1. 痛点问题 2021年12月，生态环境部会同相关部门印发了《“十四五”时期“无废城市”建设工作方案》，指出将在100个左右地级及以上城市开展“无废城市”建设，对提升城市固体废物的全过程管理水平提出了更高的要求。然而，当前我国许多城市固体废物产生量持续加大，无害化处置能力尚未得到有效保障，处理设施布局零散，固体废物精细化、信息化管理水平较低，在构建先进的城市固体废物管理模式中面临顶层设计、基础设施、管理体系等软硬件条件的不足，显著影响“无废城市”建设成效及固废管理领域碳减排目标的实现。亟需改进传统碎片式、分种类、智能化水平较低的固体废物管理模式，依托物联网和智慧支撑技术形成多种类型固体废物分类-收运-协同处置全链条系统性方案，充分发挥固废处置中的减污降碳协同增效作用，提升城市固体废物处理在全环节规划设计、工艺技术集成优化、工程及园区的可持续运营等方面的综合实力。 2. 解决方案 针对城市固体废物全过程管理问题，本项成果发挥清华大学环境学院循环经济产业研究中心在城市固体废物管理理论研究、工艺优化调控和规划决策应用等领域的长期积累，开发“无废城市”建设顶层系统规划工具，研发全链条工艺模拟与优化技术，搭建基于物联网和大数据的城市固废智慧化管理平台，形成能够有效服务于“无废城市”建设的城市固废分类-收运-协同处置全链条系统性解决方案。具体包括： （1）针对城市固体废物处理处置系统存在的现实问题，在整个城市层面构建从源头分类减量到末端处理处置、处理设施协同共生的工程技术体系和管理运营模式，打造处理设施协同共生、碳减排和二次污染集中控制效果显著、实现物质有序循环和能量梯级利用的多源固废协同处置园区，构建无害化、资源化、可持续的城市循环代谢链网； （2）开展多源固废处理处置工艺机理模拟，揭示固废-水-能耦合代谢路径与减污降碳潜力空间，实现工艺参数优化；模拟不同固废管理路径对物流、能流的影响，支撑不同应用场景下涵盖源头分类及减量化、污染处理处置、残余物集中控制全过程的工程技术体系优化； （3）基于物联网、智能监控、在线仿真技术等，构建城市固废管理多源异构大数据系统，形成原创性固废智慧管控技术，支撑建立集固废监测、溯源、预报、应急、调控等功能于一体的可视化管理平台，提供多场景、多效能、智慧化城市固废系统性解决方案。 合作需求 （1）与从事城市固废处理、再生资源回收利用、静脉产业园建设等领域的企业以及绿色金融机构开展业务合作； （2）项目孵化需办公场地500平米，天使轮融资需求约3000~5000万。

本发明公开了一种人流量统计系统中分类器的自动选择方法，属于视频监控及模式识别技术领域。本发明包括：预先设定多个成像视角，分别离线训练一个分类器；在线学习时，针对当前输入图像，对各分类器分别执行下述操作：检测目标，将当前检测出的行人目标与已有的跟踪目标进行关联，对未关联的跟踪目标采用跟踪算法进行跟踪，将未关联的检测目标加入跟踪目标队列中；对跟踪目标队列中符合条件的目标进行计数；若所有分类器所计目标数均未超过阈值，

本成果提出的基于超像素样本扩充的空谱全卷积高光谱图像分类方法有效的利用高光谱图像的超像素分割结果指导伪样本扩充增加了训练集样本数量，解决了高光谱图像有标记样本的稀缺问题，同时空谱的全卷积分类网络也充分利用了多尺度的空间特征和光谱特征实现了较高的分类精度。 成果非涉密，专利申请已经提交。 实验采用反射光学系统成像光谱仪（ROSIS）传感器获取意大利北部帕维亚大学（Pavia  University）的高光谱图像数据。该数据集由 103 个光谱带组成，共 610×340 像素，光谱覆盖范围从 430nm 到 860nm，空间分辨率为 1.3m。该数据集一共含有 9 个类别的 42776个有标记样本，选取每类 30 个有标记样本作为训练集，其余作为测试集。 由下表可以看出，在每类选取 30 个样本的情况下，本 模 型 的 OA，AA，Kappa系 数 比 DFFN 模 型 高 出20.8%，17.4% 和 26.5%；比CNN 高 出 23.1%，18.8% 和29.2%。并且下表证明了使用了伪标签样本扩充的空谱全卷积网络的本方法在小样本情况下每个类的分类准确性均优于 DFFN 和 CNN，达到了较好的分类效果。 表 1 PaviaU 数据集上对比实验结果

