由于航空发动机和燃气轮机叶片型面是空间异型曲面，因而其设计、制造及维修都面临巨大挑战。为了在设计加工层面提高叶片加工质量，同时在修复层面提高叶片使用寿命，开展叶片高效高精测量研究至关重要。 本项目面向叶片制造研发了一套基于四轴运动平台与线激光扫描相结合的叶片型面检测装置，并开发了集运动控制、数据采集与处理、精度评估等多功能于一体的软件系统，可实现多类型叶片的二维截面高精度测量与三维型面自动化高效重构,有效克服因叶片复杂结构特征带来的扫描数据密度差异性大、重叠区不足等因素对重构精度的影响。本项目面向叶片3D打印修复，研发了一套高效高精度的叶片检测方法与集成系统，可实现批量化叶片截面轮廓位姿及其轮廓的自动化测量、数据重构和叶片配准，为叶片修复工艺流程中的3D打印和后续机加工等工艺环节提供关键的数字化测量、加工工艺数据，有效提升修复精度与效率，并降低成本。 本项目的开发成果可应用于航空发动机、燃气轮机等叶片制造、修复全生命周期的测评、重构、反求等场景，市场规模大。 图 面向叶片3D打印修复的检测方法与集成系统硬件平台

以配合物与被检测物（农残等有害物）间形成人工配体受体关系从而实现对被检测物的分子识别，同时它们具有很好的光学性能即与被测物分子间相互作用会产生特异的光谱响应，通过纳米与酶的复合物构建微芯片可建立对被检测物的“指纹图谱”，因此，可实现农药残留快速检测。检测结果具有特异性识别的“分子指纹图谱”效果。系统由微阵列芯片、微分析系统、光学信号采集、转化系统、信号的分析处理与显示系统、嵌入式系统、微控制系统及数据库的集成。该系统选择具有特异性分子识别作用的卟啉分子，构建微传感阵列，以微传感阵列与被测物分子相互

本发明一方面充分利用特征基的特性改进了贝叶斯压缩感知算法，提高了恢复性能，更重要的是避开了贝叶斯算法中复杂的矩阵求逆过程，特别的，当信号的长度比较长，矩阵的阶数很大时，能够有效地减少信号恢复运算复杂度。

已有样品/n该项目提供了一种导航信号扩频码优选技术，在待优选码族码长与目标码长不相等的情况下，通过计算截短码的平衡性和最大奇偶自相关旁瓣来确定截断点，并根据最大奇偶自相关旁瓣、干扰参数、最大频谱幅度、最大奇偶互相关进一步优选。与现有技术相比，码长的选取更自由，奇相关的考虑也更符合实际应用情况，实际工作环境中多址性能可提升2dB 以上。该项目可用于卫星导航系统信号设计，也可应用于其它码分多址系统的扩频码优化，在不改变系

项目简介 本成果提供基于全固态微结构或微空气孔组成的传输光纤，具有单偏振传输、低传 输损耗、低连接损耗、大模场传输等特点。在传输光纤及器件方面申报了系列专利，申 请发明专利 15 项，其中已授权发明专利 8 项（ZL201010149977.1、ZL201110284989.X、 ZL201010589019.6 、 ZL201110284988.5 、 ZL201210391185.4 、 ZL201010589053.3 、 ZL201110356877.0、ZL20101059

该信号处理板釆用浮点高速信号处理器TMS320C670K 24位多通道工 业模数转换器（ADC）以及24位双通道工业数模转换器（DAC）实现，可 完成8通道音频/振动信号采集、分析处理以及2通道音频信号输出，也可 以完成激励-响应测试相关的各种应用。 8通道ADC可对音频/振动多路信号进行8KHz~96KHz的同步釆集，釆集得 到数据由信号处理单元（DSP）进行实时处理，结果信号可以实

城市有轨电车信号系统是有轨电车的重要组成部分,是实现行车指挥、列车运行监督和管理技术措施及配套装备的集合体。有轨电车信号系统有别于地铁、轻轨等传统轨道交通，有轨电车的列车防护范围仅限于道岔区段，对于其他无道岔的线路、车站等一般不设置信号设备，由司机目视行车控制有轨电车间距保证安全。涉及到行车安全的设备符合“故障-安全”原则，具有高安全性、可靠性、可用性和可维护性等特点。有轨电车信号系统一般分为运营控制中心子系统、正线道岔控制子系统、平交路口信号控制子系统、车辆段联锁子系统和车载控制子系统。其中运营

