LT2200加持了真理光学首创的衍射爱里斑反常变化（ACAD)的补偿修正技术的使用，使用户无需选择分析模式，即可在全粒径范围获得准确可靠的粒度结果；LT2200系列粒度仪还采用了真理光学独创的高速全息信号处理技术，测量速度最高可达每秒20000次，确保不漏检任何粒径和形状的颗粒； LT2200系列粒度仪的粒径范围为0.02um-2200um, 适用于制药，电池材料，地质，水文，化工和磨料等诸多行业的颗粒粒度分析。

简单介绍： 动物行为学分析系统，是指通过对动物行为的视频、光电和生物电等信号的采集，并结合计算机图像处理、和生物电信号分析技术，提取动物行为的轨迹并计算各种行为学参考指标的软硬件系统Anymaze分析系统是目前动物行为学领域功能强大、适用面广的系统，使用该系统发表的SCI文章已有数千篇迄今为止性价比高的软件：只需一套软件仅就可以实施几乎所有行为学实验. 详情介绍： 动物视频分析系统有广泛的用途，可以支持几乎所有实验： 可以同时进行16种实验，也可以同时进行64个不同的实验，例如同时进行两个水迷宫实验或两个CPP实验，软件有强大的视频编辑剪接功能，可以把四个摄像机拍摄的视频拼接成两组可以人工自定义记录特殊事件，软件系统提供人工自定义记录特殊事件的功能，可以定义多达26种特殊事件，解决了大多数视频软件无法自动识别动物的精细动作：如站立次数、理毛次数、粪粒数、接触次数等多点跟踪、能识别动物探究方向，不是简单的跟踪动物的中间位置，而是进行多点及动物的全身识别及跟踪，能识别实验动物的探索方向，多点跟踪、探索方向等功能完全免费开放，不收取额外费用；任何时候都能看到或编辑每一只动物的详细情况，甚至在实验过程中；每次实验都可以进行视频回放或轨迹动画的回放，以了解本次实验细节；软件自带强大的分析功能即可以对每只动物的结果进行对比，也可以对各组的结果进行对比。具有综合的报告和分析功能，自带超过30多种的统计检验，多种方式查看结果，结果可以用文字、图表、动画等多种形式表示出来，可以多种形式保存结果，使用其他第三方软件如SPSS、EXCEL、SYSTAT等进行进一步分析处理。此系统可以记录动物活动轨迹和原始活动录像，同时得到实时变化的动物运动轨迹和动物活动形态（饮食，睡眠，移动，追逐，社交等）资料，自带强大的分析软件功能，能直接输出统计报告。使用此软件发表的SCI文章已有数千篇。 指标参数： 1.软件可用大小鼠、猫、狗、兔、豚鼠、鱼类、壁虎、线虫、果蝇等实验动物的行为分析，跟踪对象丰富； 2.软件可以开展水迷宫实验、open field实验、强迫游泳实验、悬尾实验、高架十字迷宫实验等；水迷宫、巴恩斯迷宫、OPAD、RAPC、恐惧记忆、高架十  字、八臂迷宫、O迷宫、T迷宫、Y迷宫、旷场、自发活动、新物体辨别、孔板实验、位置偏爱、强迫游泳、悬尾、明暗箱、跳台，支持任意形状开放场的视频识别，无需额外购买模块。 3.软件支持用户进行双盲实验，针对于每个区域均可调节区域进入标准； 4.软件支持多通道动物同时实验，也可在一台电脑上同时进行不同的行为学实验；支持同时对16个摄像头进行追踪。 5.系统可以对实时或者离线视频进行像素级裁剪，以到达*佳视觉效果； 6.系统支持自定义添加参数，无参数数量限制； 7.键盘辅助记录器*多可定义26个辅助参数，用于辅助记录无法用视频记录的参数； 8.软件具有point定点功能，用户可以自定义point参数，完成兴趣点的检测； 9.软件可以对动物的头部、躯干中心、尾部分别进行追踪，并得到其坐标位置。动物追踪具有8档灵敏度和12档频率可供调节。 10.软件拥有强大的输入输出控制功能，用户可根据自己的实验方案灵活编辑各种触发事件，若用户出现逻辑错误，软件具有智能提醒纠错功能； 11.软件分析功能可以对每只动物的结果进行统计，也可以对各组的结果进行对比； 12.软件可以自动生成heatmap热图，用户可根据自己的喜好对热图的颜色进行像素级别的编辑； 13.软件可以自动计算感兴趣的参数，例如：总冻结时间，冻结事件的数量，冻结的持续时间，刺激和冻结之间的延迟时间等； 14.软件拥有强大的sequence功能，用户针对于任何实验，可以编辑此功能来检测动物的sequence行为； 15.软件具备与外部设备交互的能力，通过多种接口盒（AMi，另购）可对外部设备进行控制，并接收来自外部设备的数据，使软件成为整个行为学实验的中心。 16.软件自带超过30种的统计检验，也可以导出使用第三方统计软件如SPSS和EXCEL统计； 17.实验结果保存形式包括：文字报告、图表报告、轨迹动画、轨迹图、热图等； 18.能够对实验设计、软件设置、SOP自动生成报告并可连接打印机进行报告打印； 19.软件可以始终提供免费的升级更新服务 20.软件支持加密狗拓展，支持加密狗远程编程，计算机使用加密狗后将拥有完整的软件使用许可证。 21.国外期刊认可度高，影响因子*高达27分，已发表文献超3000+篇。

