我省沿海地区生物质资源丰富，开发利用各类生物质资源用于制备PBS类生物可降解材料，将有力地推动我省生物基聚酯技术的进步，不仅符合科技创新的精神与节能减排的要求，而且将引领生物经济的潮流，而且将力争为我省循环经济的发展和绿色GDP增长作出贡献。本项目旨在开发利用可再生生物质资源厌氧发酵固定二氧化碳生产丁二酸的新型生产工艺与方法，制备满足聚合工艺和技术要求的丁二酸单体，在此基础之上，进一步开展丁二酸/丁二元醇的直接聚合、再以反应挤出工艺制备PBS类聚酯。南京工业大学科研人员经过不懈的努力，在生物基丁二酸及PBS类聚酯的生物制造研究方面取得了重大突破，技术水平居于国内领先、国际先进水平。课题组筛选获得一株具有自主知识产权的丁二酸生产菌株，可以利用玉米粉以及玉米秸秆、玉米芯等生物质水解液作为碳源，目前已建立一条年产500吨丁二酸的生产线。以上述生物基丁二酸为原料合成了重均分子量为100，000的PBS，以及重均分子量为120,000的PBTS材料。PBS与PBTS的制备已成功完成了50 L釜的中试研究。

在国际水科学院终身院士王宝贞教授主持下，哈尔滨工业大学（深圳研究生院与水污染控制研究中心）自主研发成功国内外首创的专利技术——强化淹没生物膜-活性污泥复合生物处理工艺（简称EHYBFAS工艺，专利号200620017991.5）。参与研发人员主要有：金文标、曹向东、王淑梅，以及哈工大深圳研究生院2005级部分研究生、2006级部分研究生。该技术不仅实现了污泥停留时间跟水力停留时间的分离，且实现了悬浮态活性污泥的停留时间与附

“NMT界乔布斯”许越先生推荐创新平台 中关村NMT产业联盟推介成员单位创新产品 “生物安全，人人有责” 推出背景： 在国际竞争白热化，战争形态多样化的今天，生物安全已成为国家安全的重要组成部分，为积极应对这一挑战，2019年10月，生物安全法草案于首次提请十三届全国人大常委会第十四次会议审议。本次新冠肺炎疫情的爆发，让各界更加意识到，生物安全对于确保国家安全、保障社会稳定、人民群众生命安全和身体健康的重要性。 国家安全就是国家竞争，归根结底又是科技实力的竞争！因此，作为中国的高新技术企业，中关村NMT联盟的会员单位，旭月（北京）科技有限公司利用20多年的技术积累，以NMT：非损伤微测技术为底层核心技术，迅速推出了与国家生物安全相关多种检验，监测仪器设备，以及适用于多个学科及领域的研发平台： 《NMT生物安全创新平台》特制系列产品！   应对挑战： 1）微生物检测：微生物的生长繁殖及代谢过程，为微生物的药物研究提供了方向，NMT对微生物如细菌、真菌、微藻的分、离子流速检测，能够快速确定微生物生长过程中的产物，有效地对微生物药物进行确定及筛选。 2） 安全性：NMT是用于研究活体材料的生理环境，其所检测的Na+、H+、K+、Cl-等与细胞能量代谢、细胞凋亡、细胞形态维持等生理过程直接相关。 分类及用途： 1）《微生物药物研究NMT工作站》（型号：NMT-MDR-100） 基于底层核心NMT技术，以及成熟的技术解决方案，让科研人员可以马上投入相关科研创新工作。   2）《微生物药物研究NMT工作站》（型号：NMT-MDR-200） 基于底层核心NMT技术，结合自身科研兴趣，以及其它相关技术参数，在我方技术人员协助下形成技术解决方案，让科研人员建立更具独有创新特色的实验平台。   《微生物药物研究NMT工作站》（型号：NMT-MDR-100） 应对挑战： 1）微生物检测：微生物的生长繁殖及代谢过程，为微生物的药物研究提供了方向，NMT对微生物如细菌、真菌、微藻的分、离子流速检测，能够快速确定微生物生长过程中的产物，有效地对微生物药物进行确定及筛选。 2） 安全性：NMT是用于研究活体材料的生理环境，其所检测的Na+、H+、K+、Cl-等与细胞能量代谢、细胞凋亡、细胞形态维持等生理过程直接相关。 用途： 基于底层核心NMT技术，以及成熟的技术解决方案，让科研人员可以马上投入相关科研创新工作。   参数： 1.基本功能： 1.1针对微生物药物研究设计 1.2活体、原位、非损伤检测 1.3可检测指标：H+、K+、Na+、NH4+、Ca2+、Mg2+、Cl-、O2、H2O2 2.性能： 2.1自动化操作 2.2长时间实时和动态监测 2.3无需标记 2.4立体3D流速检测 3.软件： 3.1imFluxes智能软件，可直接检测、输出离子分子的浓度与流速 《微生物药物研究NMT工作站》（型号：NMT-MDR-200） 应对挑战： 1）微生物检测：微生物的生长繁殖及代谢过程，为微生物的药物研究提供了方向，NMT对微生物如细菌、真菌、微藻的分、离子流速检测，能够快速确定微生物生长过程中的产物，有效地对微生物药物进行确定及筛选。 2） 安全性：NMT是用于研究活体材料的生理环境，其所检测的Na+、H+、K+、Cl-等与细胞能量代谢、细胞凋亡、细胞形态维持等生理过程直接相关。 用途： 基于底层核心NMT技术，结合自身科研兴趣，以及其它相关技术参数，在我方技术人员协助下形成技术解决方案，让科研人员建立更具独有创新特色的实验平台。   参数： 1.基本功能： 1.1针对微生物药物研究和研发设计 1.2活体、原位、非损伤检测 1.3可检测指标：H+、K+、Na+、NH4+、Ca2+、Mg2+、Cl-、O2、H2O2 1.4可实时监测和记录检测时的环境参数：温度、湿度、大气压、海拔、经纬度 1.5配备新指标拓展功能 2.性能： 2.1自动化操作 2.2长时间实时和动态监测 2.3无需标记 2.4立体3D流速检测 3.软件： 3.1imFluxes智能软件，可直接检测、输出离子分子的浓度与流速，以及检测时的环境参数

