本课题研发用于海洋环境（海水及水产品）中病毒、致病菌等病原微生物、重点针对可能引起人类疾病的细菌和病毒（如总杆菌数、大肠杆菌、粪链球菌、产气荚膜梭菌、铜绿假单孢菌、金黄色葡萄球菌、腺病毒、肠道病毒、甲肝病毒、副溶血弧菌、创伤弧菌、沙门氏菌及李斯特菌）快速检测的分子生物技术，为研制用于这些微生物的现场监测手段和设备奠定理论和技术基础。检测方法采用基因芯片检测、蛋白质检测和聚合酶链式反应（PCR）检测三种。

"一种高速移动环境下基于协作多点传输的车地通信小区切换方法，它适用于LTE及其演进系统，其作法主要是：根据上报的列车实时速度信息和位置信息判断列车是否进入重叠区；同时，根据测量信息判断当前信号质量是否低于设定阈值，任一条件满足，均激活当前基站与前方目标基站间的多点协作传输(CoMP)：车载台的数据面下行数据通过CoMP技术在相邻两基站进行共享，然后再发给车载台；车载台的数据面上行数据也通过CoMP技术，由相邻两基站的通信链路汇聚到源基站；在此过程中，如果满足切换触发条件，则将控制面的数据切换到目标基站。该方法的切换成功率高，中断概率低、频谱利用率高，并且不需对基站和车载台进行硬件改动，容易实现。 "

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。

癌细胞的快速增殖加上肿瘤血管的结构和功能异常，导致实体瘤内的区域氧气供应减少，形成缺氧微环境。研究证实缺氧与肿瘤高侵袭性特征、治疗抵抗以及临床预后不良密切相关。在缺氧条件下，缺氧诱导因子α（HIFα）的羟基化和泛素蛋白酶体降解减弱，因此HIFα稳定并转移到细胞核中，其与HIFβ形成异二聚体复合物，进而结合靶基因启动子中的缺氧反应元件（HREs）激活转录。HIFs是癌细胞适应缺氧环境最重要的内源性转录因子，可调节涉及增殖、葡萄糖代谢、血管生成、肿瘤侵袭和耐药的多种基因。因此，HIFs可以说是肿瘤中最有吸引力的药物靶标之一，进一步深入研究HIFs涉及的调控机制，有助于开发特异性靶向HIFs的肿瘤治疗新策略。

本发明公开了一种复杂背景环境中的风力机叶片表面图像提取方法，其包括如下步骤：(1)在风力机每个叶片的迎风面处分别设置方形黑白格标记图，粘贴的位置为平面且与叶片迎风面平行，进而利用标记图的姿态代替叶片姿态；(2)利用摄像头对风力机运行图像进行采集，并将采集到的图像实时传输至工控机中；(3)对摄像头采集到的图像信息进行图像处理以获得叶片表面图像，并根据叶片上的标记图获得风力机叶片信息。本发明可实现对野外环境中运行风力机叶片图像的提取，简化了分析处理过程、加快了分析速度。

该方案基于VR/AR/MR/虚仿/游戏等行业主流的核心技术，集聚行业主流应用的沉浸式、头戴式、桌面一体式、CAVE式等设备，融合基于润尼尔多年虚拟仿真、虚拟现实产品研发技术经验、技术优势的企业级别虚拟现实教学、实训案例，以复现企业真实工作线、对标行业岗位人才需求标准为技术要求，搭建软、硬一体化的综合实训环境。

该项目由东南大学生物科学与医学工程学院教授张天柱研究完成。 本项目将首先利用PDMS和PTFE为基本原料基于静电相互作用制备基本的粘合剂，再利用适当的交联剂进行原位交联进一步提升粘合强度，同时在其中添加具有光催化灭活病毒功能的TiO2 NPs，最终所获得纳米复合材料PDMS/PTFE/TiO2粘附体系，不仅有望在干燥或潮湿的环境中持续有效地粘附2019-nCoV病毒，而且由于TiO2NPs的存在，又进一步在光照下对捕获的2019-nCoV病毒实施杀灭。该粘附体系的操作方便和简单,有效工作时间可长达1年以上，期望能够满快速抑制2019-nCoV传播的迫切需求。该PDMS/PTFE/TiO2黏附剂既可以单独使用，也可以涂敷在各种基体的表面，如棉织品、化纤织品、塑料网和金属基材表面等，悬挂于公共场所（火车站、地铁通道、机场、商场等）的适当位置，通过对2019-nCoV病毒的捕杀将能够十分有效地阻止2019-nCoV病毒在空气中的传播。 该项目将显著提高公共出行场所病毒传染的抑制水平，降低医疗资源的消耗，提升我市的公共卫生健康水平。可向湖北省等疫区提供批量供货，从公共卫生预防的角度提供有力保障。同时作为低成本、可长期储存的公共卫生健康保障物资进行战略储备。本项目所产生的新技术和新产品必将极大增强我国在公共场所防止病毒扩散的技术实力，具有广泛的应用前景，包括人流密集的大型超市、大型医院门诊、大型宾馆、大型食堂餐厅、车站候车室、火车和汽车车厢等都有应用本技术和产品的必要。在每年秋冬之际，进行早期防治，避免疫病大面积传染，维护医护人员、公务人员与广大国民的身体健康，挽回消费行业经营停滞的损失，造福众多的中小企业和千百万家庭，维护城乡居民的安全出行，从而有利于全社会的安定与繁荣。

本课题研发用于海洋环境（海水及水产品）中病毒、致病菌等病原微生物、重点针对可能引起人类疾病的细菌和病毒（如总杆菌数、大肠杆菌、粪链球菌、产气荚膜梭菌、铜绿假单孢菌、金黄色葡萄球菌、腺病毒、肠道病毒、甲肝病毒、副溶血弧菌、创伤弧菌、沙门氏菌及李斯特菌）快速检测的分子生物技术，为研制用于这些微生物的现场监测手段和设备奠定理论和技术基础。检测方法采用基因芯片检测、蛋白质检测和聚合酶链式反应（PCR）检测三种。

本服务体系主要依托 SPARROW 模型，它是一款由美国国家地质调查局（USGS）开发的非线性流域污染物评估模型，其介于传统统计学模型与机理模型之间，用于估计流域地表水体中污染物负荷与污染源之间的关系。是美国 TMDL 计划推荐流域模型方法之一。 原始 SPARROW 模型基于 SAS（统计分析系统）平台运行，使用 IML 语言编写，其嵌套的统计模块可以轻松调用非线性加权最小二乘法（NWLS）进行方程的求解，完成所需参数的估计，虽然SPARROW 本身可以免费使用，但是 SAS 平台购买费用不菲，为此我们基于 SPARROW 模型的原理，使用 FORTRAN 语言开发了面向我国特点的具有空间响应特性的水环境管理模型，简化了原SPARROW 模型中不适用于中国的模块，并增加 jackknife 不确定性分析模块，按照中国水环境管理需求补充可能实现的模块，优化模型功能，改善人机交互形式，使数据输入及模型运行更加方便易学并符合中国的数据特点。利用 ArcGIS 生成河网、划分子流域等，提取与整合必要的与流域河流属性相关的输入数据，并利用该平台将模拟结果进行可视化表达。