《大数据交易应当重视和研究的几个问题》指出，为了保证交易数据来源的正当性和交易主体的合法性，为了有效克服大数据交易中的问题和风险，对于数据这种新型特殊财产的权属、开发利用及流转的特殊规律应当抓紧研究，相关制度建设要及时跟进。该报告建议从两方面入手：一是从私法角度明确数据的财产性质及其权属分配规则。在充分保护人格权和商业秘密的基础上，将数据产权按价值贡献在被采集者、采集者以及数据加工者等相关主体之间进行合理分配。二是从公法角度明确关于数据采集、加工，大数据产品的开发、流转等的监管规范。要明确数据的采集和利用不得违背公认的社会道德和善良风俗；在不损害相关主体的合法权益和公共利益的前提下，推动政府数据公开共享；禁止有可能威胁国家安全的跨境数据流动。

清华大学地球系统科学系阳坤教授课题组在《科学数据》（Scientific Data）上发表题为“The first high-resolution meteorological forcing dataset for land process studies over China”的研究成果，发布了过去十年间阳坤团队开发的一套服务于陆面、水文、生态等地表过程模型的中国高时空分辨率气象数据集。该数据采用严格的数据质量控制，统一的站点数据、卫星数据和再分析数据的融合方法，避免了不同学者对同一研究区域气象数据的重复处理。近地面气象数据是地表模型的主要驱动。自2004年美国国家航空航天局（NASA）发布全球陆面数据同化（GLDAS）气象数据以来，北美、欧洲等区域高分辨率气象驱动数据集也不断涌现。阳坤教授团队自2008年起利用中国气象局数据共享的契机，开始了中国区域高分辨率气象驱动数据集的开发，建立了气象数据的预处理系统和融合系统，完成了首套相对稳定可靠的长时间序列数据产品。该数据集覆盖了中国陆地区域，时间跨度为40年（1979-2018），空间分辨率0.1度，时间分辨率3小时，包括了近地面气温、气压、比湿、全风速、向下短波辐射通量、向下长波辐射通量、降水率等 7 个变量。基于独立站点数据的评估表明，该数据集较国际上广泛使用的 GLDAS 数据集具有更高精度。目前，该中国区域高分辨率气象驱动数据集已发布在国家青藏高原科学数据中心，可免费获取。原文链接：https://www.nature.com/articles/s41597-020-0369-y数据网址：https://doi.org/10.11888/AtmosphericPhysics.tpe.249369.file

日前，国防科技大学系统工程学院大数据与复杂网络研究团队同四川大学、电子科技大学一起，组建新冠病毒大数据交叉学科研究平台，助力新型流行病研究和防控，给多个省份和国家有关部委等提供了8份数据分析报告和决策建议报告，为防控和战胜疫情贡献出了科学智慧。国防科技大学系统工程学院大数据与复杂网络研究团队基于新冠病毒大数据交叉学科研究平台，利用海量多源异构大数据，结合疫情发生发展规律，对人群流动及传播风险进行了综合建模和分析，为政府决策提供了参考依据。特别是团队通过分析春运期间人口流动大数据，建立起疾病传播模型，测算出了疫情扩散蔓延阶段武汉市向全国各地区的输出人口状况和新冠病毒感染的风险指数。还有许多研究人员尝试通过客运数据，研判各个地区及城市的感染风险。也有学者采用“百度迁移”所提供的人口流动数据，通过春运期间从武汉流向全国各省市的人口规模(不包含港澳台数据)和全国感染病毒人数的可视化分布，直观解读两者间的联系。同时加以推断，武汉封城之后，二次传染所造成的病毒传播将日趋占主导地位，传播程度和各省市的人口密度以及管控措施等密切相关。

