希沃品课是一套由希沃自主研发的面向高职教师生的智慧课堂解决方案。产品主要围绕课前课中课后的教学场景，为数字化课堂、互动课堂和同步课堂的开展提供高效稳定的技术和产品支撑，为高职校信息化课堂赋能

通过设计动力电池的电芯构造。使电池的正极片、隔膜、负极片，电芯的负极极耳关于正极极耳对称布置，或者正极极耳关于负极极耳对称布置；正极片与负极片交替叠加，且正极片与负极片间垫有隔膜，用铝螺栓将正极片紧固在一起形成正极极耳，用铜螺栓将负极片紧固在一起形成负极极耳。本发明单体电池与常规叠片设计电池相比，温度场分布更加均匀；当放电倍率达到 10C 时，极耳附近电池表面的温度降低了 7～8℃，电池中心温度降低 6～7℃，电池表面整体温度平均降低了 6～8℃。 

成果简介：高速大容量固态数据记录仪是以6UcPCI高密度NANDFlash存储板为数据记录载体，基于串行RapidIO高速互联技术构建的模块化、可扩展的实时数据存储系统。该系统可提供稳定可靠的高速数据记录与回放功能，记录速度可达1200MB/s，记录容量可扩展，最高可达6TB。系统具有独立的可方便拆卸的存储体，对外接口可替换。 应用范围：可以广泛应用于机载、舰载、车载等恶劣工作环境下海量数据的高速可靠存储。 技术特点：

该电池利用了若干种纳米结构的锂硫正极材料，通过将形成纳米级分散的杂化结构，该复合正极材料有很好的导电性，其结构能有效缓冲单质硫在锂化时的体积膨胀，并且有很强的多硫化锂吸附能力，能够阻止多硫化物的穿梭效应，因此锂硫电池的循环稳定性和倍率性能都有很大提升。这种电极材料在单质硫的担载量为80 wt%的情况下，以1.0 C的电流密度循环1500圈后，比容量仍能维持在570 mAh g-1，平均每圈的衰减速率仅为0.026%。更为重要的是，在单质硫的面积负载率高达3.2 mg cm-2下，仍然具有稳定的循环

节能和环保是绿色社会的主要议题，发展取代化石燃料的新能源技术迫在眉睫。锌-空气电池是一种化学能转换为电能的装置，由于其理论能量密度高、安全性高、价格低廉以及环保等优势有望弥补锂离子电池的缺陷而成为下一代新能源电池。柔性可穿戴电子器件是5G时代先进制造业的重点研究方向，尤其是便携式电子产品正朝着超薄、集成、灵活的可穿戴设备方向发展。作为一个新兴领域，柔性锌-空气电池符合可穿戴电子设备的要求，发展潜力巨大。 柔性电池是一个复杂的系统，柔性锌空气电池的容量和能量密度等关键参数很大程度上取决于催化剂和正极材料。团队瞄准电池正极材料这一难题，积极自主研发，致力于发展具有完全自主知识产权的下一代新型高容量柔性锌空气电池。目前，团队制备的高容量/耐低温柔性锌空气电池可用于穿戴的智能电子产品，病人植入式监测、追踪和定位的医疗器械、物联网智能标签、环境传感器、助听器等等。

