本发明公开了一种铁路工程机制砂泵送混凝土组分配制方法。本发明从最优等效细粒体体积的角度出发，公开了一种新的铁路工程机制砂泵送混凝土配制方法。基于本发明配制的铁路工程机制砂泵送混凝土，无论原材料品种、等级、生产厂家如何变化，本方法以不变应万变，均可以配制出综合性能优良的机制砂泵送混凝土，避免了工程上一旦原材料变化而导致配合比反复试验反复验证的实际问题，弥补了现有配制方法的不足，创造了一种更科学、合理、稳定的铁路工程机制砂泵送混凝土配制技术。

一、项目分类 重大科学前沿创新、关键核心技术突破 二、成果简介 蔷薇科果树如苹果、梨、樱桃等主栽品种多表现为自花授粉不结实（自交不亲和性），需配罝授粉树和人工授粉来保证生产。针对我国一些果园存在授粉品种配置不当、人工授粉成本高造成生产成本高、坐果少、偏斜果多，损失巨大的问趣，通过持续攻关，取得如下创新性成果： 1、探究了苹果等蔷薇科果树自花（不）结实内在分子基础。系统揭示了苹果花柱S-RNase 在 ABCF 蛋白辅助下非特异性跨膜转运进入花粉管、突破硫堇蛋白 D1 介导的防御反应、引起微丝骨架解聚、tRNA 氨酰化受阻导致花粉管生长停止的机制；此外，明确花粉膜蛋白基因 HT1 变异导致苹果 ‘中苹1号’ 自花结实的分子机制；发现梨‘闫庄’中 S21-RNase 基因的一个碱基突变导致其蛋白氨基酸变异是造成自花结实的原因；解析了‘拉宾斯’樱桃中 S-RNase 被 SLFL 识别并泛素化降解的分子机制，为打破自交不亲和性，育成自花结实品种奠定理论基础，理论创新国际领先。 2、研发苹果等蔷薇科果树自花结实育种技术。全基因组关联性分析（GWAS）获得苹果‘寒富’ 自花结实性 SNP 高精度分子标记 1个，‘惠’ 自花结实性 SSR 分子标记 1个，建立了自花结实苹果分子快速预选育种体系；研发了花柱 S-RNase 快速提取技术、花粉管微丝标记技术及花粉管核蛋白提取技术，为自花结实分子育种提供了有力的技术支撑。 3、选育、推广苹果蔷薇科果树自花结实性品种。利用自花结实性综合评价技术挖掘白化结实苹果种质 4份、梨2份、樱桃1份；配置杂交组合，选育出自花结实优质苹果‘中苹1号’、‘岳冠’等，在北京、河北、辽宁等地示范推广10万余亩，经济效益每亩增加1000余元，有效推动当地果树产业轻简化生产进程，节本增效成效显著。

利用模式植物拟南芥为研究对象，通过对染色质结合的RNA的纯化及测序分析（CB-RNA-seq），研究团队的工作显示共转录剪接在目前已检测的物种中是普遍模式。同时，植物的共转录剪接存在几个重要的特征：首先, 共转录剪接的效率与特定内含子到基因3’端的距离正相关，与一些激活型的组蛋白修饰（H3K4me3/H3K9ac）负相关，暗示快速的转录起始及延伸不

拟南芥在植物研究领域具有崇高的地位，被科学家誉为“植物中的果蝇”。拟南芥的研究为粮食增产、农作物抗逆、植物保护等领域做出了重要贡献。全世界有近万家实验室正在对拟南芥进行遗传分析、基因克隆和功能基因组等科学研究。

本发明提供了一种混合导通机制鳍型栅场效应晶体管器件，包括鳍型栅场效应晶体管、第二源区与第二漏区；鳍型栅场效应晶体管包括衬底、鳍型沟道区、第一源区及第一漏区；第二源区的高度不低于第一源区与第一漏区之间的衬底的高度；第一源区与第一漏区中掺杂有第一离子；第二源区形成于衬底与第一源区之间，第二漏区形成于衬底与第一漏区之间，第二漏区与第二源区中分别掺杂有第一离子与第二离子。该方案解决了鳍型栅场效应晶体管的底部电流泄漏的问题，且通过增设第二源区和第二漏区，相当于在鳍型栅场效应晶体管的底部并联隧穿场效应晶体管器件结构，可以实现鳍型沟道扩散漂移电流和底部沟道带带隧穿电流混合导通，从而获得更优的超陡开关特性。