这项研究收集了2020年1月1日至1月28日期间，中南医院收治的138名新冠肺炎病例数据，其中40名（29%）医护人员和17名（12.3%）住院病人受到院内交叉感染。受感染的医护人员中，31人在普通病房工作，7人在急诊部门，2人在重症监护室。 武汉中南医院的这项单中心病例分析成果，清楚阐释了新冠肺炎的临床特征和治疗经验，为抗“疫”阻击战取得进一步胜利打下坚实基础。同时，研究证明“超级传播者”存在的可能性和病毒不可小觑的侵袭力，全员警戒一刻不容松懈，尤其要求一线的医护战士得到最严格的防护武装。

火灾事故调查是是一项技术性、政策性、规范性、法律性和时效性都很强的工作。由于火灾现场的千差万别，火灾调查这一专业执法工作所涉及的知识面特别广泛，在现场勘查过程中遇到的专业问题又相互交织在一起，加之建筑新材料、新工艺、新技术、新产品的不断涌现，使得火灾现场典型痕迹的发现和识别显得尤为重要。本课题选题从消防部队实际需求出发，以实际火灾现场中的痕迹为主要研究对象，收集提炼玻璃和混凝土等常见材料在火场高温条件下的痕迹特征，以解读痕迹形成的过程和规律，为火灾调查工作的开展提供有力支撑。

包括以下步骤：第一步、确立接收端模型；第二步、化简接收端模型；第三步、通过分层检测算法解调出发送的数据。本发明的基于分层检测的空移键控传输系统接收端数据检测方法，其误码（BER）性能随着搜索半径的增加逐渐逼近最优检测算法（ML），当搜索半径为发送端天线数目时，本发明的检测算法等价于最大似然检测算法。本算法通过对每层进行计算排序使得在较小的搜索半径下可获得接近最优检测算法的误码率性能，因此本发明能在获得较好性能的同时，大幅度降低接收端算法的复杂度。

随着电网数据规模越来越大，所蕴含的价值也越来越多。清华大学信研院研发了基于机器学习方法的能源互联网能量管理系统，主要功能为对电网的稳定性进行预测和可视化。系 统分为训练部分和预测部分。训练部分通过历史数据进行机器学习，建立一个电压稳定性的 分类器。分类器训练完成后，再对新增的未知数据进行预测。训练部分主要分为特征提取、 类别标记、特征压缩、分类器类型选择。预测部分主要分为分类器数据启动阶段和预测输出 阶段。本系统提出利用机器学习方法对电网电压稳定性进行预测，进一步综合多个节点给出 电网态势感知的评估结果。在训练每一个节点分类器的时候，本系统将特征选取的时段和预 测时间节点拉开，形成一种延时的预测方法，本发明对复杂系统有着更好的还原效果。2 应用说明本系统实施电压稳定性预测的具体步骤为:步骤 1:通过部署在关键测点的同步相角测量单元 PMU 采集电网实时数据，所述 实时数据包含电网中每个关键测点的电压 U、 有功 P、无功 Q、电流 I;分别计算 U 的衍 生量 dU/dt，Q 的衍生量 dQ/dt，电压的变化 量比上无功的变化量的衍生量 dU/dQ，用这 些衍生量作为特征，来表征量的时间变化速 率;步骤 2:对步骤 1 中提取的特征进行数 据降维与压缩;根据特定时刻电压 U 是否恢 复到标准值的 0.8 倍来区分每组样本组是否 稳定，用 0 标记稳定，用 1 标记不稳定;步骤 3:选择分类器，建立一个电压稳 定性的分类器;步骤 4:训练分类器;当分类器训练完 成后，将训练好的参数储存起来;步骤 5:进入预测部分的数据启动阶段， 填充特征矩阵，没有输出;步骤 6:把多个节点的特征按照顺序排列，形成特征矩阵;特征矩阵填充完成后， 根据分类器给出的预测结果;特征时段向前滑动，最初的特征被抛弃，新特征补充在队尾， 分类器持续给出预测结果;步骤 7:每隔一定时间间隔 ，要把新收集来的数据与以前的数据一起，重新回到步骤 4 训练分类器，更新参数。在具体系统搭建过程中，我们充分利用现有机器学习平台。其中 Hadoop 的文件管理系统 HDFS 负责数据存储;Spark 负责模型训练;Storm 负责在线预测;Kafka 负责在 Storm 和Hadoop 之间传递更新后的模型参数。

基于大数据和 AI 的应用，可实现复杂场景下的网络问题识别、多场景优化方案的协同策略方案的动态和自动化执行。可以构建智能网络规划及运维平台，以实现极致性能和极简运维，使能新业务的自动化覆盖优化、移动性优化、负载均衡优化、节能优化、故障分析与定位。同样可以基于无线数据和视频数据融合的用户个体及群体行为在多场景应用下，充分发挥5G的优势，创造巨大的社会效益。