本系统以化工、石化行业的大型回转机械为对象，采用先进的计算机技术、光纤传输技术和独创的全息谱监测诊断方法，全面、实时、连续地实现机械运行状态的监测和故障诊断。本系统采用高性能的ARCNET光纤网络，传输速率高、误码率低。系统上下位机并行工作，实现了分布式的在线监测；监测软件首次实现了以多任务切换为基础的前后台并行监测机制，有效地实现了事故追忆功能，保证了突

肢端肥大症通常是由垂体腺瘤引起的生长激素的持续性分泌引起的一种临床综合征，其患病率约为60/百万人，年发病率约为0.03~0.04/万。由于其隐匿的发作，模糊的症状和缓慢的进展，该疾病的诊断通常被延迟，导致严重的并发症，例如心血管疾病和治疗困难。因此，必须使用自动高效的筛选方法，促进该疾病的快速准确诊断。

本发明公开了一种基于 WAMS 时间断面信息和拓扑信息的故障 诊断方法。该方法包括： (1)通过 WAMS 获取互联电网中各量测点的三 相电压和电流的幅值和相角数据；(2)使用获取的三相电压和电流的幅 值数据按照故障诊断启动判据进行计算；(3)对满足故障启动判据的量 测点三相电压和电流的幅值数据进行实时特征量提取，形成实时模式 向量；(4)将量测点 i 提取的实时模式向量与预设的已知故障类型的基 准模式向量集合相匹配，根据匹配结果给出初步故障结果；(5)根据时 间信息和电网拓扑信息对满足启动判据的量

本发明提供了一种用于男性无精症诊断的试剂盒和使用方法。该试剂盒为用于测定血浆miR-15b的不同表达水平的生物标志物检测试剂，通过miR-15b的过高表达提示无精症。本发明发现了一种在精子发生过程中起重要作用的微小RNA基因miR-15b，miR-15b在男性不育病人中的表达差异，并且可以在血浆中检测到其表达的显著变化。试剂盒基于定量PCR的原理，结果重复性好，客观准确，易于在不同的检测机构与医院检验科，男科实验室等推广。

本发明公开了一种基于自组织映射模型的云软件性能异常错误 诊断方法，包括：追踪记录待检测的软件在云环境中运行时的系统调 用信息；分析出现性能异常的虚拟机上软件运行时系统调用序列，划 分每个进程对应的系统调用序列；根据划分得到的进程系统调用序列 建立检测模型，并对可疑进程进行异常检测；计算出现异常的进程中 最相关的系统调用，排序后输出。本发明能够准确完整地记录软件运 行时的行为，能够自动化建模并且检测出异常的系统运行过程

本发明公开了一种基于分层时间模糊 Petri 网的输电网故障诊断 方法，属于电力技术领域；现有技术中的 Petri 网模型应对不确定及缺 失的报警信息的容错能力仍有待加强；本发明的分层时间模糊 Petri 网 模型，包括分层子模型和综合诊断模型，在保护和断路器发生误动或 拒动、报警信息缺失以及发生多重故障等情况下，均能给出正确的诊 断结果，具有较好的应用前景。 

悬赏金额：95万元 发榜企业：百盛（广州）生物制品有限公司  需求领域：环医疗器械及设备及医学专用软件；临床医学-肿瘤 产业集群：生物医药与健康产业集群 技术关键词：人工智能；病理学；组织形态学

程然课题组在医学领域知名期刊Journal of Hematology & Oncology上发表了一种通过学习面部照片特征，构建肢端肥大症自动诊断和严重程度分类的深度学习方法。该方法可以帮助人们方便地进行自我筛查，从而对肢端肥大症进行早期诊断并因此得到早期治疗。并且，该方法是第一个具有肢端肥大症严重性分类功能的自动化方法，并对每种分类取得了89%以上的准确率（超过一般医生水准），为进一步推广应用奠定了基础。程然为论文共同通讯作者，合作单位包括北京协和医院与剑桥大学公共卫生和初级保健司。

主要研究APT 网络攻击全链条的通用表征和威胁模型， 实现攻击的全链条威胁分析；研究跨平台内核数据实时可信 采集方法，探索基于去噪和去冗技术的高效数据解析、基于 语义恢复技术的关键字段填充；研究多源异构内核数据的重 构方法；研究保持全局依赖的数据压缩方法，实现实时、高 效、普适的数据压缩；研究面向APT网络攻击全链条的智能 检测框架，实现对攻击的全链条高效检测；研究APT网络攻 击的演化模式，实现APT网络攻击的可解释溯源分析。

成果描述：通信网络关键节点可视化分析系统提供了Degree、 Betweenness centrality、Closeness centrality、 Eigenvector centrality、 HITS和PageRank等中心性计算算法。 不同的算法适用于不同的场合。Degree算法表示节点的直接影响力强弱。 节点的Degree中心性值越高，该节点的直接影响力越大。 Betweenness centrality算法研究节点之间的通信程度和节点对信息的控制， 使用该算法可以准确找到网络中某些“流量”非常大的重要节点；本算法可用于设计网络的通信协议、 优化网络部署和检测网络瓶颈等。Closeness centrality研究信息传播的独立性和有效性； 本算法反映了节点在网络中居于中心的程度；本算法可用于考察一个节点不依靠其它节点来传播信息的程度。Eigenvector centrality基于特征向量的方法不仅考虑节点邻居数量还考虑了其质量对节点重要性的影响， 这是从网络中节点的地位和名望角度考虑，适用于网页排序。HITS是一种重要的网页重要性排序算法，主要适用于网络信息检索领域。 PageRank是网页排序领域中最著名的算法；该算法基于网页的链接结构给网页排序；它认为万维网中一个页面的重要性取决于指向它的其它页面的数量和质量；本算法适用于网页排序。 在本系统中可以方便、轻松和快捷的使用以上算法；输入数据，选择中心性算法，系统会快速展现算法分析结果；结果中越重要的节点在画面展示中直径越大， 直径越小的节点表示节点的重要性越低；在系统右侧栏目中节点以重要性程度降序排序，前五个节点名字用红色突出标记。 以上展示方式是为了让分析人员方便分 析数据。市场前景分析：发掘网络中重要性节点 （边）一直是图论领域 的一个基本问题。随着 近年来复杂网络研究热 潮的兴起，特别是很多 实际网络所抽象出来的 复杂网络，表现出了与 以往图理论不同的特性， 如小世界特性、无尺度 特性等。如何在复杂网 络环境下，发掘重要性 节点已经成为复杂网络 研究的一个基本问题， 同时网络中节点的重要 性进行评估具有重要的 实用价值。尤其对各种 各样具体的网络，更可 以有针对性地分析其性 质，制定正确的策略和 措施。与同类成果相比的优势分析：本系统提供了更多的中 心性算法，分析人员可 以在本系统上从多角度 分析数据，从而得出更 为准确的分析结果； 本系统提供了数据可视 化的展示方式，并且将 重要的节点突出展示； 本系统提供了不同算法 的对比分析表，方便分 析人员对比分析； 本系统提供重要节点的 进一步分析思路，提供 节点的详细分析页面。