产品详细介绍标准配置： LR-4A量热仪主机、冷却器、联想电脑、打印机、充氧仪、氧弹 适用范围及标准： LR-4A量热仪采用并符GB/T213-2003《煤的发热量测定方法》的要求，该量热仪适用于煤炭、焦炭、石油及水泥黑生料等可燃物质的热值 技术参数：     测温范围：0℃~65℃                             测温分辨率：0.001℃     样品量：0.5g~1.5g                             自动调节内外桶水温     发热量测试精度：优于0.2％（苯甲酸）     电源：AC220V±10％,50Hz     自动定量水，定量误差：≤±1g               功率：200W 主要特点：1.LR-4A量热仪系统运行于WindowsXP及以上系统，界面友好，易学易用。2.LR-4A量热仪采用先进的电子制冷工艺，完全不受环境温度变化的影响，确保仪器内外筒温差符合国标要求。可连续长时间工作。3.LR-4A量热仪自动注水、排水、自动调水温，自动完成测试全过程并打印测试结果 4.LR-4A量热仪可作为单筒量热仪使用，亦可对两套量热弹筒进行异步操作。在进行双筒测控时，两套量热弹筒互不干扰，可随时进行其中一台量热仪的操作 

2020年2月25日，华中科技大学胡波等团队在预印版平台medRxiv 发表未经同行评审的题为”Neurological Manifestations of Hospitalized Patients with COVID-19 in Wuhan, China: a retrospective case series study“的研究成果。 该研究从2020年1月16日至2020年2月19日收集数据，214名住院患者，实验室确诊为冠状病毒2（SARS-CoV-2）感染，诊断出严重的急性呼吸道综合症。在研究的214位患者中，有88位（41.1％）为重度患者，有126位（58.9％）为非重度患者。 该研究发现，与非严重的COVID-19患者相比，严重的患者通常具有神经系统症状，表现为急性脑血管疾病，意识障碍和骨骼肌症状。因此，对于COVID19患者，除了呼吸系统症状外，医生还应密切注意任何神经系统表现。

目前北京理工大学基于神经网络的智能无人机疫情预警监控系统主要由无人机平台、光电载荷、喊话系统和地面控制及图像处理平台组成。 该智能无人机疫情预警监控系统能够自动监控广场、公路、小区等各类环境中的人群，检测人员聚集情况，利用红外热成像技术实时获取人员体温情况，实现在非接触情况下对疑似高危人员的快速区分，并快速形成疫情人员相关数据，还可以提供数据接口，供大数据系统进行分析。该智能无人机疫情预警监控系统可同时提供监控人员及被监控人员交互通道，通过喊话系统，监控人员可以随时疏导或制止被监控人员的异常行为，为疫情监控和预警提供了更为清晰和直接的手段方式。

