行关联关系的动态表征，实现功率预测精度的有效提升。 2、在保障各分布式光伏站点数据隐私应的前提现实现信息共享。利用自编码结构进一步提升LSTM的时间序列建模能力；利用注意力机制模型聚焦于对预测更关键的输入特征，以此实现时域特征的有效挖掘。在此基础上，利用联邦学习框架聚合各本地模型，实现各站点信息聚合，实现精度有效提升。 市场前景 随着新型电力系统建设目标的推进，分布式光伏装机容量呈爆发式增长。所研成果可应用于配电网负荷预测、用户可调度容量评估、激励型需求响应基线负荷估计等场景中，为高比例分布式光伏有源配电网的安全、经济、高效运行，维持电力平衡等工作提供重要参考。同时，随着分布式光伏逐步参与到电力市场，所研成果可为分布式光伏售电商制定最优的交易策略，签订合理的价格合同提供有力数据支撑。综上所述，所研成果市场前景广阔。

项目背景：目前国产小麦“质差量不足、品质不稳定、 种植效益低”问题突出，特别是亩产效益低下，农户种植积 极性不高。由于我国过去科研和生产上长期追求高产，缺乏 对优质小麦新品种及其产业的系统研究，国内市场出现了优 质小麦进口数量逐年增多的现象，普通小麦价格疲靡，而优 质小麦却价格紧俏，供不应求。因此，亟需小麦品质改良、 稳产增效和产业协同攻关与突破，满足市场不同的需求，提 高企业经济效益。本项目计划以特色优质小麦为技术核心， 建立示范基地 50 亩，通过科研、生产和企业紧密结合，根 据市场需求选择优质小麦新品种、建立节本高效配套栽培技 术，构建“定单”式种加融合模式，实现加养融合增值增效， 助力实现西海岸新区打造全国强筋、中强筋小麦的“品种优 质化、种植区域化、销售定单化”种植先行区，从根本上解 决国产优质小麦“质量较差，指标不稳，数量不足”的问题， 扭转优质小麦依赖大量进口的被动局面。 所需技术需求简要描述：1.联合选育或引进特色高产优 质小麦新品种（系）。联合选育或引进推广具有广阔市场前 景的营养健康、优质高效小麦新品种（系），通过建立核心 示范区并大面积辐射推广种植。2.研发新品种水肥一体化技 术，配套适宜于不同肥水条件和地力水平的绿色高效、高产 优质特色小麦栽培技术，达到节本增效、绿色丰产,保障粮食安全。3.创新小麦全产业链提质增效机制。建立起种子为 芯片、龙头企业为核心、产学研一体化的特色小麦全产业链 融合升级协同机制，开发特色优质小麦高附加值新产品，助 力健康中国和乡村振兴战略。  对技术提供方的要求:1.项目所用优质小麦新品种及技 术为自主培育和研发。2.提供集成肥水高效，水肥一体化栽 培技术和绿色高优种植技术的品种环境协同调控方案。3.构 建特色专用小麦高效耕作制度，并建立技术标准，创建国内 特色优质小麦节本增效生产新途径。 

该项目2016年获得湖北省科技进步一等奖。由于乙酰甲喹和喹烯酮尚未确定每日允许摄入量(ADI)、残留标识物(MR)和靶组织(TT)，未能制订最高残留限量(MRLs)和休药期(WP)，喹乙醇仅有猪肌肉暂定MR及MRL，这三种药物一直没有科学的食品安全标准和风险管控技术，消费者健康受到威胁。 该项目主要创新如下： 1、针对代谢资料缺乏、无MR等问题，在猪、鸡和鲤开展放射示踪研究，鉴定出代谢物33种，发现残留物20种，阐明了代谢机制、残留消除规律及种属差异，确定了MR及TT，为有害残留的风险评估与管控提供了翔实、科学的基础数据。 2、针对毒理资料缺乏、无MRLs等问题，开展全面、系统、深入的毒理和暴露评估研究，揭示药物的毒性和毒作用特点，阐明量-效、时-效关系，确定了ADI，制订MRLs 18个、休药期6个，为有害残留的风险管控与交流提供了理论依据。 3、针对缺乏新型、高效检测技术的问题，自主研制残留物的标准品17种，建立定量/确证分析方法9种，发明快速检测的核心试剂22种，创制基于抗体的高效检测试剂盒6个，为有害残留的风险管控提供了技术支撑。 发现的代谢物和残留物，自主研制的标准品、检测方法及其标准，发明的快速检测核心试剂及试剂盒，填补了国内外空白，提升了兽医兽药科技的自主创新能力。喹乙醇新MR的发现改正了国际食品法典委员会以往推荐的错误标准。 成果完成时间：2012年

我国拥有幅员辽阔的内陆水域，如何安全、高效的完成特定水域的巡逻和水 文信息监测工作一直是我国水文水利建设的重要组成部分。 水面无人船是一种无人操作的水面舰船平台，配备先进的控制系统、传感器 系统、通信系统和武器系统，可以最大程度上填补水域测量领域载人船无法到达或不易到达的危险、浅滩、近岸等空白区域，真正做到高精度、自动化、高效益，可广泛应用于常规测绘、水利水文、航道、环保和灾害应急等行业及其他相关部门。 本项目的产品，是在“制造强国”国家战略指导下，符合国家和地方政府政策重点鼓励发展的高技术、智能装备、高附加值项目，符合国家经济结构和产业结构调整的相关政策和导向。本研发团队联合上海交通大学和上海市船舶自动化工程研究中心，共发表 SCI 论文 200 篇以上，拥有授权发明专利 40 项。