本书内容包括:热弹性力学基础;叠层梁;叠层板;叠层圆柱壳和球壳;叠层扁壳和深壳;压电材料叠层结构.

与华为技术有限公司开展互联网语义分析合作研究，双方共同研发了“电商知识图谱自动化构建和电商评论分析系统”，该系统可以自动化将不同电商网站的数据抽取和集成，形成一个庞大的电商知识图谱，并且利用这个知识图谱来对电商评论做语义分析。该项目中的技术已经被华为公司用于大数据中的视频分析，并且产生了良好的经济效益。另外，与百度签订了“本体及知件技术构建医疗领域知识库和应用研究”项目，提交并审核通过一项专利“一种医疗知识库中保健品与疾病的关联构建方法”，并且提出一种word embedding的方式挖掘非结构化数据中实体关系的方法，项目成果被百度用于医疗保健品的搜索中，取得了很好的社会效应。

中医理论和临证经验是通过传承、实践以及创新而形成的具有特色的知识体系，包含在中医辨证施治过程之和医案之中。中医医案蕴含着丰富的临证经验、诊疗技能、技巧和诀窍，医案包含的结构与关系非常复杂很难用计算机来分析处理。在多年工作积累的基础上，经过“十五”国家科技攻关计划 “基于信息挖掘技术的名老中医临床诊疗经验及传承方法研究”课题的深化，我们提出了基于语义网络的中医知识获取技术，并开发了中医医案管理与智能分析系统。系统以中医理论知识为基础，利用人工智能、中医自然语言理解技术，提供多种方法与工具对临床医案进行多层次解析和挖掘，以获取医案中隐含的诊疗知识和临证经验。系统以中医基础理论为知识源，通过对中医专家的医案进行实例化，提取医案中的诊疗规律和临证经验，医案分析结果可以用语义网络、表格以及可视化的形式展现出来。 系统包括领域知识建模、Ontology的形式化与存储、信息资源语义描述与存储、语义分析等多个组件。通过这些组件的有机结合，知识工程师可以利用领域本体中的词汇来描述WORD文档、文本文档等多种形式的信息资源；用户可以浏览领域知识树查找相关医案，查看领域本体中的概念描述，并通过语义查询接口进行语义查询。将相关技术集成开发完成了中医智能信息处理系统，系统主要实现了以下功能：①医案管理：对医案进行存储、检索、删除、修改。②文本预处理：对文本进行分词、标注、抽取特征词和特征词的标准化。③知识管理：对本体知识库进行标准化存储、更新和检索。④知识获取：对医案进行实例化映射，建立语义网络，获取中医知识。⑤数据挖掘：对医案进行常规的数据挖掘。⑥数据可视化：把知识模型以可视化的形式展现出来。本系统可用于国家中医药管理局、医疗机构等行业。