基于图像处理和机器学习进行人眼特征提取与分析，建 立基于特征模型与外观模型融合的智能视觉感知机制，并通过 海量大数据分析和建模计算，提出了智能视觉感知驱动的眼动 注视点计算方法，解决了跨设备坐标系空间无缝转换和多用户 标定模型共享等关键“卡脖子”技术问题。此外，提出基于深 度学习的运动想象脑电分类方法，面向人-机器人交互开发了 智能脑机接口与应用系统。 ：

复旦大学“基于类脑智能的舆情系统研究”项目组就疫情期间的网络热点展开了深入分析。其中由大数据学院魏忠钰副教授和新闻学院周葆华教授负责的用户画像团队，梳理了新浪微博中群体舆论演化总体态势及代表性群体的舆论特征，并对舆论引导方式提出了对策和建议。01 大数据舆论分析：把握民意趋势、挖掘事件成因团队分析了2020年1月15日至2月16日期间与疫情相关的3000万条微博，依托情感分析、话题聚类等文本挖掘手段准确感知网民的情感倾向转变和话题动态演化。数据分析结果显示，疫情初期的舆论以负面情绪居多。随着中央全力部署、政府防控措施出台（实时数据的公布、武汉实行封城管控）、专家学者释疑解惑（钟南山院士、张文宏医生等对疫情的判断)，正向情感不断提高。随后虽然疫情增长率不断减缓，情感指数仍有变动，多与受疫情触发的热点议题相关。02 群体画像：精准定位人群、感知个性化诉求团队根据用户的职业、地域等属性将用户细分为不同群体，并进行参与度的动态比较，同时对代表性群体的网络言论进行定点分析，准确感知不同社会群体的心理诉求与价值预期。对于不同职业的用户，在疫情爆发初期，自媒体、专业技术人员和学生较为活跃，在事件后期专业技术人员、 自媒体、 企业高管、新闻出版与文化专业人士较为活跃。聚焦于奋战一线的医护群体，大多向外界传递了一往无前的抗疫精神，也不乏个别事件令其承受巨大压力，需要更多的社会理解和关爱。另外，由疫情所带来的经济影响逐渐蔓延，私营企业主及工薪阶层群体面临巨大压力，大多显露出焦虑情绪，需要采取有力措施帮中小企业主纾困解难。对于不同地域的用户，参与讨论的用户中广东、北京用户占比较高，其次是东南沿海各地，话题的地区“下沉”趋势明显。特别地，武汉患者群体作为地域分群角度的特殊主体，通过社交媒体向外界讲述自己的亲身遭遇，寻求社会救助，使个体诉求进入公共议程，激发了全网对于武汉患者群体命运的同情与共鸣。而随着国际疫情局势的不断紧张，华侨华人群体面临歧视压力，需要在下一阶段严防“输入”过程中予以妥善引导。03 事件关联：警惕次生舆情、完善发声渠道疫情期间，不少热点讨论相继引发了有关社会深层次问题的“次生舆情”，追踪事件关联将进一步协助制定危机应对预案。以近期学校实施网课为例，部分学校存在的网课工具攀比化、部分贫困群体的自卑自嘲心理引发讨论。而弱势群体缺少发声平台，若忽视其诉求将进一步激发矛盾。因此，各级政府要加强对复工复产复学过程中贫困人群的关心，新闻媒体要加强对弱势群体的报道抚慰，促进社会沟通与社会公平。不同的群体聚集于不同的网络社区之中，舆论表达方式也不尽相同，对分群体舆论特征进行分析使得挖掘群体共鸣更为高效。团队将进一步推动分群体智能舆论分析和信息汇集平台建设，探索建立公共危机信息汇集平台。在中国疫情防控不断取得阶段性成果的同时，团队还将持续跟进对国际疫情的舆情分析，为网络空间现代化治理能力的提升赋能。