一种油井数据交换系统，用于实现井上作业平台和井下装置间 的数据传输，包括井上读写器、低频 RFID 标签及井下数据处理子系 统。井下数据处理子系统包括安装在油井管道上的天线、读写模块及公用存储器。井上读写器向低频 RFID 标签写入数据，读写模块读取 低频 RFID 标签中的数据存放于公用存储器；读写模块判断是下传标 签，则将标签中的数据信息发送给井下装置，判断是上传标签，则将 井下装置存放于公用存储器的数据写入低频 RFID 标签，井上读写器 读取该数据。本发明以低频 RFID 标签作为中介实现了井上井下之间 的双向数据传输，通过公用存储器起到数据缓冲作用，使得不需要在 读/写标签的同时对井下装置进行数据分配或者收集，缩短读写数据的 时间，提高系统的可靠性。

麦可思通过对师范类专业认证标准的研究与分析，设计调研评价指标。以结果为导向，基于师范生培养的“出口 - 过程 - 入口”全过程，从毕业生中期发展、应届毕业生跟踪、用人单位评价、教学质量与改进、师资保障、学生成长及生源与招生等维度，对师范类专业人才培养质量进行监测，同时也结合师范认证中关注的校本数据，为专业构建内部质量监测体系及撰写自评报告提供数据举证。

教育云数据中心解决方案，奠定教育数字化转型基石，资源整合与共享是教育信息化建设的重要课题，而教育数据中心是实现共享，弥合数字鸿沟的重要基础设施。 华为教育云数据中心解决方案，依托领先的服务器、模块化数据中心基础设施，统一管理软件以及可靠的业务连续性保障机制，打造敏捷高效、安全可靠、绿色节能的数据中心。 华为FusionCloud虚拟化技术，提供资源池化、全栈云服务能力，为教育客户提供融合资源池、托管云、混合云等场景下的解决方案，助力教育信息化迈向云时代。华为领先的模块化数据中心基础设施采用模块化架构，UPS效率高达97%，“泊位”建设模式快捷复制扩容，节省初期投资，省50%交付工期。 1.敏捷部署：资源灵活分配，教育业务分钟级上线 2.高效管理：统一管理多校区数据中心，效率10倍提升 3.节省投资：基于OpenStack架构，异构兼容多厂家设备

目前的高校，数据中心建设存在的大量的问题，难以满足高校在决策、管理、服务、流程优化、业务创新等多方面的要求。为此，急需进行全面的数据治理。通过数据治理可重复的迭代过程，螺旋式上升模型，实现数据资产的不断沉淀、积累和质量的持续提升。 高校数据中台的建设遵循技术与管理的相结合，贯穿在数据管理的过程中。建立科学有效的数据中台体系，对学校各业务系统和数据中心的数据质量实施全程、全域和全员的管理。将数据质量管理以制度化、规范化的方式落实到数据采集、存储、清洗、生成、转化、传递和使用的各个过程环节之中。 方案优势： 1. 多元化的数据管理，真正实现数据全生命周期管理 通过数据中台及数据治理，定位核心数据，将信息数据通过标准化采集、自动化清洗、共享化整合入库等操作最终实现信息标准管理、元数据管理、主数据管理、历史数据管理、数据资源管理、数据安全管理等多元化数据管理场景，真正实现数据全生命周期管理。 2. 高自由度组合，打破固有局限 以信息化建设为基础，通过数据中台体系，对于信息标准、元数据、公共数据、数据交换、数据质量检测进行统一规划管理，同时所有产品功能模块可独立或按需组合，支持多种自定义模式，突破原有的固定局限，满足用户不同的数据中心建设需求。 3. 数据监控运维一览，实现可持续数据治理 通过统一监控与运维平台，实现主动监控、集中管理的方式，满足对于数据标准、数据采集、数据质量检测、数据内容等可视化监控与一站式管理，降低了人工运维成本，实现运维水平和可持续维护能力的效果。

发明专利 “ 一种基于小波差分算法的电缆故障测距方法应用于电力电缆在线故障定位 ” ，证书证号 955827 ，专利号 ZL 2010 1 0235507.7 。该方法用于电力电缆的在线故障测距。

本发明公开了一种基于类相似性测量的实时目标跟踪算法，目标跟踪对实时性要求非常高，在目前 主流的基于检测跟踪的框架下，根据测试样本与目标类和背景类的相似度比较来确定目标在新帧中的目 标位置。本方法首先在当前帧采集目标类和背景类集合，计算出它们的统计特征，并在下一帧采集测试 样本集合。本方法定义了一种计算测试样本与类之间相似度的量化标准，通过找出与目标类相似以及和 背景类不相似的测试样本来确定目标位置。本方法明显提高了跟踪的实时性以及跟踪精度。

