针对大中型计算集群，提供Windows图形界面的计算任务启动、暂停、终止及资源分配监控功能。可针对具体计算任务定制，支持上百个计算节点。图形界面可以提供方便快捷的任务控制功能和直观的资源状况监控功能。可以根据用户需求提供多种任务调度策略，包括最大性能调度、最节能调度和最少服务器使用等等。

成果简介:随着大数据分析、大规模视频监控、大规模支付系统等如火如荼地展开，提 高大规信息处理 能力已经成为业界的追逐的焦点。计算机集群技术成为重要手 段并突飞猛进，如我曙光系列、天河系 列、IBM 深蓝等超级计算机。这些高端 集群利用专用的计算节点、高速网路、特殊系统构成，具有成 本高、维护代价 高、运营成本贵等问题。利用普通的计算机、商业化的网络、通用的软件系统构 成的 普通计算机集群因其成本低、维护便宜，更适合广泛地构建大规模集群处 理和服务系统。 GOOGLE、Baidu、阿里、

银河麒麟高性能计算系统是在“银河”/“天河”系列超级计算机研究成果的基础上开发的适合中小规模应用需求的高性能计算系统。系统采用了自主研发的银河麒麟操作系统和银河麒麟高性能计算（HPC）套件，支持InfiniBand、万兆高速计算网络，支持国内外主流的高性能服务器、刀片服务器、海量存储、高速网络交换等硬件设备，提供资源管理、HPC集群管理、并行编译、并行计算等功能，主要面向密码算法、卫星遥感、气象预报、生物医药、资源勘测、图像处理等领域，满足科学计算和海量数据处理。 产品特点 安全性 基于国内高安全等级的银河麒麟国产操作系统，整体达到结构化保护级安全级别，同时支持国产飞腾CPU。 易用性 提供基于WEB的图形管理接口，便于管理员进行资源管理、作业提交、监控管理、集群部署等操作。 自主安全 银河麒麟HPC套件包括并行编译、集群管理软件，具有自主知识产权及良好的安全创新性。 高速互联 采用高带宽的并行多路串行传输技术，实现高密度、高可靠的互连子系统。 扩展性 全系统采用模块设计，各模块可以根据不同计算需求进行灵活扩展。

列车碰撞事故造成的重大人员伤亡触目惊心，世界各国都在致力于研制耐冲击吸能列车来耗散冲击动能，由于受到列车载重、车钩及结构外形的限制，传统设计方法只能被动挨撞。本成果创新性地提出了列车主动式碰撞吸能保护体系，突破了车辆被动安全保护的技术局限，解决了与列车碰撞能量耗散及运行轨迹保持相关的三个关键技术问题。 1.列车碰撞主动式被动保护技术 研发列车碰撞主动式被动保护下，力流/能量流协同控制的能量耗散技术及主被动吸能装置，突破了车钩等装置对吸能结构的限制，拓展了吸能结构变形空间。克服列车碰撞时头车破坏严重的短板效应，挖掘列车的吸能潜力，在不改变车辆主体结构的情况下，仅地铁列车的安全碰撞速度可以达到36km/h，吸能能力比标准提升107%。重联动车组在36km/h碰撞速度下结构依然完整，吸能提升约100%。 2.列车碰撞轨迹自保持技术及装置 构建了碰撞防偏/爬—防脱轨—防掉线三重安全保护系统，包括被动凸凹嵌套动态自适应对心防偏/爬、多点约束防脱轨、结构剪切耗能防掉线三大关键技术，实现碰撞过程中车体自动对心，减少爬车事故的发生；突破了世界范围内没有防脱轨装置的局限，有效避免脱轨、倾覆造成的二次碰撞及列车掉线等后继事故，构建列车碰撞轨迹自保持技术体系。已应用于400km/h高速列车、城轨列车、自适应转向架的碰撞轨迹保持设计。 3.全行程渐进塑变技术及低峰值力吸能结构 针对吸能结构残余行程长、初始峰值力过高、撞击力波动剧烈等致使人员伤亡问题，研发了结构全行程线性渐进塑变吸能、初始撞击力抑制两大技术，发明了撞击力平滑、初始峰值力低、压缩率高的系列吸能结构，吸能结构压缩率和压缩力效率均达90%以上且变形有序，解决了有限空间内高能量耗散难题。

本发明公开了一种离散刀具轨迹的曲线拟合方法，首先根据离 散刀具轨迹建立拟合曲线，其次通过采样点将所述拟合曲线划分为多 个采样区间，并通过计算多个采样区间内的最大弦高差，以及离散刀 具轨迹到拟合曲线的距离，从而判断所述拟合曲线的最大弦高差是否 超过加工系统的弦高差阈值，以及所述拟合曲线的光顺性是否满足加 工系统的要求，然后根据检测结果对拟合曲线进行调整，最终建立具 有满足加工系统误差以及光顺性要求的轨迹曲线。通过本发明，能高 效率地全面检测拟合曲线上超过加工系统的误差阈值的区间，从而使 得离散刀具轨迹

本研究根据科技部统一部署，依据国家山东半岛蓝色经济区战略规划、黄 河三角洲高效生态经济区发展规划，针对山东省高端装备制造产业转型发展需 求，重点突破服务型制造关键技术和产业急需的共性关键技术；积极拓展“两 化”融合的发展空间，围绕制造业转型升级，推进制造业信息化从单业务应用 向多业务综合集成转变，从企业信息应用向业务流程优化再造转变，从单一企 业应用向产业链上下游协同应用转变。 主要研究内容包括研发覆盖重点产业的云制造服务平台，服务 500 家企业； 面向区域内大型骨干企业，攻克产品数字化设计、集团精细化管控、产业链协 同等关键技术，研发相应的信息化系统平台，完成 3 家企业应用示范，拉动 30 家企业深化应用；开展智能嵌入式、工业泛在网、传感网和智能控制等技术攻 关，并在 3 家高端装备制造企业中集成应用，拉动 20 家企业深化应用；开展自 主知识产权核心软件与制造物联关键技术成果的应用，新增 10 家以上应用企业； 开展标准、评估、培训等支撑环境建设，开展信息化指数调查（企业 100 家以 上），完成人才培训 5 万人次以上。 本项目获得国家科技支撑计划资助，项目执行期 2012.1-2015.12。

本发明提供了一种面向虚拟集群的共享存储系统，属于计算机 存储技术领域。该系统主体部分由通过网络互连的两台主机组成。主 机主要包括用于组成共享存储空间的共享存储模块，若干虚拟机以及 为虚拟机提供相关服务的虚拟机服务模块。虚拟机主要包括一个虚拟 设备，在内核空间的设备驱动模块以及供应用程序调用的访问接口模 块。本发明提供了一种新颖的分布式共享存储系统，它的独特之处在 于为不同物理机上虚拟机的信息传递提供一种机制，从而使共

可以量产/n通过系列专利技术的转化研究，打造以微创医疗器械为特色的产业化集群，联合武汉大学/武汉光谷微创医学研发平台等机构，创建以产、学、医、研、用相结合的“光谷微创医学转化工程中心”，旨在为培育建设“国家微创医学工程研究中心”打下坚实基础。

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。