本发明公开了一种基于信息挖掘的智能决策支持构造方法（ IDSSIM ) ，该方法完善并扩充了现有智能决策支持系统的功能，改变了现有智能决策支持系统固有的运行机制，将决策推理机制、 WEB 挖掘和 KDD ＊挖掘和领域专家知识获取有效地融入智能决策支持系统中，从而形成了一类具有“双网”、“五库”、综合集成、多层递阶结构模型的新型智能决策支持系统。此系统在结构和功能上相对现有系统而言是一个开放的、优化的扩体，并对智能决策系统的主流发展起着重要的推动作用，有望形成新一代的智能决策支持系统概型。

本发明公开了一种基于信息挖掘的智能决策支持构造方法（ IDSSIM ) ，该方法完善并扩充了现有智能决策支持系统的功能，改变了现有智能决策支持系统固有的运行机制，将决策推理机制、 WEB 挖掘和 KDD ＊挖掘和领域专家知识获取有效地融入智能决策支持系统中，从而形成了一类具有“双网”、“五库”、综合集成、多层递阶结构模型的新型智能决策支持系统。此系统在结构和功能上相对现有系统而言是一个开放的、优化的扩体，并对智能决策系统的主流发展起着重要的推动作用，有望形成新一代的智能决策支持系统概型。

数据采集技术 可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。 多模态传输技术 LPWAN (Low-Power Wide-Area Network，低功率广域网络) 在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。         LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。 最具前景的LPWAN技术——NB-IoT和LoRa： 物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。 LoRa （Long  Range）:     一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。 NB-IoT（Narrow Band Internet of Things） NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。 NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。 数据分析技术 人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。

项目成果/简介:数据采集技术可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。多模态传输技术LPWAN (Low-Power Wide-Area Network，低功率广域网络)在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。       LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。最具前景的LPWAN技术——NB-IoT和LoRa：物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。LoRa （Long Range）:   一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。NB-IoT（Narrow Band Internet of Things）NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。数据分析技术人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。应用范围:家居智慧控制，提高舒适度：家庭生活状态统计和日常需求预测与推荐；多模态行为分析和数据采集和传输系统；多模态行为数据采集和分析平台；基于LoRaWAN/5G的工厂环境、农业大棚等环境监测系统。技术成熟度:通过中试

一种基于矢量数据的 SAR 影像道路损毁信息提取方法，根据灾后的 SAR 影像的范围，获取对应区 域的矢量数据;将矢量数据投影到 SAR 影像的坐标系之后，将矢量数据配准到 SAR 影像上;提取 SAR 影像的疑似道路损毁区，包括利用道路检测算子进行线检测，将道路宽度信息与道路矢量数据进行形状 水平集分割，融合得到疑似道路损毁区;建立贝叶斯网络模型对疑似道路损毁区进行进一步判断，提取 出道路损毁信息。本发明利用矢量数据作为先验信息，辅助 SAR 影像道路变化检测，检测率高;提出 的线检测与形状水平集相结合的方法能够很好的提取断裂区，漏检率低;建立的贝叶斯网络模型能够有 效的剔除干扰信息，减少道路损毁提取的虚警。

本发明公开了一种基于区域态势信息的网络攻击后果动态定量评估方法，获取工业关键基础设施所有站点内部工艺的运行信息并进行筛选，获得由网络攻击导致的异常发生的位置信息，以及物理设备当前的有用的运行状态信息；利用多层流模型计算站点输出的物质流异常信息，并建立站点的输入输出物质流计算模型；根据由网络攻击导致的站点输出物质流异常信息，以及站点的输入输出物质流计算模型，以及输送网络的拓扑图模型，建立态势预测模型，以预测未来一

苏州大学智能信息处理平台的目标是能处理多模态文字数据，精准分析语言内部结构，对人类语言进行深层理解，以支持各种应用需求。 一、项目分类 显著效益成果转化 二、技术分析 苏州大学智能信息处理平台的目标是能处理多模态文字数据，精准分析语言内部结构，对人类语言进行深层理解，以支持各种应用需求。系统可以处理多种非结构化数据，比如说明书、技术标准、车间工单等纸质文档或电子文档。把图像识别技术(OCR)和自然语言理解技术(NLP)相结合，从表单图像中抽取关键要素信息。在此基础上，我们搭建了包括知识图谱问答 (KBQA)、常见问题检索 (FAQ)、对话 (Chatbot)在内的智能问答及对话系统、以及面向大数据的文档信息抽取系统。能够对给定的自然语言问题通过查询、推理提供精准满意的答案，和面向大规模文档提供信息抽取和舆情分析等服务。目前已经向多家公司提供各项相关服务。