该成果提出了一种基于空谱差分辅助核联合稀疏表示分类的高光谱图像分类方法。本章方法的主要创新性在于：1）能够将光谱的差分辅助信息和原光谱特征信息有效结合。2）能够考虑不同光谱属性间的高阶空间相关信息。3）原空谱和差分空谱核特征字典的信息通过具有混合正则的核联合稀疏表示分类方法得到充分利用。通过在真实高光谱图像数据上的实验表明，该成果提出的方法能够有效地提高高光谱遥感图像的分类效果。 主要技术指标 不同数据集下的训练样本与测试样本数参阅表 1. 在该训练样本集数量下的分类结果表现参见表 2. 相比于传统分类器 SVM，OA 提高了约 20%；相比于 SOMP，OA 提高了约20%。 该成果无需使用 GPU 资源在保证精度的同时有效提升了分类的精度和效果，同时在较少训练样本条件下仍能得到较好的分类精度和分类效果。 表 1. 不同数据集下的训练样本选取数量 表 2. PaviaU 大学数据下不同方法的正确率比较

本发明公开了一种基于可穿戴生理设备的睡眠阶段分类检测算法，包括以下步骤：获取多模态脑电生理信号；对多模态脑电生理信号依次执行滤波去除噪声和Z‑score归一化处理，得到预处理信号数据；对预处理后的信号数据通过反向传播算法和梯度下降优化实现，以交叉熵损失函数衡量生成信号与真实信号的差异，不断调整参数使生成信号更接近真实睡眠信号；构建一个与生成器具有相同的卷积单元形式的判别器，判别器与生成器构成生成对抗网络模型，自动调整调节参数，输出不同睡眠阶段的分类结果。本发明通过合理整合EEG和EOG等信号和GAN模型的应用，使模型能够学习到真实睡眠信号的分布并进行准确分类；提高分类的准确性和稳定。

社会网络已经成为覆盖用户最广、传播影响最大、商业价值最高的 Web2.0 业务，在世界范围内，最著名的社会网络代表是 Facebook、Twitter，用户量分别达到 12 亿、5 亿;国 内使用人数最多的社会网络工具是新浪微博和腾讯微博，其中新浪微博用户达到 5 亿，腾讯 微博用户超过 8 亿。社会网络中的巨大用户群每天产生海量的用户数据、关系数据和信息数 据，若能够对海量数据进行准确、及时的分析，则会在精确营销、舆情探测以及网络安全等方面创造巨大价值。然而由于社会网络的大数据特性以及分析方面要求准确、及时，目前缺 乏融合多项社会网络分析技术的、成熟的社会网络大数据分析系统。社会网络分析技术是一项关键技术，也是一项热门的研究，涵盖了社会学、人类学、社 会语言学、地理、社会心理学、通信研究、资讯科学、社会网络分析与探勘、组织研究、经 济学以及生物学等多个领域，是一项多学科交叉技术。社会网络大数据分析系统要求具有坚 实的数据支撑，即数据获取全面、更新及时、获取数量大，也强调多维度、多粒度的分析手 段相结合，并对分析速度、可视化以及人机交互等方面都提出很高的要求。基于上述现状和挑战，在国家科技支撑项目的资助下，实现基于新浪微博、Twitter 等 主要社会网络交流工具的大数据分析系统，系统完成从数据获取、数据预处理、数据存储、 消息中心、数据分析、结果可视化展示的闭环处理流程，支持多种社会网络(Twitter、新浪 微博等)的数据实时、不间断获取，获取数据量在国内外同研究领域处于领先地位;实现整 体、个体、群体以及事件的多层次、多粒度分析模式;同时具备良好的人机交互操作界面以 及优秀的分析展示效果。

