橡胶集料混凝土（crumb rubber concrete，CRC）是由普通水泥混凝土中掺加橡胶集料组成，与普通混凝土相比，橡胶集料混凝土具有高变形，高能量吸收，高阻尼，高抗冻、高抗渗、高抗冲击，高抗开裂，低收缩，低热膨胀系数，低等特性。根据上述特性，该项目拟对弹性混凝土的抗拉强度、抗压强度、冲击吸收率、收缩率等性能进行研究，将其应用于室外体育设施并有望投入市场。

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。

成果描述：本发明涉及分布式极化敏感阵列的参数估计技术，特别涉及信号波达角度和极化参数的联合估计方法。 一个完备的电磁矢量传感器由空间放置的3个电偶极子和3个磁偶极子构成，它们在空间共点放置相互正交，从而形成极化敏感阵列，可以接收入射电磁波全部的电场分量和磁场分量，因而相较于传统的标量阵列，极化敏感阵列可以接收更多的入射信号的信息。又，极化敏感阵列能够感应入射信号的极化信息，从而获得入射电磁信号的极化参数。然而，传统的标量阵列却由于不能感应入射信号的极化信息，而无法获得入射电磁信号的极化参数。并且，极化敏感阵列还可以同时感应入射电磁波的极化信息和空域信息。因此，极化敏感阵列不管是用于极化参数估计还是自适应波束的形成，其都具有比传统标量阵列更优越的系统性能。 在极化敏感阵列的应用中，利用电场、磁场和坡印廷矢量之间的矢量关系，当空间放置有单个完备的电磁矢量传感器，利用该电磁矢量传感器就能够同时获得最多5个不相关信号的波达角度（DOA）和极化参数的估计，因此，在空间物理孔径受限的场合具有重要的意义。 然而，针对极化敏感阵列的信号处理，大多假设各个阵元由2至6个共点放置的相互正交的电偶极子或磁偶极子构成，因此，各极子在空间共点放置不可避免的会有严重的互耦效应，互耦效应会降低天线系统的性能。 阵元间的互耦现象是不可避免的，为了有效减少阵元各共点通道之间互耦的相互影响，现有技术提出了分布式极化敏感阵列，分布式极化敏感阵列是将极化敏感阵列各阵元共点分量在空间分散放置，其能够使阵元间的互耦效应大大降低，同时也可以感应入射电磁波的电场信息和极化信息。现有的针对分布式极化敏感阵列的参数估计方法大多针对完备的电磁矢量传感器，即在空间分散放置3个电偶极子和3个磁偶极子，然后再利用改进的矢量叉乘的方法来完成参数估计。然而，在实际中，由于空间电场和磁场是时变的，时变的电场产生磁场，时变的磁场产生电场，二者之间存在一定的冗余关系，因此考虑仅仅采用电偶极子或磁偶极子构成极化敏感阵列将可以获得更多的入射信号电磁信息。

产品服务:一种抗菌防护新材料在面膜、化妆棉、户外运动皮肤抑菌喷雾、内衣免洗喷雾等未来市场的打造。市场概况:美妆和运动领域商业模式:盈利模式是：创意时尚带动科技产品消费。会员制社群直销、搭配主题活动、与时尚产品混搭定期打包销售。

成果描述：项目把现代生物工程技术与传统酿造发酵技术相结合，利用自转化育种功能性菌株及各种酿酒发酵有益菌株，研制开发出各类新型微生物菌剂，既可有效利用和降低各类白酒生产原材料中残余淀粉含量，提高酿酒原料的利用率，增加出酒率，减少废弃丢糟的排放；还可根据不同人群饮食文化的嗜好，采用不同微生物菌种配合和工艺改造，生产出具有不同风格特点的新产品类型，实现经济、社会及环保效益的和谐统一。市场前景分析：本项目成果技术应用覆盖生物工程、生物化工、食品酿造等工程技术领域。由于核心技术是淀粉质材料的高效利用和酒精成分、风味物质的有效生成，因而相关技术成果适用于不同规模白酒发酵生产企业以及各类酿造食品及发酵饮料等传统和现代酿造生产企业选择性使用。本项目已在部分企业得到生产规模应用，产品市场前景良好。与同类成果相比的优势分析：针对各种原料的专用酿酒微生物制剂系列，为浅褐色粉粒，分别含多种高活性酿酒酶类和各种香型生香酵母，100斤粮食出酒率为50度白酒80-120斤。年产300吨，年销售收入300万元。国内领先。