本项目开发的流量预测系统，主要功能是预测未来某一天的资金流量，设计了一套深度学习系统用来精确预测未来某天的资金流量

社会网络已经成为覆盖用户最广、传播影响最大、商业价值最高的 Web2.0 业务，在世界范围内，最著名的社会网络代表是 Facebook、Twitter，用户量分别达到 12 亿、5 亿;国 内使用人数最多的社会网络工具是新浪微博和腾讯微博，其中新浪微博用户达到 5 亿，腾讯 微博用户超过 8 亿。社会网络中的巨大用户群每天产生海量的用户数据、关系数据和信息数 据，若能够对海量数据进行准确、及时的分析，则会在精确营销、舆情探测以及网络安全等方面创造巨大价值。然而由于社会网络的大数据特性以及分析方面要求准确、及时，目前缺 乏融合多项社会网络分析技术的、成熟的社会网络大数据分析系统。社会网络分析技术是一项关键技术，也是一项热门的研究，涵盖了社会学、人类学、社 会语言学、地理、社会心理学、通信研究、资讯科学、社会网络分析与探勘、组织研究、经 济学以及生物学等多个领域，是一项多学科交叉技术。社会网络大数据分析系统要求具有坚 实的数据支撑，即数据获取全面、更新及时、获取数量大，也强调多维度、多粒度的分析手 段相结合，并对分析速度、可视化以及人机交互等方面都提出很高的要求。基于上述现状和挑战，在国家科技支撑项目的资助下，实现基于新浪微博、Twitter 等 主要社会网络交流工具的大数据分析系统，系统完成从数据获取、数据预处理、数据存储、 消息中心、数据分析、结果可视化展示的闭环处理流程，支持多种社会网络(Twitter、新浪 微博等)的数据实时、不间断获取，获取数据量在国内外同研究领域处于领先地位;实现整 体、个体、群体以及事件的多层次、多粒度分析模式;同时具备良好的人机交互操作界面以 及优秀的分析展示效果。

在2003年成功预测SARS流行趋势的基础上，西安交通大学数学与统计学院生物数学团队与陕西师范大学生物数学团队、加拿大吴建宏教授团队合作，基于新型冠状病毒的传播机理、密切跟踪隔离和封城等策略，建立了传播动力学模型，对新型冠状病毒肺炎传播风险进行了预测分析，此项研究成果“Estimation of the transmission risk of 2019-nCov and its implication for public health interventions”。 研究中利用2020年1月10日至1月22日的报告疫情数据，采用动力学模型和统计计算方法预测武汉新型冠状病毒肺炎传播的基本再生数为6.47 (95%置信区间为5.71-7.23)，给出了疫情的达峰时间和峰值以及最终感染规模（若继续1月22日前的控制措施，疫情将在3月10日左右达到峰值）。研究中进一步采用似然函数方法加以验证，得到了与模型估计值一致的结果。如果续代时间大于6天或潜伏期越长，基本再生数可能更大，该结论说明了疫情传播的速度快。与23至25日的疫情数据相比，模型预测结果与报告疫情数据基本一致。 研究中进行敏感性分析，讨论了1月22日前武汉采取的防控措施的有效性以及在降低再生数中的重要作用。预测结果显示从23日起加强控制措施，报告病例数会在一个周后出现明显的下降，即加强的控制措施会在一个周后产生明显效果。进一步分析1月23日后武汉封城策略对其它地区疫情的影响，基于武汉到北京的航班、铁路等信息，计算武汉封城前后对北京疫情的影响，表明武汉封城（即北京无来自武汉输入病例）后，北京在未来7天的病例数将降低91.14%，这说明了武汉封城对全国疫情防控的关键作用。SSRN 截图 密切跟踪隔离措施的敏感性分析点击查看原文