基于智能视频分析，采用5G+人工智能+边缘计算等高新技术，实现对监控区域内的火烟进行智能识别、实时分析报警。不依赖其他传感设备，直接对视频监控区域的画面的烟雾和火焰均可及时准确识别。 它具有自动扫描、自动识别、自动报警、自动定位的功能，通过系统智能识别，发现火情实时向后端监控中心发送报警信号，同时会将火点位置在地图上精确定位，一旦火灾确定，决策人员可以通过视频追踪、资源查询、火情推演、预案管理等功能进行扑救会商并制定详细的灭火作战方案，达到快速消灭火灾的目的。 系统可协助管理人员，对监测区域内火焰做到全天二十四小时实时分析及时报警。降低误报和漏报现象，减少因火灾造成的生命和财产的损失，是人们同火灾做斗争的有力工具。

为服务社会大众了解疫情走势，并为相关部门提供决策支持，北京航空航天大学北航大数据与脑机智能高精尖创新中心刘旭东教授、胡春明教授、李建欣教授等组织师生，与复杂系统可靠性实验室李大庆研究员联合组成团队，全力投入建模和系统研发，已向决策部门提供疫情数据评估与预警报告、区域物资保障评估专项报告等，并迅速开发“新冠肺炎疫情数据导航服务”平台，数据单日访问量近 5 万次。此外，中心还进行新型冠状病毒的疫情评估与预测报告并开发疫情实时更新系统。中心对疫情现状进行分析和预测，为公众提供及时、准确的疫情态势分析、走势预测、舆情动态和政策措施等智能数据服务，实现全国及重点城市日度传播系数计算、短期确诊人数预测和长期疫情拐点与结束日期预测、疫情缓解系数评估等功能。此外，大数据与脑机智能高精尖创新中心研究团队根据疫情确诊患者相关公开数据，利用自然语言处理等技术，从已公开全国各省市直辖区四千余位确诊患者轨迹中抽取了基本信息(性别、年龄、常住地、工作、接触史等)、轨迹(时间、地点、交通工具、事件)及病患关系形成结构化信息。同时开发确诊患者轨迹可视化查询与分析系统，为疫情传播与防控相关研究提供有效支撑。

南京审计大学研发出疫情监控采集区块链系统，该系统已部署在中国电信、浪潮云等平台上。按照电子政务安全标准及规范对系统与数据进行严格的安全防护，并针对每个院校提供独立的前后台账号权限及数据管理权限，各院校申请开通管理员账号后导入师生信息即可快速完成业务启动和上线。系统可以实时采集在线师生的各种动态信息，达到快速部署、快速统计上报、实时在线监测防控的目标，并结合区块链技术保证疫情数据信息的防篡改和可追溯的能力。具体方案如下：（一）信息提报系统登录快速，使用简单，填报界面简洁明了。师生利用移动终端可以随时在线登录、随时填报自己的最新情况。（二）后台管理后台具有强大的管理功能，可以设定后台管理人员对不同单位、部门的上报信息进行管理，提醒当天尚未填报信息的人员，并进行数据的汇总、分析。系统极大程度提高了疫情监测和管理的效率。1、 信息填报查询能够实现对已隔离、疑似、确诊、接触史、症状等人员的查询；按照日期搜索未填报人员等功能2、 用户信息可以完成对学生、教职工等人员信息的快速导入和权限管理等功能3、 此外还可通过通知公告、基础信息、系统管理等模块完成对界面通知、表单维护、机构角色数据字典等功能，实现对疫情填报信息和数据的管理和定义。（三）链浏览器1、所有用户填报信息全部存储在链上，由Txhash和Block id进行标识。 2、所有链上数据可解密，便于追溯。（四）可视化管理驾驶舱>>>点击查看全文<<<