一、项目简介 随着AlphaGo及其Zero的相继推出，近年来以神经网络计算为基础的深度学习及相关优化算法已成为人们研究AI的热点。深度学习算法在AlphaGo中的成功应用主要是依赖神经网络监督学习的网络层次及神经元数量提升，而其Zero的应用不同则是在于引进了博弈优化的思想，这就给以并行计算为核心的神经网络优化算法理论研究提供新的思路。 鉴于传统神经网络优化算法面临非全局优化的难题，我们基于吉布斯分布采样优化计算，提出一种以脉冲神经元构成的混合网络结构动力学系统来实现的神经网络全局优化算法，引进纳什平衡理论来优化的神经网络计算方案，并设计一款相应的通用神经网络并行处理器芯片，以新型芯片编程架构模拟人脑功能进行感知、行为和思考新型芯。 二、前期研究基础 本团队主要是由厦门大学福建省集成电路设计工程技术研究中心、厦门大学集成电路设计与测试分析福建省高校重点实验室的教师与学生组成的，主要从事人工智能、网络通讯、集成电路设计、纳米单电子器件等方面的研究工作，并积累了深厚的研究基础。团队首席科学家郭东辉教授十多年前曾在美国加州Berkeley 大学非线性电路实验室访问，从事有关细胞神经网络(CNN)有关课题的研究，先后主持国家自然科学基金项目五项，其中与神经网络研究内容相关的有两项，分别是《视觉神经网络光电集成系统的研究》(批准号：69686004)和《混沌神经网络加密算法及其相应集成电路的设计研究》(批准号：60076015)。 本团队同时也是厦门市集成电路设计公共服务平台的主要技术支撑单位。在厦门市科技重大专项经费的支持下，我们配备了开展模拟及数字SOC 芯片设计所需要的各种EDA 工具和IC 测试设备。此外，厦门集成电路设计公共服务平台也是TSMC、SMIC 等芯片制造厂重要合作伙伴，并与厦门联芯、三安集成等芯片制造厂也有长期的合作协议，可以进行包括射频及功率芯片在内各类模拟及数字SOC 芯片的设计流片。同样，在学校211 和985 经费的支持下，本团队也独立配备了8 台IBM 服务器分别运行MATLAB、OPNET、SPW、ANSYS、Silvaco TCAD 等系统设计与器件工艺仿真工具。本团队所在的微电子与集成电路学科也已列入我校“双一流”建设学科，有关类脑芯片设计相关课题研究所需要的科研环境建设将得到重点支持。特别是厦门联芯公司在量产后，已将本团队作为其先导技术开发的重要合作伙伴，也委托我们开发相应的器件模型及电路工艺库。在厦门火炬高新区及厦门市IC 平台的支持下，厦门联芯公司还可以为我们团队提供免费的MPW流片业务。 自2009年，本团队与福建新大陆电脑股份有限公司签署 “共建SoC联合实验室”以来，基于该平台，每年合作项目经费近百万，同时还完成了多项横向合作项目：面向金融、税控的专用信息处理与控制SoC芯片开发、安全密码算法研究、区块链接技术研究等等，培养了大批优秀的硕士毕业生；厦门市美亚柏科信息股份有限公司是本团队的长期合作伙伴之一。 总之，不管从算法理论研究还是从应用技术开发来看，本课题组已具备相当优秀的研究基础和研究经验，以及显著的前沿技术攻关能力。 三、应用技术成果我们的相关研究成果也得到企业界的重视和肯定，课题组先后承担过如深圳 华为公司首歀交换芯片项目的调度算法设计、福建新大陆首款二维码识别芯片的算法及后端版图综合设计、台湾盛群公司首款32 位处理器及专用处理器编译器开发和厦门元顺公司多款电源管理芯片的设计。最近课题组还为我国某研究机构开发28nm 的低功耗设计流程专门设计一款挂载加可重构解密算法协处理器的32 位通用处理器验证芯片。

原子核裂变数据的精确测量是很多核物理应用的先决条件，比如核能、国防、辐射防护、核废料处理、产生稀有同位素等。核裂变物理在超重元素合成、反应堆中微子、中子星融合中的r-process等研究中也不可缺少。特别是走向新一代核能-快中子反应堆，急需锕系核区精确的不同能量中子诱发裂变数据。但是目前实验和理论都无法提供可靠及完整的能量相关裂变数据。 由于涉及中子的实验难度较大，国际上主要的核数据库只有几个能量点的裂变数据。理论上基于微观模型去描述裂变过程非常复杂，是一个涉及多维位能面的大幅度、非绝热的量子动力学过程。目前微观理论对裂变可观测量的描述还有较大误差。 此外基于唯象裂变模型对未知核区和未知能区的外推往往不可靠。 北京大学物理学院裴俊琛研究员课题组首次采用贝叶斯神经网络（Bayesian Neural Network）来评估不完整的裂变产物分布。此前贝叶斯神经网络对原子核质量外推有一些成功的应用，并可以得出推断的误差，但是仍有量子壳效应的疑虑。核裂变过程涉及复杂的位能面，裂变产物分布具有统计特征，比较适合神经网络。 贝叶斯神经网络对不完整核裂变产物的评估 目前核裂变产物的实验测量很难给出完整的产物分布，只能结合模型评估给出完整的裂变产物分布。人们通常基于唯象模型、通过调参数来拟合出产物分布。该工作通过对已有裂变数据库的学习，当实验测量给出不完整的裂变数据时能够推断出完整的裂变产物分布。结果表明，随着中子能量增加，裂变模式逐渐从不对称裂变演化成对称裂变。这说明神经网络能成功抓住部分物理图像。当实验数点很少时，唯象评估模型失效，神经网络仍然可以给出有效的评估和合理的置信区间。贝叶斯神经网络对核裂变产物的评估开辟了一个新的方向，展现了机器学习的一个实际应用范例，将对核数据的定量评估产生重要影响，有望更好地提供应用级的精确核数据。 不同能量的裂变模式演化