一、项目简介 本项目的研究，旨在揭示阻断网络下的不对称信息传播规律，创立社交多媒体大数据的感知与计算的新理论新方法，开发面向两岸热点事件的监控技术，搭建维护国家安全和两岸稳定的支撑平台。 二、前期研究基础 持续开展在社交媒体挖掘与舆情分析领域的应用研究，在计算

发布的数据库（Arabidopsis RNA-seq database, ARS）整合了来自GEO、SRA、ENA和DDBJ数据库的20,068个拟南芥RNA-seq数据，提供了“Google-style”在线查询工具。该研究对所有文库进行了基因表达水平定量和共表达网络分析，并将所有文库进行分类，总共涉及1176个突变体、1102种处理条件、12个

（1）该项工作的意义 随着农村生活水平的提升，农业生产中的秸秆已经不被人们作为燃料所使用，而且由于农民环保意识欠缺、缺少劳动力、管理体制不健全、综合利用技术条件差等因素的影响，很多农民选择在收获农作物的时候直接就地焚烧秸秆，而秸秆露天焚烧会造成大量烟雾的现象，一方面影响到公路和航空运输，降低运输效率；另一方面，秸秆露天焚烧过程中释放的大量氮氧化物、二氧化碳和颗粒等污染物，是我国大气污染的来源之一，威胁着居民的身体健康。每年在作物收割季节，是秸秆焚烧最严重的时节，此时对秸秆焚烧现象的监管尤其重要。但禁烧令的执行存在一定的难度，究其原因，一是由于焚烧火点具有分散性，实地人工逐点排查需要耗费大量的人力物力；二是由于焚烧火点具有随时性，如果没有掌握一定的证据很难查处进行过秸秆焚烧的农民，使得农民往往存在侥幸心理；三是由于暂时没有研究出有效的措施进行秸秆转化，而且随着农村家庭劳动力的减少，农民迫于下季作物种植的压力，常常会选择秸秆直接焚烧。因此，本文提出利用多源遥感影像预测火点监测的重点区域，提高火点监测的准确性和自动化，同时进行监测区域秸秆量的估算，提高秸秆转化的效率，利用多种手段提高禁烧令的实施效果，减少秸秆焚烧对环境的污染。 （2）算法介绍 卫星遥感具有实时、动态、高分辨率、大范围覆盖等特点，将卫星遥感技术应用到秸秆焚烧监测上使重点区域作物信息提取和火点快速监测成为可能。卫星火点监测一般采用波长范围在3~5μm的中红外波段遥感影像，中红外波段对火灾、火点、活火山等高温目标的识别十分敏感，常用于捕捉高温信息，特别是对森林火灾，能够清楚显示火点、火线形状、大小和位置，而且对很小的隐火、残火也有很强的识别能力。在红外影像上，火点区与背景地物的亮度值具有明显差异，火点区温度高，图像灰度值高，呈现亮白色，背景地物则相对偏暗。利用背景辐射和森林燃烧时的辐射差异在红外图像上灰度值的不同，就可以从卫星遥感信息中及时发现火情，并监测它们的燃烧状态和蔓延趋势。火点监测的方法主要有固定阈值法、临近像元分析法、亮温与植被指数结合法等。固定阈值法是利用红外通道计算亮温，根据火点区域背景区的差异，对亮温设置一定的阈值提取火点区；临近像元分析法是对火点像元与临近像元的亮温差异设置一定的判别阈值，差异大于阈值的判为火点区；亮温与植被指数结合法是在亮温固定阈值的基础上，加上植被指数阈值作为判别条件。 （3）应用系统开发 秸秆焚烧监测系统由一个中心、两个子系统及两个终端系统组成，即：监测控制中心、火点提取子系统、数据管理子系统、监测服务平台以及野外调查app。监测控制中心主要负责对遥感数据的采集、预处理，并提供秸秆焚烧的火点信息与数据管理功能。火点提取子系统主要负责对预处理后的数据进行秸秆焚烧信息的提取工作，并反馈给控制中心。数据管理子系统基于底层数据库提供对遥感数据、火点信息数据、野外调查数据的管理功能以及为服务平台提供基础数据服务。监测服务平台主要是提供火点信息的展示与发布工作。野外调查app主要负责火点信息的接收、野外核实以及核实结果反馈工作，以确保秸秆焚烧的火点信息准确无误。

由于受到云、气溶胶等不利天气的影响，基于热红外遥感反演的地表温度数据存在空间不连续问题，阻碍了地表温度产品的实际应用。

常州大学阿里云大数据学院成功落地对于落实江苏省“两聚一高”新实践聚力建设“强富美高”新常州提供了有力支持，为常州市经济发展集聚智力资源，培养云计算、大数据、人工智能方向的高端复合型人才。

