本发明公开了一种覆冰输电杆塔的风载荷计算方法，运用计算 流体动力学方法，计算覆冰输电杆塔在不同覆冰厚度时的风载荷升力 系数、阻力系数和扭矩系数，然后乘以空气密度、风速和输电杆塔承 受风压的投影面积计算值，得到输电杆塔承受的分布风载荷。按照本 发明，可以考虑不同覆冰厚度的风载荷的计算，杆塔分段可以更细致， 计算结果更接近实际应用工况，提高输电杆塔的安全性。 

研究分析了制冷装置中高 性能的气液分离器，降低了压缩机的故障率，减小旋流式分离器的压降损失，维 持系统的高效运行，促进制冷技术的发展。

本发明公开了一种基于图论的高光谱图像显著度计算方法，包括以下步骤：1）将输入的高光谱图像以图表示；2）对图进行权值计算，构建权重矩阵,权重矩阵中的元素值反映了中任意一个顶点和其他所有顶点的联系；3）像元的全局显著性计算，像元的全局显著性等于它与图像中所有其它像元间权值的总和：4）像元的局部显著性计算，像元的局部显著性用其邻域背景像素的方差来表示：5）像元的最终显著度计算，将对应像元的全局显著性与局部显著性相乘，得到各像元的最终显著度。本发明在计算高光谱图像显著度时，充分考虑了感兴趣目标的光谱特性和几何尺寸特性，因此，能够有效抑制背景的干扰，提高感兴趣区域的提取效果。

1 成果简介 微波耦合加热移动物体的过程，在数学与物理的建模上，通常认为是极其复杂的过程，普通人员很难掌握，另外，模拟仿真计算还极其耗时。为解决此问题，我们利用运动的相对性原理和不同物理量(电磁场、温度场和流场)在不同坐标系之间转换，提出了一种计算微波耦合加热移动物体的数值计算方法。此法具有操作过程简易，计算精度高且耗时少的特点，理论上，此计算方法还适用于微波耦合电磁搅伴器时的加热过程计算。 2 关键技术 从物理场的角度而言，微波加热是一个典型的多物理场问题，主要涉及的是电磁场与温度场能量的转换与传导，以及流场（如周围空气）与加热物之间的共扼传热。 在现代工业与科研中，广泛应用微波加热。如《Science》和《nature》，分别在 2016 与 2018 年，刊登了利用微波制作石墨烯技术。但由于微波最大的缺陷，就是加热的不均匀性，又极大地影响了微波的应用。为了改善加热的均质性，通常使加热物运动，如旋转或采用磁搅伴器。微波治疗肿瘤，被国际医学界称为绿色疗法，肿瘤细胞死亡最可能萎缩和死亡在 42.5℃～43.5℃之间，温度低了则治疗肿瘤无效，而温度高了，又会损伤周围健康器官，由于在人体上操作，故要非常谨慎的，所以又限制了微波应用。若能有一种快速预测的计算方法，能立即得到加热的温度场分布，则是一个非常有意义的事！ 针对移动物体的微波加热，传统模型计算极其复杂，只有少量专业研究人员会计算，一般人员很难掌握，同时计算又极其耗时。本方法在此方面进行了大胆的探索。 3 知识产权及项目获奖情况 发表了一篇 SCI 论文，专门论述了该方法，详见：PU GUANGYi, PU CHENG XI, J. WANG, C. F. SONG, “A method for coupled microwave heating process and heat transfer simultaneously of moving objects,” Journal of Food Processing and Preservation, vol. 42, no.1,e13468, 2018. DOI: 10.1111/jfpp.13468. 4 项目成熟度 该方法计算工作量小，计算方便，且精度高，适合加热运动物体或电磁搅拌装置，或同时加热运动物体及有电磁搅拌的情况。现在 CAD 与 CAE 技术发展非常迅速。所以，理论上可以直接利用这些商业软件进行建模与计算。 5 投资期望及应用情况； （1） 微波治疗肿瘤方面。由于微波能够穿透到肿瘤内部，直接“杀死”肿瘤细胞，理论上，远比高能射线如γ射线效果好，且对人体副作用小。先前没有广泛使用，原因之一是不好控制加热的不均匀性。若能在治疗之前，先预先计算出加热物温度场分布，即预测出温度场的分布，则可以控制微波直接“杀死”肿瘤细胞。 （2） 石墨烯的过程制作。 （3） 食品及其他工业与科研的应用。 

