文本语义相似度是指两个句子或文本片段之间的语义等价程度，其研究在自然语言处理的问答系统、机器翻译、信息抽取、自动摘要等相关领域中有着广泛的应用，具有重要的理论意义和应用价值。现有的文本语义相似度方法主要基于词表面特征，但由于词语间普遍存在概念上的关联，缺乏概念层面的精确计算导致这些方法的准确性提升困难，而实现全文本在概念层面的精确计算尚无有效模型。 项目团队依据单个名词的概念信息量为基础，分别提出了多种模型和方法实现文本在概念级别快速、精确地计算语义相似度：（1）提出一种基于概念信息量的文本语义相似度无监督基本模型；（2）提出一种基于概念信息增益的文本信息量计算方法；（3）提出一种融合信息权重的全文本信息量计算方法。实验结果表明，团队提出方法在SemEval 2013-2016 STS（文本语义相似度）数据集上均超过了当年最先进系统的总成绩，并且在SemEval 2017 STS国际测评中，本系统的总成绩在所有参赛团队中排名第二，其中在Track 1数据集上排名第一（共34个参赛团队提交81个系统）。相关论文被大会评选为“Best of SemEval 2017”。

文本语义相似度是指两个句子或文本片段之间的语义等价程度，其研究在自然语言处理的问答系统、机器翻译、信息抽取、自动摘要等相关领域中有着广泛的应用，具有重要的理论意义和应用价值。现有的文本语义相似度方法主要基于词表面特征，但由于词语间普遍存在概念上的关联，缺乏概念层面的精确计算导致这些方法的准确性提升困难，而实现全文本在概念层面的精确计算尚无有效模型。 我们依据单个名词的概念信息量为基础，分别提出了多种模型和方法实现文本在概念级别快速、精确地计算语义相似度：（1）提出一种基于概念信息量的文本语义相似度无监督基本模型（发表SCI论文1篇，授权专利1项）；（2）提出一种基于概念信息增益的文本信息量计算方法（发表SCI论文1篇）；（3）提出一种融合信息权重的全文本信息量计算方法（发表SCI论文1篇，最佳国际测评论文1篇）。实验结果表明，我们提出方法在SemEval 2013-2016 STS（文本语义相似度）数据集上均超过了当年最先进系统的总成绩，并且在SemEval 2017 STS国际测评中，我们系统的总成绩在所有参赛团队中排名第二，其中在Track 1数据集上排名第一（共34个参赛团队提交81个系统）。相关论文被大会议评选为“Best of SemEval 2017”。 随着人工智能相关技术的发展，智能问答系统应用在许多行业和领域中都有迫切的需求。比如在电话咨询场景中，传统人工坐席无法满足日益增加的客户咨询量；在政府业务公开场景中，智能机器人对用户的不准确答复会影响政府形象和公信力。目前业界的做法是人工设计问答系统或者对话系统，而不是使问答系统真正具有人类常识和世界知识，这种系统无法适应提问方法的改变或应用场景的转换。而概念信息方法以认知知识库为基础可以获得大量世界知识，比如概念之间的上下位关系。在特定领域的问答匹配多个测试数据集上的实验结果显示，相对于谷歌最新的深度计算模型BERT，概念信息语义相似度无监督模型已经比当今最优深度学习模型高出13%-15%。在问答系统上准确性的优势说明，概念信息语义相似度模型对智能问答系统具有明显的应用落地优势。

抛投式微小型智能探测机器人，是一种小型机器人，2公斤以内，可以随身携带，可以以手抛、炮射、空投等方式进入灾害（火灾、地震、化学爆炸等）现场，实现危险环境的无人探测与通讯。 一、项目分类 关键核心技术突破 二、技术分析 应急救援人员在执行如消防侦查等具有一定危险性的救援任务时，都需要尽可能了解任务场景，然后制定指挥方案。在任务环境未知的情况下，如果让救援人员去探测现场情况，不仅难以获得准确、全面的现场信息，更重要的是可能给探测人员带来危险。采用智能侦检机器人代替人员去探测任务场景，可以通过机器人上装备的多种传感器获得完整的现场信息，还能使得救援人员在侦检过程中远离危险，提高任务执行效率，减少人员伤亡。针对不同使用场景，采用不同机器人可以满足使用需求：对于高楼或狭小型空间，可采用抛投式微小型智能探测机器人执行侦检任务；对于地面情况复杂的情况，履带式应急智能探测与救援机器人可以更好实现侦检功能。 本项目形成的产品将主要应用与消防以及应急救援行业，针对火灾现场不明状况的环境条件，尤其是充斥烟气但尚无太高温度的现场环境，研究设计适合消防救援现场信息探测与侦检的抛投式微小型智能探测机器人，通过投掷、炮射等快速部署方式布置到现场，侦测并实时回传现场救援所需信息，实现救灾现场信息的应用集成与辅助决策系统构建，切实保证消防战士施救自身安全、提高救援效率的战术目标。 抛投式微小型智能探测机器人，是一种小型机器人，2公斤以内，可以随身携带，可以以手抛、炮射、空投等方式进入灾害（火灾、地震、化学爆炸等）现场，实现危险环境的无人探测与通讯。 它可在救援人员无法快速接近或不适宜进入的事故现场，采用抛投形式实现快速部署，主动探测火灾现场情况。一方面可以替代消防人员进入不适合人类进入的事故现场，保证了人身安全另一方面，抛投快速部署也提高了灾难响应速度。 本项目中研发的三款机器人都具备对火灾现场温度、气体浓度、可见光或红外图像、视频、声音等环境信息与参数的探测与侦检能力，严格按照消防装备安全规范进行设计，满足消防现场信息探测设施快速部署、所需信息有效侦测等功能要求，特别适用于消防救援现场危险信息的实时探测与搜救任务，可以对起火点的寻找与确认、人员定位与搜救提供重大帮助。根据现场情况的具体需要，可以选择使用不同形态的机器人代替消防战士先行进入各种灾情现场、以及可能坍塌的建筑物、被火墙封锁的室内空间等救援现场开展信息侦检和搜救工作。智能机器人现场侦检实时传回的现场信息，可以有效接入消防救灾现场信息系统，通过信息的集成应用构建救援现场指挥辅助决策系统，对于保证救援人员自身安全、减少次生灾害、提升救援水平具有显著的技术支撑作用。 本项目研发的机器人技术，主要是填补了现有消防装备在复杂环境下智能化侦查能力的不足，使智能机器人技术应用与消防救援任务相结合，社会效益和经济效益价值凸显，并将进一步促进我国消防应急处理关键技术与装备的发展。

