本发明公开了一种陶瓷墨水，包括质量分数为 57％～70％的陶 瓷粉，1％～5％的分散剂，8％～30％的甘油，8％～35％的水以及 5％～ 20％的有机溶剂；所述陶瓷墨水的 pH 值为 8～12，所述分散剂由质量 比为 1:5～5:1 的聚丙烯酸铵和聚乙烯吡咯烷酮组成。本发明还公开了 该陶瓷墨水的制备方法以及在义齿的喷墨打印中的应用。本发明通过 二元分散剂提高了陶瓷墨水的分散性及墨水稳定性，

基于SSVEP与OSP的混合脑-机接口方法，受试者穿戴好电极帽，将SSVEP-OSP混合范式通过计算机屏幕在受试者面前播放，受试者注视刺激单元中的任意一个，通过采集系统将受试者盯视刺激目标时产生的脑电信号，经脑电采集仪放大、滤波及模数转换后，将数字化的脑电数据输入计算机，然后采用基于典型相关分析的脑电信号特征提取方法对SSVEP特征实现提取及分类识别

项目从2015年起步，已完成两代成熟的空气净化器产品：Greenwind一代内循环式空气净化器，Greenwind nano二代外进气式新风机。曾获江苏省科技厅颁发的高新技术产品认定证书（161202G0249N）。目前正在开发第三代产品：基于二代产品，加装温度湿度传感器，氧气浓度传感器，实时监测室内温度湿度、氧气浓度。基于大数据分析，得到最舒适的温湿度比值，智能控制加湿器与空气净化器，将空气净化与体感舒适结合。空气净化器使用Wifi连接云端，实现移动设备端的实时监测和开关。

苄星青霉素一般通过悬浮液制剂注射给药，对于注射用药物结晶产品，不但有晶型选择性的严格要求，对产品的粒度分布的要求也很严格，因为它直接影响着药物的注射和吸收过程。我国苄星青霉素生产企业的设备简陋，全部依靠手工操作，自动化程度低，手工操作导致批间差异大，产品质量不稳定；产品晶形不完整，粒度分布不均匀，粘结性极其严重，亲水性较差，难以进行皮下注射，产品质量无法同国外相比。天津大学自主开发的新型苄星青霉素反应结晶技术与设备完全解决了上述问题，产品质量达到了国外先进标准。原料青霉素G钾盐和DBED经加水溶解脱色后，进入新型结晶器进行反应结晶，结晶过程由计算机自动控制，生产出高质量的苄星青霉素晶体产品。

本成果在研究人（驾驶员）的认知特性基础上，利用虚拟现实手段和机电系统集成控制技术，通过虚拟场景构建、显示界面开发及数据通信集成，实现了沉浸式虚拟交互（驾驶）仿真，在仿真过程中可实时采集分析人（驾驶员）的生理心理指标参数，再经过具有自主知识产权的科学数据处理技术之后，可有效表征不同情境下人（驾驶员）的行为绩效。

研究目的和意义机器学习和人工智能已成为当今最热门的技术之一。2017年，国务院印发了《新一代人工智能发展规划》，正式将人工智能作为国家重要发展战略之一。人工智能已经成为信息技术时代的又一波浪潮。在这波浪潮的推动下，互联网行业、金融行业、传统制造业、政务民生、公安警务等各行各业都在积极向人工智能领域转型升级，利用人工智能先进技术提升智能分析和辅助决策能力，

团队在国内率先开展基于DNA条形码的水生浮游动植物物种鉴别和多样性监测，并取得了初步进展：开发了基于高通量测序技术构建小型浮游生物条形码数据库的方法，用于浮游植物和浮游动物条形码数据库的构建；初步验证了基于分子生物学技术进行物种鉴定的技术方法可行性，可以用于实现水生生物物种的快速监测。宏条形码技术不仅提高了我们对环境生物多样性的认识，也极大地降低了生物监测的成本，提高了物种监测的通量和效率。申请相关专利7项，已授权6项。