厄尔尼诺现象，是赤道中、东太平洋海表温度持续异常升温的周期性气候现象，平均每2-5年发生一次，对全球气候具有重大影响。厄尔尼诺现象会造成全球不同地区的异常温度变化，以及干旱或强降雨等现象。及早并准确地预测厄尔尼诺的发生以及强度，对预防或降低其带来的全球范围内的经济、农业、社会等方面的损失意义重大。 2019年12月24日，由北京师范大学系统科学学院陈晓松教授参与指导的一篇关于厄尔尼诺预测的文章已在线发表在美国科学院院刊PNAS上，首次克服了长久以来困扰厄尔尼诺预测的“春季预测障碍” （即无法在厄尔尼诺发生的那一年的春季或更早给出准确预测），将对厄尔尼诺现象的发生，特别是强度的预测提前一年。 该文作者提出了一套基于信息熵理论的全新的方法——System Sample Entropy——用来计算厄尔尼诺区域（Nino 3.4）近海平面空气或海表温度的复杂度（包括温度随时间变化的无序性以及不同地点温度变化的同步性或相干性）。利用这一方法，作者们发现了Nino 3.4区域温度变化的复杂度与厄尔尼诺现象强度存在着非常强和稳定的线性关系，即一年内（1月1日-12月31日）Nino 3.4区域的温度变化复杂度越大，那么下一年发生的厄尔尼诺事件的强度就越大。基于这一发现，作者们提出了一套基于每年Nino 3.4 区域温度变化复杂度的大小（由该区域 System Sample Entropy 量化）来预测来年厄尔尼诺发生及其强度的方法。该方法目前成功的预测了1984至2019年期间10个厄尔尼诺事件中的9个事件的发生年份，以及24个没有厄尔尼诺现象发生的年份当中的21个，特别是对厄尔尼诺强度预测的平均误差仅为0.23摄氏度。 对于刚刚到来的2020年，基于文中提出的System Sample Entropy的方法，作者们预测厄尔尼诺将有很大概率会在本年下半年再次发生，并发展为一个中等强度甚至高强度的厄尔尼诺事件，其预测强度为1.48+-0.25摄氏度。 目前传统的厄尔尼诺预测方法只能在提前6个月范围内给出比较准确的预测，而这对于提前预防厄尔尼诺带来的一系列严重影响是非常局限的。这一新的预测方法，将对厄尔尼诺的预测时间提前到了每年一月。这对于提前采取行动，控制和降低这一现象所带来的一系列全球范围内的消极影响，将意义重大！ 此工作由德国波茨坦气候影响研究所 （PIK）樊京芳博士作为通讯作者，PIK 的Jürgen Kurths教授，Hans Joachim Schellnhuber教授以及北京师范大学陈晓松教授等参与共同完成。陈晓松教授领导的研究小组多年来一直从事统计物理和复杂系统及相关课题的研究，特别是近年来专注于地球复杂系统的动力学演化及预测。

2020年2月12日，湖南大学联合苏州系统医学研究所、中国国家流感中心和中山大学等单位，成功开发基于分子标记物的流感病毒表型预测平台FluPhenotype，并在国际生物信息学专业权威期刊《Bioinformatics》发表题为“FluPhenotype-a one-stop platform for early warnings of the influenza A virus"的文章进行相关介绍。该文章的第一作者为湖南大学生物学院硕士研究生卢聪毓和博士研究生蔡泽娜，通讯作者为湖南大学生物学院副教授彭友松与苏州系统医学研究所蒋太交教授。 研究人员通过整合流感病毒核苷酸和氨基酸水平的分子标记物，以及基于分子标记物的抗原和宿主等预测模型，开发了快速预测流感病毒的抗原、宿主、致病性、耐药性等多个表型的预测平台FluPhenotype。