大数据应用的多样化 需要的计算模型、数据模型多样化； 目前每类模型需要单独的开源系统来支持（如HDFS、HBase、Neo4j、MongoDB，Flink，Spark，Tensorflow等）。 多系统导致大数据分析平台非常复杂、效率低下。研究目标：研究和开发面向新型多计算模型融合架构的、高时效、可扩展的新 一代大数据分析支撑系统与工具平台FAST（Fusion-Architecture, Scalable, Time-efficient big data analysis platform）。针对目前大数据分析平台复杂、效率低下的痛点，该系统具有三个 方面的优势：首先，这套系统采用融合架构，一方面实现关系、图、键 值、文档等多种数据模型的高效融合，另一方面实现批处理计算、流计 算的深度融合，并可以通过SQL扩展语言来进行多模型的统一查询，实现高效的跨模型查询。其次，对于复杂系统来说，时效性非常重要，这 套系统采用融合架构提高效率是实现高时效的基础，更重要的是，我们 对大数据分析从数据到用户进行了端到端的全栈时效优化。最后，对于 大数据应用来说，系统扩展性非常重要，本系统在资源层、存储层和计 算层进行了全面的扩展性优化。下面在融合架构、高时效和可扩展这三 个方面，分别详细介绍FAST系统的三个主要亮点。融合架构FAST系统的第一个亮点是融合架构，我们在技术方面的创新主要包 括多数据模型融合和多计算模型融合两方面。多数据模型融合：设计和研发了多模型数据管理与查询引擎，支持关系、图、键值、 文档等多种数据模型，实现了查询解析、查询优化、元数据管理、数据 分布等功能，将多种数据模型进行统一管理和深度融合。同时扩展了SQL语言，通过统一的查询接口支持对关系、键值、图、文档等数据进行独立访问或者跨模型查询。经过试验，多模型数据融合查询，比Spark 2.3.4的查询时间能平均减少70.7%。目前spark等现有系统还需要手工编程方式来实现跨模型查 询，所以FAST系统在易用性上也表现良好，降低使用门槛，提高开发效率。多计算模型融合：在计算层实现了最常见的批处理计算和流计算深度融合，批流融合的核心方法是在系统内部实现批和流的统一表达，批是对有限数据集 的运算，流是对无限数据流的计算，我们设计了UCollection结构对批和 流数据进行统一表达，通过识别的bounded标志，来确定是批、流、或批流融合。有了统一表达，可以开展一系列融合优化来提升系统性能。 并且对上通过Unified API统一用户的批、流接口，实现二者在编程范式上的统一表达。对于批流混合的计算，融合架构系统的查询延迟比Flink 1.4.2能减少57%，吞吐量平均可以提升到6.72倍。高时效FAST系统的第二个亮点是高时效，即缩短大数据分析的时间消耗， 提高效率。由于大数据分析平台是一个非常复杂的系统，为了做到高时效，系统不能存在性能短板，因此需要对大数据分析的整个过程进行端到端的全栈时效优化。如图中所示，自下而上，需要在多模态存储、批流融合、机器学习、人工操作各层都进行优化。对于多模态存储，面向应用负载和异构硬件特征进行自适应优化；对于批流融合计算，在统一表达基础上，进行系列融合优化技术， 包括DAG优化、迭代优化、部署优化、操作符优化等；在机器学习层面，进行模型优化、消息优化、梯度优化、概率优化 等来提高时效；而且我们也考虑到大数据分析过程中用户人工操作的时效性问题， 通过智能地进行大数据分析方法和模型的推荐，来缩减人工操作的 时间。可扩展FAST系统的第三个亮点是可扩展，由于大数据应用规模很大，数据增速快，对系统可扩展性的要求非常高，为此我们在系统的资源层、 存储层和计算层进行了全面的扩展性优化。在资源层，系统都部署在云计算的虚拟化资源之上，利用了云计算资源的弹性机制进行系统扩展。并在系统中实现了可伸缩调整模块， 能实时监控软硬件系统的状态，按照应用需求来自适应地进行弹性伸缩。在存储层，分布式存储系统扩展性的关键在于分布式共识和一致性 协议（Raft），因此提出了KV-Raft、vRaft等进行Raft的扩展优化。在计算层，我们扩展了机器学习模型的参数规模，使系统可以支持 到百亿级别的超大规模机器学习模型训练，并且性能方面有明显提 升。亮点成果：融合架构大数据分析平台目前已经在阿里巴巴双十一进行示范应用。 从2020年11月10日至11月16日一周的时间，在阿里的生产环境中，研发 的系统一直连续稳定运行，基于淘宝和天猫的实际用户信息进行大数据 分析，综合运用了本系统的存储、计算、机器学习等多个模块的能力， 累计进行了184亿件商品推荐。同时在双十一期间，基于智能交互向导技术，也面向电子商务应用 的卖家提供了“生意参谋”应用，基于大数据分析，帮助卖家分析产品 销量变化的原因，以及促销的有效手段等。

