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。

轧钢生产线轧制过程中，切头、切尾及切边过程中产生的大量“废钢”是炼钢过程所使用废钢的极佳原料。“废钢”作为转炉炼钢的原材料和冷却剂要有合适的块度和外形尺寸,以保证从炉口顺利加入转炉。本生产线可将“废钢”全自动的剪切为转炉炼钢所需的碎块。 生产线首次将炼钢调温料进行全自动化连续生产，具有结构简单、自动化程度高、产品规格可调性强、可有效降低工人劳动强度、生产安全高效且使用寿命长的优点。目前，我国将轧钢生产线产生头尾料及边角料剪切为炼钢调温原料均由人工送料方式将物料搬运至剪切机剪切完成。其他公司无全自动化剪切生产相关技术。生产线的开发，可填补国内市场空白。

项目成果/简介:利用集成技术生产多效性琼胶，生产节水、节能、减少环境污染的新的生产工艺和多样化。多功能性产品。琼胶生产的在线检测控制技术（增量处理技术）。液态体系胶的生产技术。琼胶寡糖的生产工艺与构效。江蓠（功能）食品开发（凉粉、果冻）。项目阶段:工业化生产阶段效益分析:据报道目前世界琼胶年需求量在20000吨以上，但世界琼胶产量仅为10000吨左右。因此国际市场琼胶价格逐年上升，目前优质琼胶价格为2万美元/吨左右。我国目前琼胶产量约为500吨/年，仅占世界总产量的5%，而且生产出的琼胶质量差，主要体现在凝胶强度低，很大一部分在400g/cm以下，色泽达不到要求。因此我国目前琼胶生产远远满足不了国内外市场的需要，具有很大的市场前景。我国是海藻养殖大国，具有长远的海岸线和海藻养殖带。海藻资源的高值化开发利用和深加工是我国目前科研和生产领域的主攻方向，因而根据目前的生产原料特点和资源状况，拟进行琼胶加工机理的深入探讨。通过生物转化，酶技术定向修饰和化学改性解决生产中技术性难题和提高产品品质，突破多样化应用瓶颈，促进我国海藻工业的发展，利用海藻资源和技术的双重优势获得新的经济增长点。知识产权类型:发明专利 、 软件著作权知识产权编号:201710402964.2 ZL201510660247.0技术成熟度:通过中试技术先进程度:达到国内领先水平成果获得方式:独立研究获得政府支持情况:无

双电源多热源炉生产SiC新技术历经二十多年的研发，经过了实验室小试、数值计算和计算机模拟研究、中试研究和工业性试验研究，技术先进、成熟、稳定，2002年被鉴定为国际领先水平，2003年获青海省科技进步三等奖。已在青海、宁夏、新疆等地进行技术推广，建立生产线3条，创产值3亿多元，取得了巨大的社会效益和经济效益