本发明公开了一种基于签到特征的用户位置分类模型，其应用 在针对性的广告推荐、智能导航、智慧交通等基于位置的服务中，该 模型包括：针对用户当前的“签到”场所，查询其是否已在用户的历 史“签到”位置集里面；如果不在，则分别基于社交网络全局用户知 识域、用户好友知识域、用户个人知识域提取用户的“签到”特征； 应用已训练的 SVM 分类模型对用户当前的“签到”场所进行分类，预 测该位置是否为用户将来频繁“签到”的场所。本发明

本发明公开了一种基于粒度控制的位置隐私保护方法，包括： 判断移动设备中是否存储有一个 LBS 应用程序列表，如果有则为每个 LBS 应用程序设置隐私级别，其对应于该 LBS 应用程序将会获得的位 置精确度，并判断移动设备中是否已经存在有隐私策略库，如果存在 则持续监听来自于 LBS 应用程序的 LBS 请求，并在接收到 LBS 请求 时获取与该 LBS 请求对应的位置信息，从隐私策略库中读取该 LBS 应用程序对应的

大空间建筑分层空调分层面越低，空调能耗越少，但此时送风射程受限，冷风抵达区域越小。大空间建筑大跨度射流接力设计方法是利用二次接力设备接力一次送风射流使射流抵达区域增加的一种新型气流组织。理论研究和实验研究结果表明，这种射流接力方法可使室内环境均匀化提高，冷风感下降，适合大跨度室内热环境均匀性的要求。研究团队通过理论和实验研究获得从室内环境需求出发，进而获得室内二次接力设备配置的设计方法。 

对于以满足人员活动区舒适性为目的的大空间建筑，常采用分层空调方式达到人员活动区的室内热环境要求。但传统的分层空调负荷计算方法存在着不科学、经验取值依据不足等诸多问题。研究团队经过几年的理论研究和实验研究，基于内热环境 B-G 模型的解析解，建立了大空间分层空调负荷在喷嘴送风与下送风两种情况下的负荷计算方法，提出了计算所需的相关线算图。该方法已经在实际大空间建筑中得到验证

分析说明国内外相关技术的状况和项目背景，项目基于什么，做了什么，形成了什么技术或产品，  主要创新点或优势（少写理论，多介绍成果，精炼易懂，300 字以内）。 高铁组基础设施中螺栓结构处处可见，大量螺栓松弛检测和拧紧工作依靠人工操作，不仅费事费   力且易漏检漏测，为了降低劳动强度、提高工作效率和准确度，需设计一种专用双臂机器人替代作业 者进行螺栓校验和紧固工作。项目包括柔顺轨迹规划控制、协同紧固操作控制及环境和对象特征提取 等诸多研究难点。 项目基于该需求已经在轨迹规划控制方面做了大量研究，其中建立了关节刚度模型，并提出了考   虑运动和动力约束下的轨迹优化方法，基于该方法能够对机器人实现快速、平稳、准确的轨迹运动控制， 从而达到提高操作效率和操作精度的目的。

酶解林蛙油及软胶囊的制作方法,它涉及林蛙油的酶水解及软胶囊的制作工艺.本发明将打匀后的林蛙油和水按(1:35)～(1:45)的重量比例制成水混悬液,在水混悬液中加入木瓜蛋白酶,在加入木瓜蛋白酶的林蛙油酶水解液中再加入胃蛋白酶.将酶解,冷冻干燥后的经超微粉碎的林蛙油和加入了大豆磷脂的玉米油按1:1的重量比例,经胶体磨研匀,再经软胶囊机压制成胶囊即得.本发明采用酶解蛋白质的方法,提高了蛋白质的吸收率,保持和改进了林蛙油的营养价值和营养结构,改善了其溶解性.使林蛙油软胶囊的制备工艺更加合理,外观更加美观.酶解法与其它水解法相比较,属温和水解,只作用于蛋白质,使其水解成氨基酸或多肽,对林蛙油的其它成分没有影响.

