本发明公开了一种数据去重过程中的并行分块方法，其特征在 于，包括：(1)将数据流中的文件分成多个定长的数据段，所述数据段 的长度大于数据分块的最大块长；(2)利用计算机多核处理器并行对每 个数据段进行分块，每个数据段都通过分块获得多个数据块；(3)将最 后一个数据段除外的每个数据段的最后一个数据块与后一个数据段的 第一个数据块进行边界衔接处理。本发明提出的并行分块方法，采用 一种新颖的边界衔接方法解决了传统分块方法的

研究催化剂在实际催化反应过程中的状态对于理解催化剂的催化机理具有非常重要的意义。实际催化过程中，气体分子会通过影响表面能进而对催化剂的表面结构进行调制。但受限于研究方法，在真实催化环境中，气体分子如何重构催化剂表面仍然不清楚。此外，除了催化剂表面结构的变化，在催化反应过程中，催化剂颗粒整体的结构乃至物相也会发生变化。

（一）项目背景 当前，智慧教育具有智能导学、精准推荐、定制辅导、精细评价等特点，已成为国际国内教育信息化发展的趋势。智慧教育的研究主要聚焦于智慧学习环境建设的研究、智能技术支持下的智慧教学研究和机器学习技术支持下的个性化学习研究。智慧教育的出现极大地促进了当前教育中学习空间的重构。在“学习空间”之前，人们通常使用“教学空间”来指代这种场所，将有教学活动的场所均称作教学空间。随着人们对学习过程的理解变化、智慧教育的快速发展以及人们对非正式学习的重视，学习空间逐渐由单一的物理教学空间向包含物理空间、网络空间、移动空间的多元学习空间转变。多元学习空间的提出虽然更多地体现出了“以学生为中心”的倾向，但如何具体衡量多元学习空间对学生学习效果的影响是评价多元学习空间的重要步骤。同时，在多元学习空间具体构建时，面对空间中来源不同、结构多样、数量庞大的多模数据如何进行处理存储、并在保证数据有效性的前提下对教育数据进行隐私保护是多元学习空间需要解决的另一个难点。 （二）项目简介 本项目主要目标是针对信息技术支撑下学习空间多元化、场景复杂、需求多样化，学习者及学习行为呈现出新的特点和规律，研究多元学习空间中学习行为数据化关键技术，构建“云-边缘-物联网”架构的多模态数据存储与处理平台，实现混合式学习环境下学习行为智能感知和数据化，优化学习行为模型，基于实际应用与不同学习目标函数及内容，建立可重复、可预测、可验证的对比数据集，为数据驱动的智慧教育生态构建和教育应用提供核心技术与数据支撑。 （三）关键技术 我们面向智慧教育中准确认知学生的学习状态和行为的大数据需求提出研究方案。本项目实施方案涉及教育学、物联网、云计算、人工智能、隐私保护等多个领域，主要技术路线如图所示： 图 1 技术路线图 其中，项目包括的关键技术主要有以下三点： 1.基于物联网的多模态数据实时智能感知和多时间域数据采集技术 该技术针对学习状态的数据化、特征参数量化问题，设计能够采集多 重学习空间下的智能数据感知物联网系统。主要技术难点在于抽样频率与 识别准确度的平衡、人机交互的变化规律等全新科学问题。 2.学习状态多模态数据解析和智能处理技术 利用智能感知物联网采集实时性的原始学习状态数据，包括面部表情、 脑电信号、头部姿态、交互行为等原始数据，这些数据具有数据量大、模 态多、冗余度高等特点，需要通过智能化的预处理方法转换成可以量化的 状态数据。 3.多层次数据差分隐私保护技术 学习行为数据是学习者被动采集的多方面行为数据，受到日益增长的 具有争议性的数据伦理的制约。该项技术通过数据隐私保护机制实现数据 多层次化的差分隐私安全算法；在保证学习者最大数据隐私性的前提下， 研究满足学习行为分析所需要的数据颗粒度。

项目成果/简介:本发明公开了一种监测植物花芽分化或开花过程中温度变化的活体成像方法。本发明提供的方法，包括如下步骤：1)用红外线非接触式热像仪采集活体待测植物的花芽或花部器官图像；2)根据步骤1)得到的采集图像，得到所述活体待测植物的花芽或花部器官的不同位点的温度，从而实现植物花芽分化或者开花的生热效应的监测。本发明的实验证明，本发明的方法具有以下优点：1)操作简单，快速：省略了植物观测中取样、分离等前

本实用新型提供一种氧气钢瓶充装过程超温预警装置，所述装置包括数字温度采集装置以及无线接收装置，所述数字温度采集装置安装在待测氧气钢瓶的周围，并对应每个氧气钢瓶储存有该氧气钢瓶的设备编号;所述数字温度采集装置通过无线通信方式将温度数据发送至无线接收装置上使工作人员能够及时发现氧气钢瓶温度情况，并且事故钢瓶序号实时传输到人手中的显示器上，准确、高效、无需人工，节省人力。

本发明提供了一种绿氢耦合加氢过程在线代理模型辅助多目标优化方法，包括：针对绿氢耦合加氢过程的绿氢‑灰氢混合波动，构建经济与碳减排多目标操作参数优化问题，对操作参数进行灵敏度分析，获取待优化操作参数及其取值范围；对加氢过程建立第一性原理模型并进行拉丁超立方采样，采用高斯过程回归建立离线代理模型；在混合氢气波动条件下，基于高斯过程生成初始在线代理模型，采用快速非支配排序优化方法求解经济与碳减排多目标优化问题，并通过周期性更新在线代理模型。本发明兼顾了投资成本与碳减排效益，实现了绿氢‑灰氢混合频繁波动下的经济效益与碳减排多目标的平衡优化。

根据《中华人民共和国学位条例》《中华人民共和国学位条例暂行实施办法》以及国家相关文件，结合我校的实际情况，制定本工作细则。

本项目是2001年授权的国家发明专利。 1、等分分度装置：在工厂中工作台最常用的分度角度为180°，90°，45°，30°等，用以保证零件孔加工的同轴度（如掉头镗孔）垂直度，平面间的平行度，垂直度以及键槽加工的对称度，孔面间的角度公差等，具有高定位精度的机床如坐标镗床，加工中心等的分度工作台在这些等分角度，特别是在2×180°，4×90°位置的定位精度一般都比其他位置的定位精度要高，且直径稍大（如1m）并在2×180°，4×90°位置达到秒级（5″左右）的工作转台价格十分昂贵。 本技术从原理上区别于传统的分度方法，它是利用多个小范围高精度传感器进行分度定位，其定位精度仅取决于小范围高精度传感器的精度，即本技术是将小范围测量的高精度沿展至整个大范围测量，从而使分度系统的绝对测量精度得以极大地提高，此外分度装置装置还有如下特点： 1）可在现有的分度转台上进行方便的改造，并可进行分度精度的系列升级。 2）无零漂问题。因为传感器所在的任何位置均可作为起始零点，对传感器而言没有回零问题，故测量装置无零漂问题。 3）温度等因素的影响微乎其微。 4）不需象其它分度转台那样进行定期调整。2、对称加工工作台：在工厂中，孔﹑平面及键槽加工的对称度等位置精度有时要求很高，往往要在具有高位置精度的机床如坐标镗床，加工中心及专用机床上进行加工，成本一般较高，若能在现有的加工条件下对工作台进行适当的改造，来达到以往要靠在具有高位置精度的机床上才能达到的精度要求，就会有可观的效益。基于等分分度新技术及特殊的对称处理新技术而发明的对称加工工作台恰好可以满足这种需求。