为做好专业技术人员职业资格考试规划和管理工作，便于广大专业技术人员参加职业资格考试，经商有关部门同意，现就2021年度专业技术人员职业资格考试计划及有关事项通知。

随着深化教育体制机制改革的进一步推近，新兴的青少年创客教育在国内各大城市如雨后春笋般涌现，新兴创客职业从业人数更是呈几何式增长，随着青少年创客教育这一新兴职业的发展，各机构对工作在一线，能够从事青少年创客教育的师资型人才的专业性和规范性的要求越来越高。

英语入门、新概念、零至四六级、商务英语BEC、口语翻译、雅思托福。

利用AI技术制作英语考试复习资料 系统通过学习历年的考试真题卷，得出考试所涉及各类知识点的考试概率、考试常用题型和考分比重，利用AI技术制作成套的复习试卷，消除了传统复习资料中试题重复、容易知识点重复训练、以及复习知识点范围与考试范围匹配度差等问题。复习资料的精炼度比传统资料提高3倍以上，为考生的复习提高效率30%以上。 同时，该系统还能根据考生的答题情况，动态调整复习资料，对于考生掌握较差的知识点重复出题，大大提高了复习资料的针对性。 配套一体化教学、自学平台 A.实现了以教师计划为中心的教学系统与以学生需求为中心的自学辅导系统的一体化设计。 B.每份复习资料都可以在线上（支持手机、平板）学习和线下（按标准试卷的格式）学习，实现了线上线下、教与学的一体化设计。 C.在特殊时期，所有的教学计划可以在线上完成；在正常时期，主要的教学计划可以在线下完成。这样就实现了特殊时期与正常时期教学计划的连续性和一体化设计。 应用价值

测查应试人员是否具有从事高级知识产权实务的综合能力素质。要求应试人员掌握并应用知识产权理论、方法和技巧，灵活运用相关政策法规，深入、恰当地开展知识产权创造、保护、运用工作以及管理、督导和研究等。

可应用于高校组织举办的学期考试、招生考试、学位考试和日常考试、教学质量评价、教研分析等，场景包括线上考试、线下纸笔考试、局域网机考等。

时间确定网络是指终端用户之间的时延波动可控，且端到端传输可靠的网络。针对传统互联网路由技术无法保障端到端时延，且网络资源利用率低下的现象，深究其背后的科学问题，设计了时间确定网络组网技术。1）提出了表征网络时变特征的时变图模型和基于时变图模型的路由算法，通过联合调度链路、缓存、时间等多维资源，构建端到端时延保障路径；2）设计了基于时间的托管传输机制，通过管控缓存与业务转发时刻，实现业务时延确定性转发；3）设计了多队列管理机制，保障突发时敏业务的低时延传输；4）设计了自适应拓扑发现与维护机制，以较低负荷维护网络时变拓扑信息；5）研制了时间确定网络组网协议及原理样机，构建测试平台，支持协议在规模化网络环境中的验证。 主要技术指标 （1）支持时延确定分组转发，具备端到端时延、抖动保障能力； （2）相比传统路由方法相比，链路资源利用率提升 30%； （3）适用于时变拓扑网络环境，与 Ipv6、OSPFv3、SRv6 兼容，路由收敛时间小于 5 秒。 相关成果 时间确定网络组网协议软件、原理样机、网络化测试平台

厄尔尼诺现象，是赤道中、东太平洋海表温度持续异常升温的周期性气候现象，平均每2-5年发生一次，对全球气候具有重大影响。厄尔尼诺现象会造成全球不同地区的异常温度变化，以及干旱或强降雨等现象。及早并准确地预测厄尔尼诺的发生以及强度，对预防或降低其带来的全球范围内的经济、农业、社会等方面的损失意义重大。 2019年12月24日，由北京师范大学系统科学学院陈晓松教授参与指导的一篇关于厄尔尼诺预测的文章已在线发表在美国科学院院刊PNAS上，首次克服了长久以来困扰厄尔尼诺预测的“春季预测障碍” （即无法在厄尔尼诺发生的那一年的春季或更早给出准确预测），将对厄尔尼诺现象的发生，特别是强度的预测提前一年。 该文作者提出了一套基于信息熵理论的全新的方法——System Sample Entropy——用来计算厄尔尼诺区域（Nino 3.4）近海平面空气或海表温度的复杂度（包括温度随时间变化的无序性以及不同地点温度变化的同步性或相干性）。利用这一方法，作者们发现了Nino 3.4区域温度变化的复杂度与厄尔尼诺现象强度存在着非常强和稳定的线性关系，即一年内（1月1日-12月31日）Nino 3.4区域的温度变化复杂度越大，那么下一年发生的厄尔尼诺事件的强度就越大。基于这一发现，作者们提出了一套基于每年Nino 3.4 区域温度变化复杂度的大小（由该区域 System Sample Entropy 量化）来预测来年厄尔尼诺发生及其强度的方法。该方法目前成功的预测了1984至2019年期间10个厄尔尼诺事件中的9个事件的发生年份，以及24个没有厄尔尼诺现象发生的年份当中的21个，特别是对厄尔尼诺强度预测的平均误差仅为0.23摄氏度。 对于刚刚到来的2020年，基于文中提出的System Sample Entropy的方法，作者们预测厄尔尼诺将有很大概率会在本年下半年再次发生，并发展为一个中等强度甚至高强度的厄尔尼诺事件，其预测强度为1.48+-0.25摄氏度。 目前传统的厄尔尼诺预测方法只能在提前6个月范围内给出比较准确的预测，而这对于提前预防厄尔尼诺带来的一系列严重影响是非常局限的。这一新的预测方法，将对厄尔尼诺的预测时间提前到了每年一月。这对于提前采取行动，控制和降低这一现象所带来的一系列全球范围内的消极影响，将意义重大！ 此工作由德国波茨坦气候影响研究所 （PIK）樊京芳博士作为通讯作者，PIK 的Jürgen Kurths教授，Hans Joachim Schellnhuber教授以及北京师范大学陈晓松教授等参与共同完成。陈晓松教授领导的研究小组多年来一直从事统计物理和复杂系统及相关课题的研究，特别是近年来专注于地球复杂系统的动力学演化及预测。