厄尔尼诺现象，是赤道中、东太平洋海表温度持续异常升温的周期性气候现象，平均每2-5年发生一次，对全球气候具有重大影响。厄尔尼诺现象会造成全球不同地区的异常温度变化，以及干旱或强降雨等现象。及早并准确地预测厄尔尼诺的发生以及强度，对预防或降低其带来的全球范围内的经济、农业、社会等方面的损失意义重大。 2019年12月24日，由北京师范大学系统科学学院陈晓松教授参与指导的一篇关于厄尔尼诺预测的文章已在线发表在美国科学院院刊PNAS上，首次克服了长久以来困扰厄尔尼诺预测的“春季预测障碍” （即无法在厄尔尼诺发生的那一年的春季或更早给出准确预测），将对厄尔尼诺现象的发生，特别是强度的预测提前一年。 该文作者提出了一套基于信息熵理论的全新的方法——System Sample Entropy——用来计算厄尔尼诺区域（Nino 3.4）近海平面空气或海表温度的复杂度（包括温度随时间变化的无序性以及不同地点温度变化的同步性或相干性）。利用这一方法，作者们发现了Nino 3.4区域温度变化的复杂度与厄尔尼诺现象强度存在着非常强和稳定的线性关系，即一年内（1月1日-12月31日）Nino 3.4区域的温度变化复杂度越大，那么下一年发生的厄尔尼诺事件的强度就越大。基于这一发现，作者们提出了一套基于每年Nino 3.4 区域温度变化复杂度的大小（由该区域 System Sample Entropy 量化）来预测来年厄尔尼诺发生及其强度的方法。该方法目前成功的预测了1984至2019年期间10个厄尔尼诺事件中的9个事件的发生年份，以及24个没有厄尔尼诺现象发生的年份当中的21个，特别是对厄尔尼诺强度预测的平均误差仅为0.23摄氏度。 对于刚刚到来的2020年，基于文中提出的System Sample Entropy的方法，作者们预测厄尔尼诺将有很大概率会在本年下半年再次发生，并发展为一个中等强度甚至高强度的厄尔尼诺事件，其预测强度为1.48+-0.25摄氏度。 目前传统的厄尔尼诺预测方法只能在提前6个月范围内给出比较准确的预测，而这对于提前预防厄尔尼诺带来的一系列严重影响是非常局限的。这一新的预测方法，将对厄尔尼诺的预测时间提前到了每年一月。这对于提前采取行动，控制和降低这一现象所带来的一系列全球范围内的消极影响，将意义重大！ 此工作由德国波茨坦气候影响研究所 （PIK）樊京芳博士作为通讯作者，PIK 的Jürgen Kurths教授，Hans Joachim Schellnhuber教授以及北京师范大学陈晓松教授等参与共同完成。陈晓松教授领导的研究小组多年来一直从事统计物理和复杂系统及相关课题的研究，特别是近年来专注于地球复杂系统的动力学演化及预测。

成果描述：本发明提供了一种轨道区域交通噪声预测方法，包括：将测试系统划分为多个测试子系统并建立其对应的子振动方程；根据多个子振动方程之间的协调关系建立总振动方程；根据振动方程及测试参数计算待测区域的声源强；根据噪声地图绘制单元及声源强，绘制待测区域对应的噪声地图，以便根据噪声地图对城市轨道区域交通噪声进行预测，其是基于耦合系统(车辆系统、轨道系统、桥梁-桩基系统和环境土体系统)的振动响应计算声源强，使得计算结果准确合理，且适用于各种车辆和高架轨道结构，并且本方法中将待测区域的交通噪声绘制成噪声地图，通过该方式使我国城市轨道交通的噪声管理与控制、噪声环境影响评价、公众参与以及方案决策变得直观且方便。市场前景分析：轨道交通基础设施建设领域。与同类成果相比的优势分析：技术先进，性价比较高。

本发明提供了一种轨道区域交通噪声预测方法，包括：将测试系统划分为多个测试子系统并建立其对应的子振动方程；根据多个子振动方程之间的协调关系建立总振动方程；根据振动方程及测试参数计算待测区域的声源强；根据噪声地图绘制单元及声源强，绘制待测区域对应的噪声地图，以便根据噪声地图对城市轨道区域交通噪声进行预测，其是基于耦合系统(车辆系统、轨道系统、桥梁-桩基系统和环境土体系统)的振动响应计算声源强，使得计算结果准确合理，且适用于各种车辆和高架轨道结构，并且本方法中将待测区域的交通噪声绘制成噪声地图，通过该方式使我国城市轨道交通的噪声管理与控制、噪声环境影响评价、公众参与以及方案决策变得直观且方便。