1.项目简介：本项目开发出了一种大型供应链优化计算软件系统，软件系统包括互相连接的两大功能部分：结合供应链建模的数据库及管理系统和微机大型供应链0-1整数规划计算软件系统。前者为针对供应链建模和计算结果汇总和分析的信息管理系统，它构成了与企业管理的电子商务系统的有机连接；它可实时运行和显示，运行速度很快。后者则是解决大型供应链问题的计算软件，使用当前的一般微机系统，可解决具有50万个有效变量（其中2000个0-1整数变量），和一万个约束方程（包括2000个主问题约束方程和其他称为“广义上界”的约束方程）之内的大型问题；计算时间一般视问题大小在1-3小时之内。这两大功能可连接运行，亦可分开单独运行。 2.技术特点：本项目采用一种基于广义上界的有界变量混合型0-1整数规划算法，它无需大型计算机来解决问题，使用微机即可，方法可靠、实用而有效。

一、项目简介 智能计算MR成像主要是基于脉冲序列设计、成像、重建、处理与分析的全链路优化思想，利用人工智能领域的深度学习与大数据方法，研究新体制智能计算成像理论、方法与应用，突破现有系统将成像与分析分治难以兼顾的不足，从而为医学临床和科研提供新的、更快的成像手段、更好的成像质量以及更符合实际需求的成像模式。 二、前期研究基础 无 三、应用技术成果1）基于深度学习的信息保持压缩感知重建（左图为填零重建、右图为所提方法）

运动物体监测系统随着计算机技术，尤其是多媒体技术和数字图像处理及分析理论的成熟，视频图像作为更直接更丰富的信息载体，正在成为越来越重要的研究对象。近年来，随着物联网、数字地球等概念的提出以及互联网的广泛应用，视频图像信息己成为人类获取和利用信息的重要来源和手段。现实生活之中，大量的有意义的视觉信息包含在运动之中，而且在某些场合下，往往只对运动的物体感兴趣，如交通流量的检测，重要场所的保安，航空和军用飞机的制导，汽车的自动驾驶或辅助驾驶等。运动目标的图像检测与跟踪是基于动态图像分析的基础上结合图像识别和图像跟踪方法对图像序列中的目标进行检测、识别的过程，它是图像处理与计算机视觉领域中的一个非常活跃的分支。 本系统利用计算机视觉和视频分析的方法，对摄像机拍录的图像序列进行自动分析，用自适应背景模型的背景差分法进行运动物体检测，采用基于HSV色彩空间的阴影检测方法去除运动物体的阴影，本课题利用自主设计的快速算法实现运动物体的实时识别。从而达到从视频流中提取运动物体类型、大小等信息。本系统具有以下优点：利用摄像头采集当前场景的视频信息，属于面式检测，检测范围大，能提供当前场景中所需的丰富信息，且维护简单，可移植性强。适应性强，不同应用场景只需更换相应的模板图像即可应用。 非接触物体测量系统随着生产的发展，对物体测量方法及各种测量工具也在发展。本系统利用计算机视觉对图像进行预处理预处理、特征提取、关键特征提取、图像立体匹配最终进行三维坐标恢复进而得到物体的尺寸信息，能够进行三维物体的测量。达到了恢复物体三维信息的目的。

基于Internet或Intranet，实现多媒体信息多对多的实时传输，有电子的板，视频传输率高于22帧/秒。经鉴定（1998年7月），专用认为在实现方法上达到国际先进水平，可应用于网上协同设计、协作编辑、计算机远程教育，以及电子会议。还可应用于军事或民用的系统的实时视频监控、指挥和协调。 