该项目是《新一代人工智能发展规划》提出构建非完全信息下智能决策基础理论与框架要求下的形成的首批国内领先、国际一流成果之一。该项目面向非完全信息、群体、多群体的复杂博弈决策问题，对博弈决策的建模、度量、策略求解等具有开创性贡献。在顶级评测ACPC中连续5年保持世界前三、亚洲第一。项目平台实现博弈决策与超算相结合，建立KP级别算力平台的超大规模博弈决策系统。其研究获得国家级重点涉密项目、总装备部重点实验室基金等立项支持。 项目成果与平安、腾讯、前海金融等企业展开广泛的合作。协助平安科技基

成果与项目的背景及主要用途 我国城市交通基础设施的交通供给能力不能满足现实和潜在的交通需求，基础设施短缺与其利用的低效率并存，交通管理智能化可以提高路网通行效率、提高道路利用率；智能化、全天候的交通信息采集处理系统是实现智能化管理的前提和基础。 本成果发明了一种具有安全、无障碍、全天候、在多车道及各种速度下准确测量车速、流量、车型和道路利用率等多种信息的交通信息采集、信息处理系统，包含激光测量装置和交通信息智能处理软件两个组成模块。

成果简介:大规模 GPS 信息定位接入与监控云系统包括:大规模传感信息接入与控制系 统、大规模物联信息存储系统、大规模家联信息处理与分析系统(GPU 集群)、负 载均衡系统、目录服务系统、跨系统用户融合系统等具有广泛的物联网应用支持 能力，该系统可以支持百万级规模的 GPS 定位器的信息接入和监控。该系统具有如下优势:1、利用普通的计算机集群和容错机制，具有很高的性能价格比。452、具有大规模支持能力. 随着物联网技术的广泛应用，

通用软件测试平台QETEST旨在帮助软件开发组织建立软件质量保证和软件测试体系，实现对软件测试过程的规范和量化的管理，并为面向软件源代码的分析、理解、审查和测试提供有力支持，从而显著地提升软件开发组织的软件产品质量控制能力，提高产品开发效率，增强其市场竞争力。本成果具有如下特点： 1.支持面向软件开发全过程的、支持团队协同工作和量化追踪与监控的软件测试过程管理； 2.支持面向测试过程、测试产品和测试项目的软件测试质量管理； 3.支持软件开发组织按照自身要求定制文档模板，并依据所定义模板自动生成测试文档； 4.支持C++和Java等面向对象软件的分析和测试，并实现对C++和Java软件复杂文法的识别、信息获取，以及统一的可视化模型图的逆向生成和显示。 其包括如下拥有自主知识产权、实用的工具： 1.软件测试管理平台QESuite系列； 2.面向对象软件分析和测试工具QESat/Java & C++。

常规边坡稳定分析软件主要是在原有程序的基础上进行二次开发，完善前后处理功能，以实用为主。在程序界面、数据输入方式、输入量和结果输出等方面要超过现有软件。 有限元边坡稳定分析软件的工程技术内核具有国内领先和国际先进水平。

  通用技术实验室是一个主要涵盖"技术设计、技术试验、技术制作、技术探究"等功能的技术专用教室，是一个能让学生亲历技术试验和制作过程，掌握技术试验能力和制作能力，培养学生的创造性思维、问题解决能力和学生的探究精神的实验室。

  通用技术实验室是一个主要涵盖"技术设计、技术试验、技术制作、技术探究"等功能的技术专用教室，是一个能让学生亲历技术试验和制作过程，掌握技术试验能力和制作能力，培养学生的创造性思维、问题解决能力和学生的探究精神的实验室。