众所周知，盐放入水中会发生溶解，溶解的离子与水分子结合在一起形成的团簇称为水合离子或离子水合物。水合离子的微观结构和动力学一直是学术界争论的焦点。早在19世纪末，人们就意识到离子水合作用的存在并开始了系统的研究，最早的实验研究可以追溯到1900年德国著名物理化学家Walther Nernst的迁移实验（Transference experiments）。虽然经过了一百多年的努力，离子的水合壳层数、各个水合层中水分子的数目和构型、水合离子对水氢键结构的影响、决定水合离子输运性质的微观因素等诸多问题，至今仍没有定论。究其原因，关键在于缺乏原子尺度的实验表征手段，以及精准可靠的计算模拟方法。传统的谱学和衍射技术空间分辨能力较差，只能得到平均效应，无法探测局域环境的影响，实验数据的解释异常困难，甚至得出完全矛盾的结论，因此受到很大的限制。另一方面，由于水分子具有全量子化效应，且水分子与离子相互作用也非常微弱，这对理论计算也是巨大的挑战。图2 钠离子水合物的原子级分辨成像。从左至右，依次为五种离子水合物的原子结构图、扫描隧道显微镜图、原子力显微镜图和原子力成像模拟图。图像尺寸：1.5 nm ×1.5 nm。 为了突破实验上的瓶颈，研究人员基于扫描隧道显微镜发展了一套独特的离子操控技术，在氯化钠表面上可控的制备出了单个水合钠离子，水分子的数目精确可调，为高分辨成像创造了条件。在此基础上，他们利用之前发展起来的非侵扰式原子力显微镜成像技术，依靠及其微弱的高阶静电力，克服了针尖对弱键合水合离子的扰动并首次实现了原子级分辨表征，精确确定了其微观吸附构型（图2）。这也是水合离子的概念提出一百多年来，首次在实验中直接“看到”水合离子的原子级图像。 进一步，研究人员利用带电的针尖作为电极，控制单个水合离子在氯化钠表面上的定向输运，发现了一种有趣的幻数效应：包含有特定数目水分子的钠离子水合物具有异常高的扩散能力，迁移率比其他水合物要高1-2个量级，甚至远高于体相离子的迁移率（图3）。结合第一性原理计算和经典分子动力学模拟，他们发现这种幻数效应来源于离子水合物与表面晶格的对称性匹配程度，而且可以在很大一个温度范围内存在（包括室温）。此外，研究人员还发现这种幻数效应具有一定的普适性，适用于相当一部分盐离子体系。图3 钠离子水合物在NaCl表面输运的幻数效应。a，效果图：包含3个水分子的水合物具有异常强的扩散能力。 b，分子动力学模拟得到的不同离子水合物在225K-300K下1ns时间内扩散的均方位移。 水溶液中的离子输运研究长期以来都是基于连续介质模型，而忽略了离子与水相互作用以及离子水合物和界面相互作用的微观细节。该工作首次建立了离子水合物的微观结构和输运性质之间的直接关联，刷新了人们对于受限体系中离子输运的传统认识。该项研究的结果表明，可以通过改变表面晶格的对称性和周期性来控制受限环境或纳米流体中离子的输运，从而达到选择性增强或减弱某种离子输运能力的目的，这对很多相关的应用领域都具有重要的潜在意义，比如：离子电池、防腐蚀、电化学反应、海水淡化、生物离子通道等等。此外，该工作发展的实验技术也首次将水合相互作用的研究精度推向了原子层次，未来有望应用到更多更广泛的水合物体系，开辟全新的研究领域。 该工作得到了Nature三个不同领域审稿人的一致好评和欣赏（Overall, I enjoyed reading this manuscript），认为该工作“会马上引起理论和应用表面科学领域的广泛兴趣”（The results presented in this manuscript are of immediate interest to the communities dealing with theoretical and applied surface science），“为在纳米尺度控制表面上的水合离子输运提供了新的途径并可以拓展到其他水合体系”（This result may open a venue for controlling diffusion transport on nano-engineered crystal surfaces and it may be also extended to other hydration systems）。

成果描述：项目针对猪鸡病原菌耐药性导致细菌病难防控、用药量大、产品药残的关键技术难题，取得了重大理论和方法创新成果。 项目揭示了我国近12年猪鸡病原细菌耐药性变化规律，建立菌种库和耐药数据库，创立了5种细菌耐药基因分子检测新方法；改进了7种动物专用抗生素及其制剂的生产工艺和质量；创制了非生素免疫增强剂4种。获国家2类新兽证书6个，3类2个。获国家发明专利12项，实用新型专利1项。主编参编专著6部，发表论文123篇，包括本专业权威SCI论文AAC(IF:4.672)，JAC(IF:4.659)等35篇。成果应用使猪鸡抗生素用量减少30%-70%，细菌病降低50%，节省用药成本30%，为有效控制猪鸡细菌感染及耐药，减少抗生素使用，保障公共卫生和食品安全提供了新的理论和技术。市场前景分析：应用领域：本项目的应用领域主要为兽药、疫苗生产企业以及大中型猪鸡养殖生产企业。可共同企业合作开发新型兽药、生物制品等，同时也可为大中型猪鸡养殖生产企业提供技术支撑，有效降低抗生素的使用，保障产品安全，打造高品质放心品牌。市场需求：猪鸡细菌性疾病严重危害公共卫生和食品安全，如猪链球菌、猪鸡沙门氏菌引起人感染发病的公共卫生事件。在规模化养殖条件下，细菌性疾病呈多发趋势如大肠杆菌等，畜禽因细菌性疾病致死或生产性能下降等造成全国年直接经济损失400亿元（畜牧业年鉴2010）。病原细菌产生耐药性是致细菌疾病难控治、用药量大（每年畜禽抗生素原料药用量多达10万吨）、产品药残高的关键技术难题，如近年来出现耐多种抗生素的结核杆菌、金黄葡萄球菌、大肠杆菌等“超级耐药菌”，引起了极大关注。本项目通过产学研结合12年联合攻关，创立了细菌耐药基因的分子检测新方法，揭示了细菌耐药性变化规律，创新了耐药性控制理论和应用技术，并在安全高效新兽药研发中得到广泛应用（图1），可为保障我国猪鸡养殖健康、公共卫生和产品安全提供了有力的科技支撑，其市场需求极大。与同类成果相比的优势分析：“该项目已在国内多个省市规模化猪场，鸡场、示范区、饲料厂、兽药厂等进行了推广应用，成果应用效益显著。研究成果丰富了病原菌耐药基因的基础理论研究，为病原菌的耐药性分子检测和监测提供了新的技术手段，项目选题技术路线合理，研究手段先进，数据可靠，结果可信，具有先进性、创新性和实用性的特点。其成果总体水平居国内领先、国际先进，部分成果处于国际领先水平”。