自美国 2011 年实施材料基因组计划（Materials Genome Initiative，MGI），现已成为全球材料创新研发的强大助推剂，将高通量实验、材料数据和高通量计算三要素有机结合，加速材料创新性研发并降低成本。MGI 将成分-工艺-组织-性能的关联集成化、跨尺度分析，将材料的研发由传统经验式提升到科学设计。高通量材料计算和数据挖掘技术是材料基因工程的重要组成部分，通过材料的高通量热力学/动力学计算、高通量相场模拟、数据挖掘和性能预测，实现材料合金成分、制备工艺、微观组织结构和宏观力学性能的调控及优化，为新材料的开发设计提供指导，实现产品全制备周期的数字化、智能化管理，提高产品质量稳定性、降低产品研发周期和成本、提升企业的核心竞争力。

1. 痛点问题 量子计算机是基于量子力学原理的通用计算设备，其基础逻辑单元是遵守量子力学原理的量子比特。基于其并行计算的特性，量子计算机在解决某些特定问题时相对于经典计算机具有指数级的加速，在未来的基础科学研究、量子通讯及密码学、人工智能、金融市场模拟、气候变化预测、药物模拟、新材料发现等需要强大算力的领域中具有广泛的应用前景。目前国际上已出现众多的量子计算商业项目，例如美国的IonQ、霍尼韦尔、谷歌、IBM、亚马逊、微软等，以及国内的腾讯、阿里巴巴、百度、华为、字节跳动等公司。 目前有若干种物理平台有望实现大规模量子计算，其中离子阱量子计算平台在衡量量子计算性能的各项指标方面表现优异，是最有可能实现量子计算机的平台之一。应用于离子阱量子计算机的量子计算寻址装置是离子阱量子计算机必不可少的部件。量子计算寻址装置的功能是利用操控激光对任意空间位置、任意数量的量子比特的状态进行实时操控。 2. 解决方案 本成果的量子计算寻址装置提出了一种全新的结构来实现量子比特的寻址，该系统采用两个寻址单元协同操作以实现一维量子比特寻址操控。而利用多个寻址单元及相应的控制手段可实现二维与三维量子比特寻址操控。本发明增加了寻址操控系统的信道容量，可实现离子型量子计算机内任意量子比特进行寻址操控并消除了寻址操控系统引入的误差；可实现对量子计算机上任意量子比特进行任意比特量子逻辑门操作；可根据离子量子比特在空间分布及量子态来优化寻址系统并动态反馈，可灵活实现复杂的量子算法及量子纠错。 合作需求 寻求量子计算方向的企业开展业务合作。

1.痛点问题 现有成像系统与智能系统的融合不够充分，造成很多工作流程上的冗余和浪费。成像、传感、计算等模组分别单独优化，造成数据传输和存储带宽激增、计算资源消耗巨大、图像处理延时过长、功耗难以抑制等问题。 2.解决方案 本成果“元相机”重新定义成像的获取方式，把光和电在计算领域进行融合，面向智能视觉任务进行端到端优化。这种设计体系将在图像采集过程中光速执行算法处理，将感知与计算二合一，实现“光电感算一体”，大大简化后端数字图像处理的难度，降低数据成本、传输成本、计算成本和功耗成本。可支撑未来低功耗、低数据量、低计算量、高速度、集成化的智能感知设备的能力提升与应用。 3.合作需求 1）人员需求：光学、电路、光机电、成像软件及算法等领域专业人士及工程师等； 2）资金需求：按商业规划，前两年有千万级融资需求； 3）场地及合作需求：提供研发基地及领域资源对接。

本项目立足行政管理部门视角，设计平台在乡村振兴过程中提供优质住宅方案，改善村容村貌，提升居民生活质量，减少住宅全生命周期过程中可能产生的碳排放，助力双碳目标的实现。 一、项目分类 显著效益成果转化 二、成果简介 “三赢”模式领跑产业革新（图 1）立足乡村住宅业主视角，设计平台从实际生活需求着手，基于大量乡村住宅案例研究，提供兼顾功能与造价的户型方案。立足装配式部品企业视角，设计平台整合市场优质建筑部品信息，向厂家提供部品直销平台，促进市场发展，同时建立企业间信息交换渠道，促进产业良性竞争和技术更迭。立足行政管理部门视角，设计平台在乡村振兴过程中提供优质住宅方案，改善村容村貌，提升居民生活质量，减少住宅全生命周期过程中可能产生的碳排放，助力双碳目标的实现。