西南交通大学​​经济管理学院2017级硕士研究生袁韵在导师指导下与国内外多名教授共同合作研究，于伦敦时间2020年4月29日在国际顶级期刊《自然》（Nature）在线发表论文《人口流动驱动新冠肺炎疫情在全国的时空分布》（Population Flow Drives Spatio-Temporal Distribution of COVID-19 in China）。该论文构建了“人口流动-风险源模型”，模型能利用有关人口流动的匿名整合数据准确预测新冠肺炎疫情的扩散时间和地域分布，便于决策者进行有效地风险评估和资源分配。在开发该模型时，研究人员基于匿名移动电话位移数据，对在2020年1月1日至1月24日期间武汉流出或途经武汉的11478484人次进行了分析，这些人口迁移至全国31个省的296个地级市。他们的研究显示，湖北省的封城举措是非常正确的，它能及时控制传染源的传播，有效降低了各地疫情的风险。此外，研究人员发现，根据2020年2月19日武汉外流人口的分布，能够准确预测到全国新冠病毒感染者的相关频率和地理位置分布。此外，通过“人口流动-风险源模型”衍生出的一个疫情发展的基准趋势和一个指数，可以用来评估随着时间的推移不同地区新冠病毒传播的风险。与大多数流行病学预测模型不同的是，他们团队构建的模型基于人口的实际流动情况来预测疫情的地域分布和传播趋势。对于新冠肺炎疫情，该模型至少提前一周预测了全国范围内的病例感染情况和地理分布。团队的研究结果能够对各地疫情风险的大小进行预警，并探测出社区传播严重的地区，在疫情发展的早期为相关部门提供决策依据，以便其能够及时采取应急措施。论文作者在摘要中提到，任何国家的决策者都可以使用这种方法，利用现有的人口流动数据进行快速而准确的风险评估，并在疫情爆发之前规划有限的资源分配。本文的作者之一，美国耶鲁大学教授尼古拉斯·克里斯塔斯基称：“这项研究结果揭示了中国有关新冠病毒案例报告的准确性，从不同来源获得的完全不同的信息（移动通信显示的人口流动）可以很好地预测病例数，这符合流行病学的预期（至少在2月19日之前）。”该项研究发布后，国际上有BBC等30多个新闻媒体报道，国内媒体也有许多报道，其中，央视国际电视CGTN、中国日报、中国科学报、环球时报、文汇报、中新网等政府官方媒体都强调了这项研究对于疫情防控的重要意义。除了文章本身的学术贡献之外，该项研究也表明，中国的疫情研究是国际合作并且是公开透明的：论文于2020年2月18日提交至世界权威学术期刊《自然》并传递给相关的国际机构，第一时间与世界分享了我国抗击疫情的经验。此外，通过论文可以看出，我国武汉以外的疫情数据是有时空规律的，与第三方的手机流动性数据完全契合，以学术证据反驳了国际上的某些谣言和诽谤。

本成果首先参照 GenBank 收录的 23 株 SAFV P72 蛋白全基因序 列设计一对特异性引物，根据设计的引物探针最佳反应体系和反应条件，并对 建立的 PCR 反应方法进行敏感性、特异性、重复性试验；其次，参考非洲猪瘟 病毒 Con09/Bzz020 株 p54 基因的核苷酸序列，进行 p54 蛋白的体外表达，并进 一步建立一种间接 ELISA 检测方法，所建立的两种检测方法具有很好的应用性， 能够用于非洲猪瘟疫病的检测。同时建立了非洲猪瘟的风险分析和预警技术。 该技术能对非洲猪瘟进行临床鉴别诊断和预警分析，特异性好，灵敏度高，应 用前景广阔。 

郑州轻工业大学软件学院人工智能和机器人实验室负责人黄万伟博士，用10天时间和团队自主研发出红外热成像测温样机及“红外热成像人体测温筛查预警系统”，并交付使用。

本系统首先通过摄像头设备采集视频图像，然后对图像进行实时处理快速定位驾驶员脸部，进而准确地进行驾驶员眼部定位、跟踪，通过记录驾驶员眼睛开闭状态曲线判定驾驶员疲劳状况，最后对一定时间内眼睛缓慢闭合所占时间比例满足疲劳上限的驾驶员进行预警。     技术创新点为采用主动人眼定位、跟踪方式进行列车驾驶员疲劳检测，在不干扰驾驶员正常工作的情况下对疲劳驾驶员发出预警。     同类技术多采用让驾驶员定时按动按钮等操作性设置来检验驾驶员是否疲劳，在一定程度上会干扰驾驶员的正常工作。能为列车驾驶安全提供一项保障。应用范围：    所有列车及公共交通工具。