一种用于预测多元拼合靶材制备的薄膜成分的预测方法 一、项目分类 显著效益成果转化 二、成果简介 现有物理气相沉积（PVD）制备多元薄膜材料采用合金靶材作为靶源，生产过程中，薄膜成分的调控范围受安装的合金靶材的成分比例的限制。如果预期获得纳微复杂结构的复合薄膜，按照常规技术路线需要上百块成分连续变化的合金靶材，这显然是无法实现的。同时，采用合金靶材制备某些多元薄膜时，需要特高纯度的或极端成分比例的靶材作为靶源，这类特殊靶材以现有技术难以制造。 为此，本发明研发出一种用于预测多元拼合靶材制备的薄膜成分的预测方法，利用本发明技术有助于新材料的研发和促进半导体器件、切削刀具涂层等高新技术的发展。

本发明提供一种水质预测方法及系统，所述方法使用ARIMA自回归积分滑动平均模型与BP神经网络相结合的方法对水质时间序列数据的预测。本发明所述方案可以对待预测水域大量水质数据进行预测，具有预测范围大、精度高和速度快的特点，便于多水源监管、水质预警、水污染治理。

Ø  成果简介：针对在电子产品研制、使用和维护过程中面临的电磁干扰问题，本成果提供了一套高性价比的电磁兼容预测试系统，并配套有电磁兼容诊断系统，形成测试、诊断和抑制的一体化解决方案，能够帮助研制人员摆脱传统的研制、试制、电磁兼容测试、发现问题后再进行整改的反复过程，在设计和研制阶段就能够开展有效的电磁兼容性设计。Ø  项目来源：自行开发Ø  技术领域：电子信息Ø  应用范围：电子

针对在电子产品研制、使用和维护过程中面临的电磁干扰问题，本成果提供了一套高性价比的电磁兼容预测试系统，并配套有电磁兼容诊断系统，形成测试、诊断和抑制的一体化解决方案，能够帮助研制人员摆脱传统的研制、试制、电磁兼容测试、发现问题后再进行整改的反复过程，在设计和研制阶段就能够开展有效的电磁兼容性设计。

从电器文明开始，短短一个世纪的时间，人类在科学探索的步伐上已经从工业进入了智能化的技术环境。随着物联网的发展，数据时代到来，各行各业也在争相抓住契机，利用新时代科技智能手段，帮助企业更好发展。其中，传感器技术的应用，为工业监测带来了新的惊喜。它在工业自动化系统的监测过程中，起到巨大作用，可以实时监测将监测到的信号经过转化后以数据的方式提供给人们，做到实时监测，确保工业自动化系统的正常运行。现阶段，监测工业机械运行一般使用振动传感、温振一体化传感器等，存在成本高、易误报、不能对早前故障进行监测等问题；而故障早期诊断对于维护设备安全、保障工业体系正常运转具有重要意义。 针对现有故障监测系统存在的问题，团队开发了基于声纹、振动、温度一体的声振温一体传感器，该传感可综合感知监测对象声音、振动、冲击脉冲、温度以及倾角数据，全面覆盖旋转设备早中晚期故障信息。同时，开发了旋转设备声振温一体化监测诊断系统，其由有线/无线声振温一体传感器、采集网关、电脑 WEB 端构成，同时适配云平台、手机端小程序。通过有线/无线声振温一体传感器将设备运行时的冲击脉冲、三轴振动、噪声、温度数据采集传输至数据库服务器，依托独有的异音分析、健康因子指标专利算法，实现设备状态实时监测与故障诊断。 核心优势： （1）全面集成冲击脉冲、三轴振动、声音、温度多维度深度感知专利技术； （2）快捷部署(磁吸胶粘/纹可选)，无线方式，快速联网； （3）数字信号传输，抗干扰能力强准:独有异音、健康因子指标专利算法； （4）高性价比，大容量电池，长维护周期。

项目进展情况：已完成

本项目通过研发神经疾病异常脑状态智能检测方法，并建立基于医联体的脑电分布式智能处理平台，提供适应临床需求的癫痫脑电智能处理和远程协作诊疗方案，提高临床癫痫诊疗效率，并助力于癫分级诊疗体系建设。

XM-EZD高级耳诊断模型   一、功能特点： ■ XM-EZD高级耳诊断模型采用高分子材料制成，仿真度高。 ■ 呈耳内检查标准体位，可通过推、拉病变条选择病变，可练习使用检耳镜检查耳部常见疾病。 ■ 共有12种正常、病变的鼓膜： · 正常鼓膜 · 急性中耳炎 · 急性中耳炎无明显标志 · 中耳异常分泌渗出物 · 鼓膜硬化 · 鼓膜切开术（示意管索） · 耳垢（较大） · 急性中耳感染 · 中耳炎（病例1） · 中耳炎（病例2） · 鼓膜后积液 · 鼓膜穿孔 ■ 可反复进行练习。   二、标准配置： ■ 高级耳诊断模型：1台 ■ 说明书：1册 ■ 保修卡合格证：1张

常见肿瘤的前期诊断是目前的一个技术难点，也是目前急需解决的一个难题，目前最好的解决方法是分子荧光探测技术，这些技术的核心是小分子荧光探针的合成以及这种分子探针的肿瘤靶向特性，我们已经合成了可以进行部分肿瘤标记的近红外分子探针，并在几种肿瘤的前期诊断中获得了成功。同时我们也已经成功开发了活体荧光成像系统，可以进行分子荧光探针应用的相关研究。应用于医疗器械：肿瘤的前期诊断，获发明专利2项，市场前景不可估量。 我们已经合成了可以进行部分肿瘤标记的近红外分子探针，并在几种肿瘤的前期诊断中获得了

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。