本发明公开了一种基于道路时空关联关系的路段行程时间推断方法，包括步骤 1:基于交叉口运行 状态对路段行程时间交通数据进行统计;步骤 2:基于通行模式周期性提取目标路段与邻接路段之间的 特征关系;步骤 3:基于三层神经网络模型对目标路段行程时间进行预测。本发明针对已有方法在数据 缺失情况下对路段行程时间估计的不足，利用路段行程时间交通大数据对目标路段行程时间进行推断， 解决了由于数据稀疏而不能推断行程时间的问题，最后利用武汉市浮动车 GPS 历史数据进行了验证， 结果证明了本方法的有效性。

本发明公开了一种组合式短行程缓冲装置；包括撞头，碟簧， 弹簧，活塞杆，外壳，回流孔，缸壁，海绵层，活塞，阻尼孔，碟簧 支架和底座；碟簧安装在撞头上并通过碟簧支架与底座固定连接，被 缓冲物体快速撞击撞头，推动活塞杆运动，活塞压缩高压腔内的油液， 油液通过阻尼孔排出，阻尼作用使得油液升温而将被缓冲物体的动能 转化成热能，使得活塞杆的速度降低，同时部分能量储存在碟簧内， 当碟簧储能达到最大值后，被缓冲对象与缓冲器运动部件在碟簧力的 作用下做回复运动，液压缓冲器的阻尼孔和回流孔反向流过油液，继续消耗能量，实

针对集群和多核服务器平台，该软件工具集可以对系统资源和并行程序性能进行在线监测和性能分析展示，帮助用户监测系统资源和发现并行程序瓶颈，辅助进行程序优化。性能数据的采集主要是通过对被监测进程的插桩和包装库的结合实现，可对MPI程序、OpenMP程序和CUDA程序进行性能监测。 本项目主要特点如下。 1.合理的数据采集方式，可以对混合结构高性能计算系统进行性能监测，较少的监测扰动； 2.基于MRnet的树形数据汇聚和类库，保证了大量性能监测数据的快速高效汇集，并提供同步，汇总等功能接口； 3.多种数据分析统计方法，高效的分析和多视角可视化图形展示，辅助用户分析瓶颈进行优化。该成果在国家863计划支持下，已在多个计算中心应用，获得国家专利3项。

时间确定网络是指终端用户之间的时延波动可控，且端到端传输可靠的网络。针对传统互联网路由技术无法保障端到端时延，且网络资源利用率低下的现象，深究其背后的科学问题，设计了时间确定网络组网技术。1）提出了表征网络时变特征的时变图模型和基于时变图模型的路由算法，通过联合调度链路、缓存、时间等多维资源，构建端到端时延保障路径；2）设计了基于时间的托管传输机制，通过管控缓存与业务转发时刻，实现业务时延确定性转发；3）设计了多队列管理机制，保障突发时敏业务的低时延传输；4）设计了自适应拓扑发现与维护机制，以较低负荷维护网络时变拓扑信息；5）研制了时间确定网络组网协议及原理样机，构建测试平台，支持协议在规模化网络环境中的验证。 主要技术指标 （1）支持时延确定分组转发，具备端到端时延、抖动保障能力； （2）相比传统路由方法相比，链路资源利用率提升 30%； （3）适用于时变拓扑网络环境，与 Ipv6、OSPFv3、SRv6 兼容，路由收敛时间小于 5 秒。 相关成果 时间确定网络组网协议软件、原理样机、网络化测试平台

研发阶段/n项目背景：拉力试验机的主要动作是使拉伸夹头以给定的速度进行移动，直到试样断裂。常规的拉力试验机采用丝杆或液压动力作为移动动力，如果要求的行程很大，这种结构在丝杆或油缸轴向尺寸、机架刚度、安装精度上的要求会成倍提高，造成整体成本大大提高。因此，在市场上，行程超过2000毫米的拉力试验机十分少见，影响了需要大行程的高塑性材料的试验要求。拉力试验机主要由机械部分、动力部分、控制及检测处理部分组成，其中，机械部分主要是丝杆或液压系统，如果去掉丝杆或液压部分，不但使成本大大降低，而且也避免了长行程

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。

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。

"1、全二维气相色谱/快速气相色谱-飞行时间质谱联用仪（GCxGC/Fast GC-TOFMS）是近十年以来，国际上发展最迅猛的色质联用技术之一，是色谱-质谱联用技术发展的一个最新趋势。相比于常规气质联用具有高通量、高分离度和高灵敏度等显著优势，是解决复杂体系中全组分和痕量组分分析的最佳方案，逐渐成为石油化工、香精香料、烟草酒业、食品安全、环境监测和中药鉴定等领域的必备分析仪器。 2、基质辅助激光解析离子源-飞行时间质谱仪(MADLI-TOFMS)； MADLI-TOFMS微生物质谱快速鉴定系统具有高通量、高质量精度、高灵敏度和高鉴定准确率等优点。不仅操作界面友好、功能强大，而且运用了优秀的人工智能模糊控制和机器视觉算法。2015年6月通过中国分析测试协会专家组鉴定，同年获得BCEIA金奖。它也是迄今为止继德国布鲁克和日本岛津公司之后，全球第三套微生物质谱快速鉴定系统。微生物质谱快速鉴定系统广泛应用于临床微生物鉴定、药物分析、疾控及检疫等领域，填补了国内同类仪器的空白，应用前景和市场前景十分广阔。 "

本发明涉及一种生物显色剂的制备方法，具体涉及一种用于商品包装上判断时间的生物显色剂及其制备方法。本发明所述的生物显色剂制备方法，通过将地雷花的叶子汁4.5重量份、大戟的叶子汁1.8重量份、地锦的叶子汁3.2重量份、水50份混合均匀后，涂在纸片或者塑料上，在高温、低温、高湿、低湿、光照、避光处理下，均在318 340天内变成棕黑色。本发明说述的生物显色剂，一方面能通过颜色的不同判断时间，另一方面颜色变化不会因材质和外界条件的变化而受到影响。