针对植物油炼制过程产生的脱臭馏出物化合物因其组分结构相似和物化性质相近导致现有主要生产技 病理是肿瘤诊断的金标准。病理诊断的准确严重依赖病理科医生的经验。智能化数字病理是数字化病 术中分离选择性差等关键问题，提出了以离子液体类溶剂强化的维生素E提取技术，重点发展植物脱臭馏 理与人工智能（AI）的结合，其推广不但能减轻病理医生的工作负担，还能提高医疗欠发达地区的诊断水 出物中维生素E提取的连续萃取分离工艺。基于相平衡实验数据拟合热力学模型参数，构建离子液体类溶 平，是病理学发展的未来趋势。

科威达智能交通大数据综合管控平台，运用云计算、大数据、移动互联网、RFID、GPS、GIS等先进技术，实现交通流数据采集、交通信号智能调控、路况分析预测与交通诱导、指挥调度疏导、大数据分析研判及运维管理等功能。平台主要包括以下主要功能：海量交通大数据采集与存储，采用云计算和大数据技术，数据存储采用Hbase分布式数据库，数据处理基于Hadoop分布式离线批处理，应用层采用SOA（面向服务）架构。

项目开展的背景及意义 当前，我国经济发展进入新常态，能源转型面临需求放缓、传统产能过剩、环境问题突出、整体效率较低等问题，传统能源系统又存在着各能源子系统规划协调不足、弃风弃光现象突出、对化石能源依赖严重等现象，推进国家能源转型、构建新型能源系统势在必行。 综合能源系统是能源互联网建设的物理载体，是支撑国网战略目标落地的重要形式。综合能源系统能够拓宽国网公司发展业务，培育业务增长点和盈利模式增长点，是实现国网公司业务可持续发展的重要手段。 综合能源系统规划建设是项目成立的开端，规划优化效果最优是项目最好的投资、更是最好的节约。综合能源系统规划问题涉及源、网、荷、储协同，需要多维能源数据信息支撑，包括不同设备动态运行特征信息、多元用户负荷特性等数据。而大数据技术能够为综合能源系统规划建设提供基础的数据服务。  有助于可再生能源开发规模进一步提升，促进社会能源可持续发展； 有利于能源的投入产出效率进一步提升，减少能源消耗总量； 有利于社会资源配置进一步优化，降低能源系统建设成本；  有利于推动能源互联网的进一步实施和落地，助力国网实现具有中国特色国际领先的能源互联网企业的战略目标； 有助于电网公司新型业务进一步推进，扩展业务和收入增长点；  综合能源系统中的大数据——应用 在能源革命和数字革命的推动下，大数据技术在综合能源系统的中的应用越来越广泛，助力解决综合能源系统规划优化或运行优化多因素设备建模、设备运行状态诊断、用户用能画像、用能场景生成、优化策略生成的问题。  项目研究内容 项目研究成果 主要成果 本项目的应用示范能够指导综合能源系统工程实际落地，服务基础设施建设；能够指导综合能源系统规划效果评估，提供规划决策工具；能够指导不同区域典型综合能源系统场景示范推广，打造可推广的样板工程；能够深化综合能源系统一体化服务，助力综合能源系统广泛推广。项目发表学术论文5篇、申请发明专利10项、软件著作权5项。 示范应用 本项目预计在山东省内落地应用，打造不同行业的综合能源应用示范项目，目前在前期项目应用实施阶段，预计2021年底完成项目应用实施。  

一、项目简介 当前虚实融合技术面临的重大挑战可以归结为以下两个关键科学问题：（1）非配合虚实环境的无缝融合与交互自然呈现。（2）云环境下虚实融合环境的语义理解、统一表达与应用软件快速定制。为解决上述两个关键科学问题和技术瓶颈，本项目重点研究了自然虚实融合呈现的硬软件技术和装置，构建虚实融合应用流程框架和规范，创新云软件定制和服务模式，实现应用示范。充分利用移动、穿戴式设备的多传感器优势以及云端结合方式进行三维结构的重建、语义标注、识别理解与信息关联。 二、前期研究基础 目前已发表论文10篇，包括4篇期刊论文等（包括TIP、TMM等权威期刊论文）。申请专利3 项。 三、应用技术成果 1）基于搜索的图像深度估计，相对误差低于传统方法，对训练集的需求小于基于深度学习的方法。 Make3D数据集的深度估计结果2）基于双模深度玻尔兹曼机（DBM）的三维场景物体检测框架，给出了RGBD训练数据不足的难题，流程如下 3）基于序列约束的哈希算法在不同比特率情况下均取得了很好的效果。 在LabelMe和Tiny100K上使用不同哈希比特率的效果

翟继先课题组此次发布的数据库（Arabidopsis RNA-seq database, ARS）整合了来自GEO、SRA、ENA和DDBJ数据库的20,068个拟南芥RNA-seq数据，提供了“Google-style”在线查询工具。该研究对所有文库进行了基因表达水平定量和共表达网络分析，并将所有文库进行分类，总共涉及1176个突变体、1102种处理条件、12个组织和176个发育时期，同时也对突变体和处理条件分别同对应的对照组进行差异表达分析。