厄尔尼诺现象，是赤道中、东太平洋海表温度持续异常升温的周期性气候现象，平均每2-5年发生一次，对全球气候具有重大影响。厄尔尼诺现象会造成全球不同地区的异常温度变化，以及干旱或强降雨等现象。及早并准确地预测厄尔尼诺的发生以及强度，对预防或降低其带来的全球范围内的经济、农业、社会等方面的损失意义重大。 2019年12月24日，由北京师范大学系统科学学院陈晓松教授参与指导的一篇关于厄尔尼诺预测的文章已在线发表在美国科学院院刊PNAS上，首次克服了长久以来困扰厄尔尼诺预测的“春季预测障碍” （即无法在厄尔尼诺发生的那一年的春季或更早给出准确预测），将对厄尔尼诺现象的发生，特别是强度的预测提前一年。 该文作者提出了一套基于信息熵理论的全新的方法——System Sample Entropy——用来计算厄尔尼诺区域（Nino 3.4）近海平面空气或海表温度的复杂度（包括温度随时间变化的无序性以及不同地点温度变化的同步性或相干性）。利用这一方法，作者们发现了Nino 3.4区域温度变化的复杂度与厄尔尼诺现象强度存在着非常强和稳定的线性关系，即一年内（1月1日-12月31日）Nino 3.4区域的温度变化复杂度越大，那么下一年发生的厄尔尼诺事件的强度就越大。基于这一发现，作者们提出了一套基于每年Nino 3.4 区域温度变化复杂度的大小（由该区域 System Sample Entropy 量化）来预测来年厄尔尼诺发生及其强度的方法。该方法目前成功的预测了1984至2019年期间10个厄尔尼诺事件中的9个事件的发生年份，以及24个没有厄尔尼诺现象发生的年份当中的21个，特别是对厄尔尼诺强度预测的平均误差仅为0.23摄氏度。 对于刚刚到来的2020年，基于文中提出的System Sample Entropy的方法，作者们预测厄尔尼诺将有很大概率会在本年下半年再次发生，并发展为一个中等强度甚至高强度的厄尔尼诺事件，其预测强度为1.48+-0.25摄氏度。 目前传统的厄尔尼诺预测方法只能在提前6个月范围内给出比较准确的预测，而这对于提前预防厄尔尼诺带来的一系列严重影响是非常局限的。这一新的预测方法，将对厄尔尼诺的预测时间提前到了每年一月。这对于提前采取行动，控制和降低这一现象所带来的一系列全球范围内的消极影响，将意义重大！ 此工作由德国波茨坦气候影响研究所 （PIK）樊京芳博士作为通讯作者，PIK 的Jürgen Kurths教授，Hans Joachim Schellnhuber教授以及北京师范大学陈晓松教授等参与共同完成。陈晓松教授领导的研究小组多年来一直从事统计物理和复杂系统及相关课题的研究，特别是近年来专注于地球复杂系统的动力学演化及预测。

"1、全二维气相色谱/快速气相色谱-飞行时间质谱联用仪（GCxGC/Fast GC-TOFMS）是近十年以来，国际上发展最迅猛的色质联用技术之一，是色谱-质谱联用技术发展的一个最新趋势。相比于常规气质联用具有高通量、高分离度和高灵敏度等显著优势，是解决复杂体系中全组分和痕量组分分析的最佳方案，逐渐成为石油化工、香精香料、烟草酒业、食品安全、环境监测和中药鉴定等领域的必备分析仪器。 2、基质辅助激光解析离子源-飞行时间质谱仪(MADLI-TOFMS)； MADLI-TOFMS微生物质谱快速鉴定系统具有高通量、高质量精度、高灵敏度和高鉴定准确率等优点。不仅操作界面友好、功能强大，而且运用了优秀的人工智能模糊控制和机器视觉算法。2015年6月通过中国分析测试协会专家组鉴定，同年获得BCEIA金奖。它也是迄今为止继德国布鲁克和日本岛津公司之后，全球第三套微生物质谱快速鉴定系统。微生物质谱快速鉴定系统广泛应用于临床微生物鉴定、药物分析、疾控及检疫等领域，填补了国内同类仪器的空白，应用前景和市场前景十分广阔。 "