中国传媒大学融合门户平台竞争性磋商

研究背景：  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。

随着视频与图像技术的快速发展，在监控视频中识别特定人物身份有着重要的实用价值。本项目   针对现实场景下，普遍存在的面部遮挡以及拍摄机位和镜头距离变化，而导致传统基于正面人脸的识 别方法的准确率将大大降低，甚至识别错误的问题，提出了一种基于局部分割与融合的算法，应用于 视频分析平台下的特定人物识别，融合多部位识别特征，提高了部分遮挡、多场景和镜头变化下的人 物识别鲁棒性，经充分验证，达到了先进的识别精度，可以满足实际应用的需求。该技术是优化并提 高复杂背景下人物识别精准度的一项核心技术，已申请国家发明专利 1 项。

本发明公开了一种视频摘要中事件与背景的融合方法。该方法在前景检测与目标跟踪的基础上，将事件与背景的融合问题分成事件预处理、背景帧选择、事件与背景融合三个步骤。首先对事件进行预处理，包括对事件按面积大小排序并调整局部亮度；然后，用事件投票的方式选择最优背景帧，使尽可能多的事件落在该帧背景上；最后融合事件与背景，根据当前位置的像素点在背景帧上的状态标志值和在图像块上的二值前景值选择使用泊松图像编辑方法融合或加权融合

本发明公开了一种激光红外融合检测识别系统，包括非均匀性校正 SoC 芯片、图像旋转 ASIC 芯片、多级滤波 ASIC 芯片、连通域标记 ASIC 芯片、主 DSP 处理器、从 DSP 处理器、主 FPGA 处理器和从 FPGA 处理器，其中，从 FPGA 处理器控制各 ASIC/SoC 芯片完成激光和红外图像的预处理，主 FPGA 处理器控制主 DSP、从 DSP 及标记 ASIC 协助完成远距离、中距离和近距离的目标融合检测识

奥威亚智慧录播、高校应用平台等核心产品已在吉林大学形成丰富的应用成果

本发明公开了一种植物株系相关蛋白PROG2及其编码基因与应用。本发明所提供的植物株系相关蛋白PROG2为如下a1)或a2)或a3)：a1)氨基酸序列是序列表中序列2所示的蛋白质；a2)在序列表中序列2所示的蛋白质的N端和/或C端连接标签得到的融合蛋白质；a3)将a1)或a2)所示的蛋白质经过一个或几个氨基酸残基的取代和/或缺失和/或添加得到的与植物株型相关的蛋白质。实验证明，植物株系相关蛋白PROG2对调控水稻株型和产量具有非常重要的作用，在培育高产水稻新品种中具有广阔前景。

西安科技大学自 2003 年开始就对蛋白质塑料进行了研究，随后将超细煤粉作为功能填料引入其中，对不同变质程度的煤、煤的氧化预处理、灰分含量等对复合材料的影响进行了系统性研究。目前此项技术已经成熟，获批发明专利一项。

传统的抗肿瘤药物，如烷化剂、铂类试剂、作用于核酸合成的药物、作用于微管蛋白合成 的药物等，一般存在毒性较大、选择性较低等问题，因此，研究寻找安全有效、选择性较好的 靶向性抗肿瘤药物具有重大的科学意义和巨大的社会价值。 组蛋白去乙酰化酶 (Histone Deacetylase，HDAC) 是治疗肿瘤的新靶标，其抑制剂 Vorinostat (SAHA) 和Romidepsin (FK228) 已分别于2006年和2009年经美国FDA批准上市用于治 疗表皮T细胞淋巴瘤；该类抑制剂显示出良好的肿瘤治疗效果及较小的毒副作用，是目前最具 前景的抗肿瘤药物之一。 本项目综合运用分子动力学模拟、计算机辅助药物设计、化学合成、药理学活性测试等 方法，通过“设计－合成/修饰－测试”的多次循环，开发了一系列结构新颖的四氢-γ-咔啉骨 架的HDAC抑制剂。该类抑制剂可以有效抑制HDAC总酶及HDAC1的活性，多个化合物的酶 活性都低于50 nM；并且，该系列多数化合物对Hela、A549、HCT116、K562、MCF-7等肿瘤细 胞株表现出比阳性对照药物SAHA更高的活性，多个化合物对所测肿瘤细胞株的抑制活性低于 1 μM，而对于人类正常细胞无抑制活性；在动物模型试验中，代表性化合物对接种Lewis肺癌 荷瘤小鼠模型表现出良好的治疗效果，且没有观察到明显的体重变化和毒性反应。因此，该类 HDAC抑制剂可以作为药物先导化合物用于制备抗肿瘤药物，为广大肿瘤病患者带来福音，也 向开发我国具有自主知识产权的抗肿瘤药物迈进一步。 

由于环境污染的加剧及石油基资源的日益短缺,基于可再生资源的生物材料日益受到重视。大豆蛋白质是豆油产业的副产物,是一种来源丰富的可再生植物资源,也是一类添加增塑剂后可热塑成型的天然高分子材料。然而,单独由大豆蛋白质制备的塑料硬且脆,加入小分子增塑剂后,大豆蛋白质热塑性改善,柔韧性增加,但力学强度较低且对水敏感,限制了其发展和应用。本项目以大豆分离蛋白质(SPI)为主要原料,通过与其他生物可降解材料的共混,以及与纳米粒子的复合来得到廉价、加工性良好且力学及防水性能改善的大豆蛋白质环境友好材料。本技术的创新之处在于：(1)制备了邻苯二甲酸酐改性的大豆蛋白质(PAS)并用其来增强甘油增塑的大豆蛋白质,在不添加任何增容剂的情况下得到了两相相容性良好、性能改善的大豆蛋白质复合材料,探讨填料、基体相似的化学结构与相容性之间的关系；(2)将碳纳米管进行酸改性后与大豆蛋白质复合,得到分散性良好、增强效果明显的纳米复合材料,研究酸改性后纳米管表面极性的变化对其在基体中的分散以及与基体相容性的影响；(3)在无增塑剂添加的情况下,通过熔融共混制备了全生物降解的SPI/聚己二酸/对苯二甲酸丁二酯(PBAT)共混材料,该共混材料在高蛋白质填充量的情况下仍具有较好的韧性和强度；(4)首次通过熔融法制备了SPI/聚乙烯醇(PVA)共混膜材料,制备过程简单、绿色且产品性能优良；为了进一步改善共混材料的力学性能,继而在SPI/PVA材料中引入层状硅酸盐蒙脱土(MMT),利用SPI/PVA与MMT三者间强的氢键作用制备剥离型或插层型纳米复合材料,所得材料强度、热稳定性、防水性提高。