纯电动车用电力驱动系统的额定功率7.5kW，额定转矩24Nm，峰值功率可以达到24kW，峰值转矩100Nm，效率大于92%，最高效率为96%，转速6000rpm，电力驱动系统与整车控制器配合完成21项功能和11项系统故障保护，与国内外类似产品相比综合技术指标达到了国际先进水平。

成果描述：利用胶原纤维与单宁的反应特性，通过“共价交联技术”将单宁固化在胶原纤维上，得到胶原纤维固化材料。该项技术已获得国家发明专利，专利号：ZL021341745。 该吸附材料与一般的吸附材料不同，它为颗粒纤维状，吸附是在材料的表面进行的。因此，吸附和解吸速度很快。该吸附材料的吸附能力是普通吸附剂(如活性炭)的5-10倍，价格只略高于活性炭。 胶原纤维固化单宁对水体中的铀离子具有较强的吸附能力，其吸附容量达到120-200mg/g。特别是吸附后很容易解吸，解吸液中铀离子的浓度至少是原液的20倍以上。不仅如此，该吸附材料还可从模拟海水中提取铀，具有对铀的高选择性吸附能力，这是其它吸附材料无法比拟的。该吸附材料适合于固定床(吸附柱)操作。即将吸附材料放入吸附柱中，原料液自上而下流过吸附柱即可，由于吸附材料是颗粒纤维状，因此床层的阻力很小。当吸附达饱和后，通过解吸将吸附的铀回收，而吸附柱又可以再使用。每个吸附柱至少可重复使用20次，其吸附性能基本不变。中试应用试验表明，将该吸附材料用于含铀萃余废水的处理时，废水可达标排放，而回收的铀可重新用于核燃料生产中。市场前景分析：用于铀加工过程废水中铀的回收，稀土的分离和回收，有用金属的回收。与同类成果相比的优势分析：对铀的吸附容量达到120-200mg/g，至少可重复使用20次。能高效回收废水中的铀，废水达标排放，吸附剂可多次重复使用。使用安全，废弃吸附剂可完全焚烧处理。国际先进。

成果描述：本产品选择以壳寡糖、壳聚糖为主要原料，以胶囊为该产品的剂型。易于携带、服用方便的胶囊剂是保健食品的常用剂型，能最大限度地提取和保留配方中的有效成分，发挥有效成分的综合作用确保功效。改胶囊利用壳寡糖易被生物细胞吸收和利用，可广泛地激活免疫系统；壳聚糖对人体具有广谱性生理功能；在此基础上又补充了有增强免疫功能表达其他成分和缓解由于配方组分中壳聚糖产生的便秘副作用的低聚木糖。各原料相辅相成，达到协同增强免疫力的保健效果，又能缓解因长期服用壳聚糖产生的便秘副作用，这是现在甲壳素类保健食品中比较少见的。现在大多数甲壳素类保健食品都是单独以壳聚糖或壳寡糖为原料例如海利惟康几丁聚糖胶囊、久康牌壳聚糖胶囊单以补充壳聚糖为主、软银壳寡糖胶囊也是以补充壳寡糖为主。因此，我们以现代医学理论为产品的设计基本依据，利用壳寡糖的功效和壳聚糖、低聚木糖等的协同作用效果，成功开发具有特殊保健功能的复方胶囊将有助于国内保健市场的多元化和保健胶囊的发展，并在开发增强免疫力的保健食品领域也具有非常现实而重要的意义。市场前景分析：小试成果。与同类成果相比的优势分析：所用原料符合中国卫生部关于保健食品的原料要求，产品的卫生指标、理化指标、功效成分指标和安全性指标等均符合卫生部关于保健食品的相关要求。

项目成果/简介:本发明公开了一种棕榈藤材藤皮藤芯的区分方法,该方法采用生物解剖方法,每隔一固定距离对藤茎径向的藤材纤维比量,维管束密度,导管比量和薄壁组织比量进行系统测试,计算,分析和研究,根据藤材上述解剖构造特征的......