PiSADN污水高效低成本深度脱氮技术是国内外首次提出的污水高效低成本深度脱氮解决方案 一、项目分类 关键核心技术突破 二、成果简介 到2020年底，全国大部分新建污水处理厂和敏感区域污水处理厂均已经提标到一级A标准。由于我国的城市污水C/N比普遍偏低，难以满足脱氮要求。当前污水处理厂主要采用投加有机碳源的方式强化反硝化脱氮，为此大大增加了成本。为解决此问题，近年来学术界、工业界致力于寻找化学碳源以外的替代性电子供体以实现低成本的污水脱氮，其中，硫自养反硝化技术是重点关注对象。 基于S0的自养反硝化工艺（SADN）是一种新兴的低成本污水脱氮技术。但S0的溶解度低导致它的生物可利用性差，因而限制了SADN的速率而阻碍工艺的推广应用。本技术研究创新发现，揭示了SADN中加入少量有机碳除促进SADN反应速率的机理，并丰富了有机物投加条件下的多种不同硫形态电子供体或有机物电子供体的反硝化路径。此外，进一步研究发现通过在SADN体系自发形成多硫化物（Sn2-），其生物可利用性远高于S0。Sn2-一旦产生，可迅速被硫氧化反硝化菌利用，实现污水中硝氮的快速还原。这一通过多硫化物介导并加速硫自养反硝化的技术，称为PiSADN反应过程（Polysulfide-involved SADN），是国内外首次提出的污水高效低成本深度脱氮解决方案。 目前本技术已经申请了1个国家发明专利，已发表2篇SCI学术论文，其中一篇发表在环境领域顶级期刊Water Research上，因此，本技术具有先进性和独占性。

（一）项目背景 当前，智慧教育具有智能导学、精准推荐、定制辅导、精细评价等特点，已成为国际国内教育信息化发展的趋势。智慧教育的研究主要聚焦于智慧学习环境建设的研究、智能技术支持下的智慧教学研究和机器学习技术支持下的个性化学习研究。智慧教育的出现极大地促进了当前教育中学习空间的重构。在“学习空间”之前，人们通常使用“教学空间”来指代这种场所，将有教学活动的场所均称作教学空间。随着人们对学习过程的理解变化、智慧教育的快速发展以及人们对非正式学习的重视，学习空间逐渐由单一的物理教学空间向包含物理空间、网络空间、移动空间的多元学习空间转变。多元学习空间的提出虽然更多地体现出了“以学生为中心”的倾向，但如何具体衡量多元学习空间对学生学习效果的影响是评价多元学习空间的重要步骤。同时，在多元学习空间具体构建时，面对空间中来源不同、结构多样、数量庞大的多模数据如何进行处理存储、并在保证数据有效性的前提下对教育数据进行隐私保护是多元学习空间需要解决的另一个难点。 （二）项目简介 本项目主要目标是针对信息技术支撑下学习空间多元化、场景复杂、需求多样化，学习者及学习行为呈现出新的特点和规律，研究多元学习空间中学习行为数据化关键技术，构建“云-边缘-物联网”架构的多模态数据存储与处理平台，实现混合式学习环境下学习行为智能感知和数据化，优化学习行为模型，基于实际应用与不同学习目标函数及内容，建立可重复、可预测、可验证的对比数据集，为数据驱动的智慧教育生态构建和教育应用提供核心技术与数据支撑。 （三）关键技术 我们面向智慧教育中准确认知学生的学习状态和行为的大数据需求提出研究方案。本项目实施方案涉及教育学、物联网、云计算、人工智能、隐私保护等多个领域，主要技术路线如图所示： 图 1 技术路线图 其中，项目包括的关键技术主要有以下三点： 1.基于物联网的多模态数据实时智能感知和多时间域数据采集技术 该技术针对学习状态的数据化、特征参数量化问题，设计能够采集多 重学习空间下的智能数据感知物联网系统。主要技术难点在于抽样频率与 识别准确度的平衡、人机交互的变化规律等全新科学问题。 2.学习状态多模态数据解析和智能处理技术 利用智能感知物联网采集实时性的原始学习状态数据，包括面部表情、 脑电信号、头部姿态、交互行为等原始数据，这些数据具有数据量大、模 态多、冗余度高等特点，需要通过智能化的预处理方法转换成可以量化的 状态数据。 3.多层次数据差分隐私保护技术 学习行为数据是学习者被动采集的多方面行为数据，受到日益增长的 具有争议性的数据伦理的制约。该项技术通过数据隐私保护机制实现数据 多层次化的差分隐私安全算法；在保证学习者最大数据隐私性的前提下， 研究满足学习行为分析所需要的数据颗粒度。

本发明提供了一种 GNSS 接收机中 A/D 量化位数转换系统及方法，包括同时工作的比较模块和门限 调整模块，高位量化信号输入比较模块的第一输入端，比较模块根据门限值将输入的高位量化信号转换 为低位量化信号，并从比较模块的第一低位输出端输出；比较模块的第二低位输出端连接门限调整模块 输入端，第二输入端连接门限调整模块输出端；门限调整模块用来调整门限值以使比较模块输出的低位 量化信号符合对应的最佳概率分布。使用本发明，在不增加现有 GNSS 接收

本实用新型公开了一种基于PID算法控制的电磁直立车，包括车体，所述车体顶部设有蓝牙模块，所述蓝牙模块电性连接PCB控制电路板，所述PCB控制电路板设置在所述车体内部，且所述PCB控制电路板上设有PID控制器，所述PID控制器的一侧电性连接陀螺仪，所述陀螺仪一侧设有加速度传感器，所述加速度传感器电性连接所述PID控制器，所述PID控制器电性连接驱动电机，所述驱动电机设置在所述车体内腔的底部，且所述驱动电机设有两个，两个所述驱动电机的旋转轴分别朝向相反的方向，所述旋转轴上连接行驶轮，本实用新型简化直立车

切割问题和装填问题在学术界属于一类经典的NP 难问题，它们有着众多的变种，例如：一维的背包问题，二维的矩形切割问题，三维的装箱问题等。其中以二维的场景应用最为广泛，相关求解算法可以作为玻璃、板材、管材、服装切割套料智能制造的算法内核。 本软件的主要用途是针对玻璃切割的场景提出求解多约束的矩形切割问题的分层智能搜索算法，为玻璃切割方案提供全局优化，实现原料利用率的最大化，在节约资源的同时提高产量。

本发明属于交通运输领域，涉及一种基于VR技术的非机动车道路段服务水平测算方法，包括以下步骤：A、筛选典型路段；B、录制典型路段视频；C、处理路段视频和采集道路交通状况数据信息；D、进行非机动车道满意度调查实验；E、建立非机动车道服务水平模型。

本平台基于用户报刊订阅历史数据及用户个人信息，结合矩阵分解，K-Means等机器学习技术，构建了用户报刊个性化推荐系统，在提升推荐准确性的同时较好地解决了冷启动问题。