湖南网络工程职业学院属省教育厅直属公办全日制普通高等学校，是一所依托广播电视大学丰富的网络和教学资源，致力于用互联网技术推动职业人才培养的新型高职学院。运用全方位覆盖的数字化智慧校园，大数据背景下的云计算网络空间，在全国高职教育领域首创了“开放式高职”的教育模式。学院有着39年专科办学历史，累计培养各类专业技术人才6万多名。 学院位于长沙市中心城区，毗邻中南大学铁道学院校区，中南林业科技大学等高校，属长沙市主城区内的大学城片区，学风浓厚，环境优美。学院紧临市区主干道芙蓉路，公交线路四通八达，地铁一号线直达学院东校门，各种交通换乘方便快捷。 学院是教育部“全国高职高专院校人才培养工作水平评估”优秀学校。学院秉承“让学习伴随一生”的校训，围绕湖南十三五“五化两型”新战略，面向信息产业，服务互联网经济的办学定位，主动适应产业发展，不断增强办学实力，以国家“互联网+”行动计划为指导，聚焦互联网技术与应用产业链，重点建设“互联网资源制作与服务”、“互联网工程”、“网络经济管理与服务”等专业群，培养各类高素质互联网技术技能型人才。 学院开设有数字媒体应用技术专业、软件技术专业、移动应用开发专业、计算机应用技术专业、艺术设计专业、计算机网络技术专业、物联网应用技术专业、工业机器人技术专业、数控技术专业(智能编程方向)、数控技术专业、机电一体化技术专业(智能装备装调与维护)、机电一体化技术专业、工商企业管理专业、电子商务专业、会计专业、市场营销专业、金融管理专业、旅游管理专业、酒店管理专业、机场运行专业(机场管理与服务方向)、机场运行专业{民航安检方向)、商务英语等20个专业。 学院办学实力雄厚，现有教授45人、副教授138人，博士18人、硕士231人，省级教学名师4人，省级专业带头人4名，省级青年骨干教师9名，省级教学团队3个，近年来先后有50多名教师赴美国、加拿大、英国、香港等地接受国际专业培训或访问学习。学院拥有省级示范性特色专业群1个，省级特色专业1个，省级教改试点专业4个;国家级精品课程1门，省级精品课程3门;中央财政资助的重点实训基地1个，中央财政支持的专业重点建设项目2个。

生物振荡网络作为生命体的内禀时钟，调节各种与时间信息相关的生命过程，因此需要在减小计时涨落的同时，保持对环境信号的敏感性。 对于处于热力学平衡态的系统，涨落耗散定理表明，高响应与低涨落不可能同时完成。但是生命系统处于非平衡态，并没有涨落耗散定理的约束。对于振荡网络这一非平衡态系统，如何保持高敏感性和精确性，以及对应的热力学的设计原理，是一个重要的利用物理原理理解生命系统的基本问题。 欧阳颀教授研究组与美国IBM沃森研究中心的涂豫海教授（北京大学物理学院/定量生物学中心教授）展开合作，首次从理论上揭示了生化反应网络优化振荡功设计原则。研究发现，通过增加系统的自由能耗散，振荡的计时精确性增加，这与之前的研究相符；更重要的是，耗散的增加还能够增强系统对于外界信号的响应，两者呈正比关系。通过对简单模型的解析发现，额外的自由能耗散可以加强振荡相位与振幅的耦合，借此来增强对信号的响应，从而打破了平衡态的涨落响应关系。为了同时达到高敏感性和精确性，系统需要精细的分配参与反应的非平衡环路中的自由能耗散。研究基于化学势与反应流提出了两条重要的能量分配原则，并在相关实验数据分析中得到验证。

主要研究一个面向具体应用的大规模复杂网络环境下的系统信息安全的铁路客票网络安全系统，针对复杂广域网及铁路客票应用系统提出了一种以分布式安全代理、智能网络安全综合管理平台为核心，以密码产品商业应用及PKI认证系统为基础，联动安全通讯、防火墙、VPN、入侵检测、扫描器及安全审计等多种安全部件的综合网络安全管理整体解决方案。全面建立了独立自主的、能解决复杂网络系统动态安全问题的，从基础系统到安全应用上具有完全自主知识产权、软硬件相结合的，对于用户可方便使用、透明、开放的人机一体、人网一体的信息安全平台。成果采用的“原应用系统附加安全监控系统”的设计、实施模式，有基本不影响应用系统运行和版本滚动升级的优点，极大地降低了应用系统安全强化过程的风险。研制出了由安全策略支撑基础层、安全管理层、安全控制层构成的基于分布式以太控制网络的复杂网络安全管理与控制平台；提供了智能导航界面，便于系统管理员的操作；能实现网络节点自动查找，自动生成网络拓扑图；提供了节点状态检测、安全检测、访问控制及节点数据完整性的保护功能，同时提出了基于平台的系统安全联动的“内神经”、“外神经”消息数据交换标准；提供了安全评估、策略管理及任务自动规划和调度功能，能对系统所有的计算、通讯资源实施统一调度和集中控制；把国家政策要求的商密技术与商密产品通过安全管理与控制平台和自主知识产权中间件有机整合成新的、支持数字证书技术的安全认证、加密通讯系统平台，支持分布式、异质异构系统安全策略的实施。