本成果获2012年教育部科学技术进步奖二等奖，本成果核心内容有三方面：1、完善了高速铁路路基设计理论体系；2、研发了高速铁路路基现场动力试验系统，提出了整套动力试验技术体系；3、提出了高速铁路路基桩板结构等新结构，解决了深厚松软土路基沉降控制的技术难题。

特殊土地区（湿陷性黄土、沙漠戈壁、冻土地区、膨胀土、软土地区、风沙地区）铁路公路路基运营养护技术是我校长期研究的领域，聚集了大批优秀学者，多年来参与了西部多条高速铁路、高速公路的科学研究与工程实践工作，研究成果在工程中取得了广泛应用，如基于点云信息的既有铁路线路状态监测及评估技术研究，获得省部级奖励10余项，获得专利10余项，受到了业界的赞誉与好评，在国内处于先进行列。

本实用新型公开了一种铁路道岔防雪装置，架设在支架(5)上的喷气管(4)在铁路两侧平行对称布置，喷气管(4)上的平行管嘴(6)出口平行于被保护的道岔铁轨(8)表面；通气管道(3)一端连接空气压缩机(2)，另一端连接喷气管(4)；空气压缩机2置于外罩箱(7)内，通过车站控制终端系统控制开关控制开启空气压缩机，由空气压缩机向通气管道持续提供压缩气体，压缩气体经喷气管上的平行管嘴向外喷出，形成平行于道床的空气层，空气层阻挡雪花落下，形成“空气伞”。该装置实现了铁路道岔的主动除雪，操作方便，结构简单，价格便宜，能量消耗少。

交流供电可从根本上避免直流供电产生的迷流及其长期有害影响，交流同相供电技术不仅可从根本上解决电分相和电能质量问题，还可带来提高供电能力、保障运输能力、提高系统可靠性等多方面效益。2010年10月28日补偿式同相供电装置在成昆线眉山牵引变电所投入试运行；单相-三相组合式同相供电技术2013年8月中铁总公司通过技术评审，2014年3月通过上道评审，2014年5月在中南通道投入试运行。

本研究成果基于微机硬件平台和通用WINDOWS平台，提供两种仿真实现技术途径和软件框架，一是采用电影动画技术，基于AUTOCAD 、3DS、Authorware软件交互实现，这种技术事复杂动态场景，实时性能要求高的场后，适合机电产品结构组装、性能、外观多媒演示；一是采用程序动画技术，基于VC OPENGL平台，运动路径和观察路线可以在线交互设定。这种技术适合场景基本固定，运动对象较少但运动轨迹复杂的场合，适合大尺度环境模拟和场景基本固定，运动对象较少但运动轨迹复杂的场合，适合大尺度环境模似和场景基本固定，运动对象较少但运动轨迹复杂的场合，适合大尺度环境模拟和场景空间俯瞰，如虚拟飞行、虚拟驾驶、虚拟小区漫游、虚拟道规划等。

陕西铁路工程职业技术学院创办于1973年，前身是铁道部渭南铁路工程学校。2002年由铁道部划归陕西省人民政府，2003年经陕西省人民政府批准、教育部备案，改制升格为专科层次的高等职业技术学院。学院以交通运输类和土木工程类专业为主干，培养铁路、城轨、公路、建筑等基础设施工程建设管理需要的技术技能人才，形成了以大专层次的全日制高职教育为主，成人教育、短期培训和技能培训鉴定相结合的办学格局。 学院地处“三秦要道，八省通衢”的渭南市区。建有临渭、高新两个校区，占地面积1050亩，各类在校学生13000余人。所有教室配备多媒体设备;图书馆藏书94.72万册，实现了现代化管理及开架借阅;两校区均建有400米八跑道标准田径运动场、文体中心、乒乓球馆等，体育设施齐全先进;学生食堂被教育厅授予“高校标准化学生食堂”称号，学生宿舍实行标准化管理。 学院依托铁路行业办学、突出铁路特色育人。设有铁道工程系、轨道工程系、道桥工程系、测绘工程系、建筑工程系、管理工程系、机电工程系、电气与信息工程系、基础课部、思想政治理论教学科研部、继续教育部、体育教学部八系四部。开设：铁道工程技术、高速铁道工程技术、道路桥梁工程技术、地下与隧道工程技术、城市轨道交通工程技术、城市轨道交通运营管理、工程测量技术、材料工程技术、建筑工程技术、工程造价、建设工程监理、物流管理、铁道交通运营管理、工程机械运用技术、铁道通信号自动控制、铁道机车等四十一个专业。 学院现有国家级教学成果奖2项、省级教学成果奖10项，国家精品资源共享课1门、省级精品课程8门，中央财政重点支持建设专业5个、省级重点专业12个，创新发展行动计划国家骨干专业和陕西省一流专业16个，中央财政支持建设的实训基地2个、省级实训基地6个，国家级优秀教师1人、全国“五一巾帼标兵”1人、全国职业教育先进个人1人、全国职业教育轨道交通行业名师3人、省级职教名师6人、省级教学团队4个、省级教学名师9人、省级师德标兵、师德楷模4人。校内实训基地(室)123个，其中测绘教学实训基地占地349亩，高铁实训工区、高铁隧道实训基地、建筑综合实训基地、道路桥梁综合实训基地等6个大型综合实训基地在国内处于领先水平。在中国中铁、中国铁建、18个铁路局建有241个校外实训基地，实现铁路线上线下全覆盖，试验实训设备固定资产总值达到9506.14万元。 学院是教育部高职高专院校人才培养工作水平评估优秀院校，国家骨干示范高职院校、陕西省首批省级示范性高职院校，陕西省“一流学院”建设单位。先后荣获“全国精神文明建设工作先进单位”“首批国家级示范职业技能鉴定所(站)”“全国无偿献血促进奖特别奖 ”“全国高校校园文化成果三等奖”“首届全国高职院校就业星级示范校”“全国高职院校魅力校园”“全国高职院校就业竞争力示范校”“陕西省五一劳动奖状”“陕西省创先争优先进基层党组织”“陕西省文明校园”“陕西省平安校园”“陕西省依法治校示范校”;七次获得“陕西省校园文化成果一等奖”，连续三年被评为“陕西省职业技能鉴定先进单位”，连续四年在省属高校领导班子考核中获优秀等次，学院党委连续三次获得高校先进校级党委。 学院牵头成立了“陕西铁路建筑职业教育集团”，实施校企合作、工学结合，与253家企业形成了紧密型校企合作和人才供求关系。毕业生就业率连年保持在96%以上，其中90%以上在各大工程局和铁路局工作。他们因“下得去、用得上、留得住、干得好”，迅速成长为铁路企业的技术骨干和管理中坚。 当前，学院内涵建设成效显著，人才培养质量不断提高，办学实力显著增强，社会美誉度和影响力不断提升，步入了快速发展的轨道。全院师生正满怀信心，以高昂的热情，朝着“省内示范、行业领先、国内一流、国际知名”优质高职学院的目标向前迈进!