本发明属于电化学工程的电极制备领域，更具体地，涉及一种涂层钛阳极及其喷涂热解制备方法。包括如下步骤：(1)在预处理后的钛板表面涂覆抗氧化层；(2)控制钛板温度在 250～300℃之间，将电极制备原料浆液雾化喷涂至所述钛板的抗氧化层表面；(3)对所述钛板行高温烧结处理，得到所述涂层钛阳极。本发明采用喷涂技术结合分步热处理的方法制备涂层钛阳极，巧妙地克服了现有技术刷涂法存在的涂层高温烘烤易发生干裂而导致电极寿命短的技术缺陷；实现了快速精确制备涂层钛阳极，且制备成本低，产品质量可控。在保证性能的前提下，极

本发明公开了一种多学科设计优化学科解耦方法，该方法在多 学科耦合模型中针对学科组件之间存在相互变量依赖的耦合关系进行 系统平衡分析，将同时存在正向连接和反馈连接的系统耦合环作为一 个整体处理，使得原模型转变为有向有环的图数据结构，对反馈变量设置初值，求解图数据结构所对应的非线性方程，根据反馈变量计算 结果与初值的差值设置反馈变量的新值，进而迭代运算直至收敛。通 过本发明，提升了多学科设计优化流程的运行效率，提高了多学科设 计优化方法的工程实用性，更容易得到产品设计的最优参数。

随着人工智能、大数据、物联网、区块链等新一代信息技术兴起，数据量呈现爆炸式增长，传统计算系统的算力难以满足海量数据的计算需求。与此同时，摩尔定律逐渐放缓，单纯依靠提高集成度、缩小晶体管尺寸来提升芯片及系统性能的路径正面临技术极限，通过引入忆阻器新器件、模拟计算新范式、存算一体新架构，将拓展出全新的高性能人工智能芯片与系统，实现计算能力的飞跃。 目前被广泛使用的经典冯·诺依曼计算架构下数据存储与处理是分离的，存储器与处理器之间通过数据总线进行数据传输，在面向大数据分析等应用场景中，这种计算架构已成为高性能低功耗计算系统的主要瓶颈之一：数据总线的有限带宽严重制约了处理器的性能与效率，且存储器与处理器之间存在严重性能不匹配问题。忆阻器存算一体系统把传统以计算为中心的架构转变为以数据为中心的架构，其直接利用阻变器件进行数据存储与处理，通过将器件组织成为交叉阵列形式，实现存算一体的矩阵向量乘计算。忆阻器存算一体系统可以避免数据在存储和计算中反复搬移带来的时间和能量开销，消除了传统计算系统中的“存储墙”与“功耗墙”问题，可以高效、并行的完成基础的矩阵向量乘计算，未来极有潜力成为支撑人工智能等新兴应用的核心技术。 清华大学吴华强教授团队实现了材料与器件、电路设计、架构和算法的软硬件协同等多方面原始创新，解决了系统精度损失等被广泛关注的难题： 材料与器件创新。科研团队选择了电学特性稳定的二氧化铪作为忆阻层核心材料，提出了通过插入少量氧化铝层来固定离子分布、抑制晶粒间界形成的新理论，提出了引入热增强层的新原理器件结构，成功抑制了忆阻器非理想特性的产生。 电路设计创新。开发了一套忆阻器与晶体管的混合电路设计方法，提出“差分电阻”设计思想，采取源线电流镜限流设计，抑制了忆阻器电路中可能产生的各种计算误差。 算法创新。提出了混合训练算法，仅用小数据量训练神经网络并只更新最后一层网络的权重，即可将存算一体硬件系统的计算精度达到与软件理论值相同的水平。 “技术链”创新。从“单点技术突破”拓展到“技术链突破”，开发了针对忆阻器存算一体芯片的电子设计自动化（EDA）工具，打通了从电路模块设计到系统综合再到芯片验证的设计全流程。 上述理论和方法发表于《自然》《自然·纳米技术》《自然·通讯》等国际顶级期刊，以及被誉为“集成电路奥林匹克”的“国际固态电路大会”等顶级学术会议。研究成果被“国际半导体技术路线图”和30多部综述文章长篇幅引用。团队已在该研究方向申请国内外专利72项，其中30项已获得授权，知识产权完全自主可控。 团队已研制出全球首款忆阻器存算一体芯片和系统，集成了8个忆阻器阵列和完整的外围控制电路，以更小的功耗和更低的硬件成本大幅提升了计算设备的算力。全系统的计算能效比当前主流的人工智能计算平台——图形处理器（GPU）高两个数量级。团队还设计了一款基于130nm工艺研制的完整忆阻器存算一体芯片，在MNIST数据集上计算速度已超过市面上28nm工艺的四核CPU产品近20倍，能效有近千倍的优势。

项目成果/简介:随着人工智能、大数据、物联网、区块链等新一代信息技术兴起，数据量呈现爆炸式增长，传统计算系统的算力难以满足海量数据的计算需求。与此同时，摩尔定律逐渐放缓，单纯依靠提高集成度、缩小晶体管尺寸来提升芯片及系统性能的路径正面临技术极限，通过引入忆阻器新器件、模拟计算新范式、存算一体新架构，将拓展出全新的高性能人工智能芯片与系统，实现计算能力的飞跃。