本软件主要应用于螺杆压缩机（又称为双螺杆压缩机）的科学研究和产品设计。利用本软件，可快速准确地完成转子型线设计、吸排气孔口布置、热力性能预测、动力特性分析以及刀具刃形计算等设计计算内容。还能对这些相互关联的设计内容，进行全面系统的综合处理，使螺杆压缩机的设计方法更加科学，设计结果更加合理。另外，软件在 windows环境中运行，界面友好，操作方便

01. 成果简介 随着国民经济的快速发展，机动车辆增长迅速、路面交通任务日益繁忙，国内交通安全形势面临日益严峻的考验。虽然基础应用系统已经达到了较高的技术和应用水平，但也存在着一些问题和不足：各应用系统只针对本系统的数据处理；局限于简单的统计，统计信息都有其局限性，出现“信息孤岛”现象；无法实现数据融合、信息共享，不能为交通运行评估和辅助决策提供依据；不能进行相关系统的协同联动，使之使用在日常工作中；工作效率仍没有显著提高；由于缺少科学管理手段，各交通管理部门，越来越难以适应当前形势的要求。主要表现在：1）信息孤岛问题；2）缺少跨系统信息融合分析及挖掘；3）信息服务、协同指挥及公共服务功能不足；4）公路交通状况管控困难。 本成果团队自主研发的广度学习基础计算系统集成平台提供了一个基于全量多模态数据融合和协同挖掘分析的大数据智能系统支撑框架，可以对在地理、空间上分散的人、设备、环境、事件等进行大规模实时关联和因果分析，以指导复杂态势环境下的指挥行动。这些大数据技术已被运用于交通态势分析和预测，如实时分析城市交通流量与预测等。基于通用的大数据融合智能分析平台，使指挥人员和调度人员能在单一系统内解决所有问题，包括各类交通情报分析（情报报告，事件行为等），关联分析（背景、跟踪、时空、反应等）和预判决策等功能。系统利用统一数据融合服务（UDFS）和统一视频融合服务（MVFS）等技术手段，将跨界多源动静态交通数据进行融合利用，并产生统一的道路交通基础知识图谱（DKG），然后统一提供给拥有计算能力的融合计算引擎基础算力平台（TAIOS），训练和调度各类模型算法（TAIMODEL），生成基础应用工具和基础应用指标，最后通过组合统一用户管理（４A）和统一指挥调度（TBOCC）到具体的业务流程中，构成各类闭环场景应用，从而产生智能、精准的道路交通治理优化方案，提升道路的畅通程度和安全水平。 图1. 数据融合图2. 态势感知02. 应用前景 广度学习基础计算系统集成平台应用于智慧交通领域，其创新成果已在贵州省交通管理局复合型大数据交通态势感知指挥云平台工程建设中得到应用，创造了良好的经济和社会效益。填补了国内在交通管理领域大数据融合应用空白。是提升交通管理的跨界数据融合、功能融合、管理融合、指挥融合的创新型技术。促进了我国交通大数据智能管理建设技术水平的提高，促进了交通管理行业的技术进步。该项目具有广阔的市场前景。03. 知识产权 已申请发明专利9项。04. 团队介绍 本项目以清华-青岛数据科学研究院（挂靠软件学院，以下简称数据院）韩亦舜执行副院长团队为核心。数据院于2017年8月下设交通大数据研究中心，该中心面向国家重大战略需求，专注跨界融合大数据、机器学习、人工智能技术在交通行业全流程数据科学和数据工程的核心技术创新应用研究，在交通管理、交通运输规划与管理、公共交通、物流运输等领域开展跨界大数据融合智能交通应用示范。05. 合作方式 投融资 / 专利许可。06. 联系方式 邮箱：liuc1988@tsinghua.edu.cn、liuyi2017@tsinghua.edu.cn