上海味茂霖品牌管理有限公司自2012年成立以来，始终专注于食品领域的线上及线下综合运营服务，通过与多家知名品牌合作，提供个性化的定制服务，帮助客户打造品牌形象并提升收益。 品牌管理与运营：公司专注于食品领域的品牌管理，提供从市场调研、品牌定位到营销推广的全方位服务，帮助客户在竞争激烈的市场中树立独特的品牌形象；新零售联营：与多家品牌合作，深入新零售领域，提供线上线下结合的整合营销解决方案，满足消费者多样化的购物需求；个性化定制服务：根据客户的实际需求，量身定制营销策略，帮助客户实现低成本、高效率的品牌推广，最大化品牌价值。 重点合作品牌及产品：光明农发大米；光明海狮食用油；光明福新面粉，味都挂面；光明三添芝麻油，花生酱，调味品；光明上海农场鸡蛋，鸡、鸭、鹅、鸽子等禽肉类；光明崇明农场鸭制品休食，玉米，鸡、鸭等禽肉类；康师傅饮品：星巴克，可尔必思；康师傅百饮：百事可乐、美年达、7喜、bubly微笑趣泡、佳得乐、纯果乐、果缤纷、依维世、纯水乐品牌系列产品；保多康：益生菌、灵芝孢子粉等系列产品；鲜得味：进口金枪鱼、沙丁鱼罐头系列产品；妙可蓝多：奶酪，芝士系列产品等。 自有品牌：公司拥有自有品牌“味茂霖”，通过与现有产品的结合，逐步打造独立品牌，推动品牌创新与成长，为公司长期发展奠定基础。 以服务立信誉，以质量铸品牌，公司始终坚持以客户为中心，提供精细化服务，全面满足客户需求；让每一个客户成为终身客户，通过诚信经营和优质服务，公司致力于与客户建立长期合作关系，最大限度为客户创造价值。 公司在食品快消品行业拥有十多年的丰富经验，积累了大量的实践经验和客户资源，能够为客户提供专业的品牌管理和营销解决方案。通过其专业的服务和丰富的行业经验，致力于帮助客户在竞争激烈的市场中脱颖而出，实现品牌价值的最大化。公司以客户需求为导向，提供全方位的品牌管理与运营服务，同时通过自有品牌“味茂霖”的创新与发展，为公司的长期成长奠定坚实基础。

项目简介：《选矿厂生产统计计算机管理系统研究》通过湖北省科技厅组织的鉴定，其科研成果处于国内领先水平。 技术特点：本课题以大冶铁矿厂为实例，利用当前流行的Microsoft Visual Basic6.0开发选矿厂生产统计计算机管理系统软件，该系统解决了多金属选厂报表金属量不易平衡的问题，具有创新性。用户只需一次性输入原始数据，相互关联的生产日报表、周报表、月报表和年报表将自动生成，生产日报表可当天上报。企业领导、工程技术人员、管理工作者和统计分析人员可根据工作需要任意浏览、调用、打印各种报表，有利于正确指导现场操作、生产调度、组织管理和领导决策。应用领域：该系统既针对性，又有通用性，便于计算机管理网络化。可在全国同类矿山企业中推广使用，具有广阔的应用前景和良好的社会、经济效益。

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。