成果系教育部人文社科研究项目成果、获武汉市优秀社科奖三等奖，在国家版权局著作权登记中心登记。 1、项目简介 收集和完善读者数据，建立精确、有效的读者数据库，利用读者数据资源开展数据库营销、创造增值价值，是国际领先报刊媒体的普遍趋势。《报刊社读者数据库管理系统》软件是报社、期刊社、邮政报刊发行局、各类媒体发行公司实现数据库营销、精确营销的信息系统管理工具，帮助发行工作人员轻松实现数据库营销效果。它借鉴云计算理念，依托数据库技术和互联网技术，通过数据采集向导和信息挖掘工具，帮助媒体对读者数据进行全面的采集、保存与挖掘分析，并据此开展读者分类、报刊发行辅助营销和多种经营（增值服务项目）达到利用报刊发行渠道为媒体创造经济价值的目的。软件同时具有具有发行订单管理、投递管理、财务管理等实用功能， 能够满足媒体的日常需求。 2、创新要点 第一，解决了“要什么数据”的问题，设置科学的读者数据结构模型，用以描述读者的特征和行为。第二，解决了“怎么获取（采集）这些数据”的问题，本软件设计了多渠道建立大众化日报读者数据库的新路径。第三，解决了“这些数据有什么用处”的问题。本软件中的读者消费日志、读者营销项目、读者关怀服务、读者价值分析等功能设计，使得数据信息得到充分的运用。 在国内方面：读者数据库管理系统是国内首创用于媒体读者（受众）数据库管理的软件；在国际方面：在数据描述指标健全度、数据分析处理能力、个性化等方面，在国际同类软件中处于领先水平。 3、效益分析（资金需求总额 20-50 万元） 本项目具有投入少、见效快的特点。根据需求设定符合实际需求的投资档位。根据初步测算，对于一家发行量为 50 万份的中型报业集团来说，预计第一年投入 30 万元，一年后可创收 500 万元；2 年后可达到 1000 万元；第三年可达到2000 万元。 4、推广情况 已经在沈阳、珠海、无锡等 3 家报业集团推广告，具有良好的经济效益和广阔的经济前景。 

1 成果简介 微波耦合加热移动物体的过程，在数学与物理的建模上，通常认为是极其复杂的过程，普通人员很难掌握，另外，模拟仿真计算还极其耗时。为解决此问题，我们利用运动的相对性原理和不同物理量(电磁场、温度场和流场)在不同坐标系之间转换，提出了一种计算微波耦合加热移动物体的数值计算方法。此法具有操作过程简易，计算精度高且耗时少的特点，理论上，此计算方法还适用于微波耦合电磁搅伴器时的加热过程计算。 2 关键技术 从物理场的角度而言，微波加热是一个典型的多物理场问题，主要涉及的是电磁场与温度场能量的转换与传导，以及流场（如周围空气）与加热物之间的共扼传热。在现代工业与科研中，广泛应用微波加热。如《Science》和《nature》，分别在 2016 与 2018 年，刊登了利用微波制作石墨烯技术。但由于微波最大的缺陷，就是加热的不均匀性，又极大地影响了微波的应用。为了改善加热的均质性，通常使加热物运动，如旋转或采用磁搅伴器。微波治疗肿瘤，被国际医学界称为绿色疗法，肿瘤细胞死亡最可能萎缩和死亡在 42.5℃～43.5℃之间，温度低了则治疗肿瘤无效，而温度高了，又会损伤周围健康器官，由于在人体上操作，故要非常谨慎的，所以又限制了微波应用。若能有一种快速预测的计算方法，能立即得到加热的温度场分布，则是一个非常有意义的事！ 针对移动物体的微波加热，传统模型计算极其复杂，只有少量专业研究人员会计算，一般人员很难掌握，同时计算又极其耗时。本方法在此方面进行了大胆的探索。 3 知识产权及项目获奖情况 发表了一篇 SCI 论文，专门论述了该方法，详见：PU GUANGYi, PU CHENG XI, J. WANG, C. F. SONG, “A method for coupled microwave heating process and heat transfer simultaneously of moving objects,” Journal of Food Processing and Preservation, vol. 42, no.1,e13468, 2018. DOI: 10.1111/jfpp.13468. 4 项目成熟度 该方法计算工作量小，计算方便，且精度高，适合加热运动物体或电磁搅拌装置，或同时加热运动物体及有电磁搅拌的情况。现在 CAD 与 CAE 技术发展非常迅速。所以，理论上可以直接利用这些商业软件进行建模与计算。 5 投资期望及应用情况 （1） 微波治疗肿瘤方面。由于微波能够穿透到肿瘤内部，直接“杀死”肿瘤细胞，理论上，远比高能射线如γ射线效果好，且对人体副作用小。先前没有广泛使用，原因之一是不好控制加热的不均匀性。若能在治疗之前，先预先计算出加热物温度场分布，即预测出温度场的分布，则可以控制微波直接“杀死”肿瘤细胞。 （2） 石墨烯的过程制作。 （3） 食品及其他工业与科研的应用。 