物流调度、航班规划等复杂应用场景中，设计方案的评价随着时间动态改变。这类优化问题在现实中广泛存在并且求解困难。为了推动该领域的发展，亟待提出能反映动态优化问题复杂特性并且可控的测试集，从而推动动态优化算法在现实问题中的应用。课题组在

本发明公开了面向大规模图像视觉特征的多维倒排索引与快速检索算法，包括：利用图像的视觉特征训练增强型残差量化所需的多层码书，并利用所训练的码书构建多维倒排索引；根据已训练完成的码书，对图像视觉特征进行量化和编码，同时根据计算得到的编码将其插入到倒排索引中对应的倒排列表；利用查询图像视觉特征对所构建的多维倒排索引进行查询，获得查询候选集；利用自适应超球体过滤对查询候选集进行优化，对过滤后的查询结果排序，从而完成图像视觉特征的检索。本发明的方法通过对图像特征进行量化和编码，提高图像特征的量化效率；利用所生

1.痛点问题 协作机器人与人类共享工作空间，通过直接（即物理上）或间接地与人类交互共同开展操作任务。相比传统工业机器人，协作机器人有更高的安全性和更易于编程的特点，能够通过人类示教部署于各种不同的任务并灵活地与人类配合。随着传统工业机器人带来的效率提升趋于饱和，能够安全配合人类的协作机器人能够进一步提高制造业的生产效率，带来可观的经济效益。然而，现有的协作机器人存在以下两大痛点问题。 问题一：安全和效率之间的权衡一直是人机交互中未系统解决的开放性问题。当存在人机直接接触时，为了保证人的安全，现有的协作机器人是通过中止正在进行的任务、顺从人的干预以保证安全；然而，不论人是有意地干预（即工人直接抓取机械臂来引导其任务）还是无意地接触机器人，都将造成机器人暂停手头工作；直到人类停止干预，机器人才能继续执行它的任务。虽然这种人机协作方式能够保证机器人与工人合作的安全，但因为机器人需要在不同的工作模式之间切换，其工作效率将会受到影响。 问题二：如何提高人的示教效率为协作机器人的另一大痛点问题。协同机器人多用于能够灵活拆装的生产线，以适应新的任务，因此新任务的编程效率很大程度上决定了工作效率。基于人类示教的编程方式具有自然、本能的优势，能够直接传递人类的操作技巧与经验。其中，将示教轨迹参数化为可以编辑修改、适应不同任务的形式是提高效率的核心问题。该示教轨迹不光应该包含机器人末端的运动数据，而且应该包含同时调整的冗余关节运动数据，从而同时完成末端主任务与关节避障任务，以适应工作环境。现有的示教方式未能结合离线示教与在线介入，因此无法适用于需要同时记录机器人末端和关节的示教任务。 2.解决方案 本项成果基于增强现实-触觉感知技术，开发了混合交互接口与人机互补操作算法，以解决上述痛点问题。 ①对于问题一，本项成果提出了自适应视觉控制与零空间阻尼控制的协作框架：在有限视场、未校正相机、关节奇异的情况下，保证了机器人在整个工作空间内的全局稳定性；在不影响机器人末端任务的前提下，允许人类专家随时、安全地介入以改变机器人关节姿态，以应对环境动态变化或突发事件，从而实现了安全与效率并重的人机协作方式。 ②对于问题二，本项成果构建了增强现实-触觉感知的混合接口，让人类专家可以在任务和冗余联合空间进行双手演示，同时记录机器人末端与机器人关节的数据。示教轨迹基于DMP方法进行参数化，能够根据不同任务所需的末端位置、关节角度、运动速度进行自适应调整，在保证末端任务精度的同时完成关节的避障任务。 技术核心： ①基于增强现实-触觉感知的混合交互接口; ②用于双手示教的机器人轨迹学习方法; ③自适应全局稳定控制算法。 预期产品：用于人机互补协同操作的设备与软件 3.合作需求 1)资金需求：本项成果开发的人机互补协作平台，在硬件与软件研发阶段需要资金投入，需约250-500万元人民币； 2)孵化资源：公司研发所需办公及研发场地、实验室、分析与测试实验室等； 3)团队：协作平台开发团队、商务开发与合作团队、财务、法务等支持团队； 4)生产制造企业合作：提供人机协同操作的场景与需求，开展工厂真实环境的测试与部署； 5)基础研究合作：与协作机器人、增强现实、触觉感知方向的国内外基础研究团队合作，开发新的交互设备与算法。

物流调度、航班规划等复杂应用场景中，设计方案的评价随着时间动态改变。这类优化问题在现实中广泛存在并且求解困难。为了推动该领域的发展，亟待提出能反映动态优化问题复杂特性并且可控的测试集，从而推动动态优化算法在现实问题中的应用。课题组在IEEE Transactions on Cybernetics上发表了一种生成连续动态优化问题的测试集，同时对现有的测试集进行了全面的综述，并探讨了它们在捕获不同问题特征方面的缺点。