1.痛点问题 多年来，工业大数据领域大数据分析算法和模型都是基于大量代码实现，效率低，难以实现快速开发。同时，工业大数据处理分析模型处理过程多由多个算法通过一定的计算流程构成，计算流程复杂多变，迫切需要一款支持灵活定制和快速开发的处理分析技术来支持工业大数据处理分析。 2.解决方案 清华数为交互式大数据处理与分析技术针对工业大数据处理与分析任务的交互式探索、建模、调试和应用而设计。根据CRISP-DM设计原则，一般大数据处理与分析分为业务理解、数据理解、数据准备、建模、评估和部署等阶段，各阶段相辅相成，形成一个大数据处理分析生命周期。 图1.交互式大数据处理与分析技术设计思想 本成果技术基于上述CRISP-DM的设计思想而设计，完全支持大数据处理与分析生命周期。该技术的特点包括： （1）内置数百种通用和专用的大数据分析算法和模型，并提供了按需扩展机制，用户可以按照自己的需要随时添加和扩充，以支持客户特定的大数据应用需求； （2）支持拖拽方式构建处理与分析流程，完全图形化设计大数据处理分析计算流程，并能在设计过程中进行单步/多步运行调试，查看中间结果，实时调整运行结果，以获得用户期望的处理分析结果； （3）支持机器学习模型训练及使用，内置了机器学习模型训练框架，一般机器学习模型在该技术的支持下，可以实现快速训练，训练结果可支持进一步的大数据处理与分析； （4）支持数据处理与分析流程参数化，在其提供的内部数据处理与分析算法模板中，用户通过算法模板可以开发面向Java、Python的算法，并集成和扩展到该技术的算法集合，实现按需定制处理分析； （5）支持数据画像和学习模型可视化，以图形化的方式定制数据画像的方法模型，并以二维和三维图表的形式展示给用户； （6）支持批处理、流处理和流转批处理三种处理方式； （7）按需定制运行计划与资源有效利用，用户可设置任务执行计划，任务执行计划定期运行，以实现周期性处理分析，方便获得持续的运行结果。 清华数为交互式大数据处理与分析技术面向多种用户角色，包括数据工程师、数据分析师、数据科学家、算法工程师、运维工程师、代码工程师等。采用分层设计，分为客户层、服务层、计算层。 客户层包括流程建模调试工具，用户可用工具图形化拖拽式设计处理与分析计算模型，并可进行调试和查看中间结果；管理工具，针对服务层所调用和访问的计算框架或者外部系统进行管理，包括对于数据源、计算环境、存储环境等的管理工具。 服务层主要包括流程调度服务，即负责按照用户所设定的工作计划来定时调度执行计算模型；执行服务，是负责执行处理分析计算的模型和算法的服务；计算资源管理服务负责管理执行服务中所能集成的所有的服务，如计算框架和存储设施等。 计算层是执行服务在执行处理分析算法和模型中所访问的外部服务，包括计算组件或框架，以及持久化存储组件或者系统等。 图2.交互式大数据处理与分析技术架构 本成果的交互式处理与分析技术较好地解决了工业大数据处理分析工作中所遇到的问题和痛点，并且能够广泛应用于多个行业和领域中，如能源、矿山、医疗器械、装备制造业、消费品制造业、工程机械行业等。 合作需求 期待与工业、医疗等领域企业紧密合作，获得各领域的实际需求，促使该技术不断完善和升级迭代，走向成熟。 未来将在工程机械行业、医疗机械行业、矿山行业、装备制造行业、互联网电商行业等寻求更多的成果转化、深度合作机会，在合作基础上，推动上述行业领域实现数字化转型和智能化升级，为国家实现“双碳”目标做出清华贡献。

量子照明雷达是新兴的研究方向，是量子信息技术与雷达技术相结合的新兴产物。而量子信息技术又是古老的量子力学与信息技术相结合的交叉学科，不少研究者因晦涩的量子力学而望而却步。为了降低量子照明雷达的神秘感，打破抽象壁垒，我们创造性地发展了量子照明雷达的高效仿真技术，对于未来实现量子雷达的普及与推广具有重要意义。 截止目前，尚未见到关于量子照明雷达仿真平台的相关报道。而该成果基于MATLAB这一易于上手的计算机数值平台，沟通了抽象的量子力学与具体的量子目标探测之间的桥梁，具有创新性和国内领先的技术先进性。 经过近五年的研究和近两年教学实践的检验，该成果不断丰富和完善，通过可视化的工作界面，可以给出量子信号源的关键物理参数分析、量子态演化过程、多份量子态条件下量子照明雷达的虚警概率分析等多个方面的图形化界面，具有较强的推广应用价值。鉴于量子雷达技术是未来新体制雷达的重要技术途径之一，本成果将有望在空间、水下目标探测方面取得应用，市场应前景广阔。截止到目前，该成果已经应用于高年级本科生的培养与实训和北京某研究所的新体制目标探测项目研发中。

1. 痛点问题 场景、目标对象的感知与语义理解在医疗健康、运动培训等领域具有广阔的应用前景，其核心是如何在像素级、对象级、场景级多层次、多尺度表示下实现语义、几何及空间关系的透彻感知。 现有计算机视觉方法或激光雷达等手段无法同时获取多个维度的高质量场景与目标信息，同时现有的深度估计、语义分割、位姿估计等相关技术，存在识别精度低、提取不到关键信息、应用场景单一等问题，无法满足大尺度场景应用的需求。 2. 解决方案 团队提出多模态采集、时空复用编码摄像方法，获取大景深、高时空分辨、丰富的精确场景视觉信息；提出一种基于物理空间推理和语义关联建模的动态场景深度估计方法，综合语义信息、几何结构信息以及时空间信息进行滤波，实现复杂动态场景的无先验深度估计，将观测目标与背景进行区分；提出一套从图像和视频中预测目标的位置和姿态的方法，包括迭代匹配的深度网络、基于物体三维坐标的旋转/平移解耦、自监督6D模型等，克服了遮挡、光照变化、视觉歧义与数据标注依赖等因素的影响，可以准确估计目标相对相机的 6D 位姿（3D平移量和3D旋转量）；构建了基于全卷积网络和兴趣区域的多目标实例检测与分割框架，有效的解决了复杂类别、场景遮挡情况下的多目标实例分割问题，能够实现同时对场景中多个目标检测与分析。 合作需求 寻求医疗健康服务、医疗器械等领域有相关技术开发、市场推广经验，能推广本技术落地的高科技企业，可以进行深度合作。