成果介绍本发明公开了一种虚拟家装室内场景设计中的阴影渲染方法。包括阴影映射图生成步骤，半影估计步骤，基于泊松碟采样的百分比渐近滤波步骤，最后通过加入漫反射环境光，生成具有真实感的虚拟家装室内场景阴影效果图。本发明方法能够高效且能改善阴影映射图锯齿走样的问题。技术创新点及参数本发明提供一种真实感强烈，生成了场景中物体的软阴影而且速度快， 可以满足虚拟家装实时渲染要求的虚拟家装室内场景设计中的阴影渲染方法。市场前景本发明方法结合阴影映射图与百分比渐进滤波技术实现虚拟室内家装 的实时阴影效果渲染，不仅能够生成具有真实感的家装室内设计中的阴影渲染，而且 不会随着场景中三维物体复杂度增加而增加，无需预处理能够满足实时应用需求。该 技术对计算机虚拟现实在虚拟家装领域的应用具有重要意义。

本成果以专利形式体现（专利号 201310723968.2 ），生命科学大多以微生物为研究对象，有很多物种都是近缘的，无法用普通方法区分，本方法通过 PCR 方法可以快速区分，建立了一种设计特殊引物的方法。

本成果采用最新的深度学习和分子模拟算法，结合新一代分子特征化方法，开发了多种计算机模型，可用于药物开发中的多个阶段，为药物的快速设计开发提供一个完整的基于人工智能的解决方案。成果：1.药物毒性预测方法：传统的化合物毒性检测技术一般需要使用生化试验、细胞实验、甚至动物模型，这些方法不仅耗费大量时间，而且成本很高。使用计算模型进行有机化合物的毒性预测，所需投入较少，但产出巨大。特别是基于化合物的物理化学和结构特性的计算模型，甚至能够在化合物合成之前就对其进行预测，大大提高了效率，使其越来越受到欢迎。在进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选，能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法，运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。我们分别建立了名为CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性预测)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突变性预测)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性预测)的预测服务器，这些服务器能够为使用者提供更高效更便捷的预测技术服务。自2017年服务器发表起，我们已为国内外药物分子设计研究者提供了5000多次共计超过20多万个化合物的毒性预测服务。在有机化合物毒性预测研究方向，我们主要完成了化合物的细胞毒性、心脏毒性、生殖毒性、血脑屏障透过性、水生生物毒性预测模型，以及糖尿病早期筛查模型的开发，正在进行P450酶阻滞剂性预测模型、基于图神经网络的毒性预测算法研究、基于分子对接的化合物毒性预测研究等。相关研究成果已发表多篇学术论文（Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次数80，ESI 1%高被引论文；Ai H., et al. Toxicological Sciences, 2018, 165: 100-107；Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377；Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78；Liu M., et al. Toxicology Letters. 2020, 332: 88-96；Feng H., et al. Toxicology Letters. 2021, 340: 4-14；Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.）致癌性预测服务器首页致癌性预测结果页相关综述对本服务器的介绍RF-hERG-Score预测药物引起的hERG相关心脏毒性2.药物设计方法：在计算机上对药物靶点和药物分子的结构和活性建模，计算药物与靶点之间的相互作用关系，从而设计出具有治疗作用的药物。计算机辅助药物设计可以为药物设计各阶段的实验方案提供有意义的指导，减少需要通过实验评估的候选药物的数量，从而加快新药研发速度。我们应用分子对接、分子动力学模拟、自由能计算、机器学习等方法研究流感病毒等重要疾病的计算机辅助药物设计、并开发更有效的计算机辅助药物设计方法。在计算机辅助药物设计研究我们主要完成了流感病毒M2质子通道蛋白抑制剂虚拟筛选方法研究，正在进行先导化合物生成模型研究、基于机器学习的虚拟筛选打分函数算法开发、SARS-CoV-2病毒S蛋白与受体相互作用及药物设计研究。特异性重打分函数显著虚拟筛选性能显著较高筛选出两个候选抑制剂3.药物靶点识别方法：长非编码RNA（lncRNA）是一种长度在200nt至100,000nt之间的非编码RNA，是转录物的主要成分。研究表明lncRNA在许多生物学和病理学过程中起着重要作用。lncRNA起作用的重要途径是与其靶蛋白结合。lncRNA-蛋白质相互作用的实验研究需要大量资源。累积的实验数据使得通过计算方法预测lncRNA-蛋白质相互作用成为可能。我们使用各种数学建模和机器学习方法开发了几种用于预测lncRNA-蛋白质相互作用的新模型。这些模型命名为：RWLPAP（随机游走），LPI-NRLMF（邻域正则化逻辑矩阵分解），IRWNRLPI（集成随机游走和邻域规则化Logistic矩阵分解），LPI-BNPRA（双向网络投影推荐算法），LPI-ETSLP（基于特征值变换的半监督链路预测），HLPI-Ensemble（集成学习）。在交叉验证中，我们的模型获得了较好的预测性能。lncRNA-蛋白质相互作用预测模型的性能比较lncRNA-蛋白质相互作用预测服务器相关软件著作权：

针对子载波非连续可用的情况下，基于迭代平均处理的思想，设计了适用于载波扩展OFDM系统中的导频符号，使用这种导频符号，能有效地克服OFDM系统峰均功率比过高的问题，且能保证较优异的误比特性能。