发明公开了一种基于氮化钛材料的新型纳米结构光阴极；所述氮化钛光阴极包括衬底、氮化钛纳米结构层；还涉及了该型氮化钛光阴极的制备方法，及其电场辅助型光阴极测试装置，所述电场辅助型光阴极包括绝缘垫片、金属薄板阳极、上／下电极导线、外加偏压电源。本设计中核心的氮化钛纳米结构具有表面等离激元共振效应，会带来光子吸收增强和局域电场增强，且材料功函数仅约为３．７ｅＶ和导电性优良，有助于光致电子的发射；通过设计氮化钛结构的组成纳米图形和结构参数，可获得与入射激励光波相匹配的等离激元共振，实现可光调控的电子发射。因所述氮化钛材料还具有稳定的物化性质，从而本发明提供了一种可作为稳定、高效率的光阴极。

本发明提供了一种面向轨迹挖掘的数据预处理方法及系统，该方法包括：在原始数据库中提取离散的轨迹点，对轨迹点进行归类提取后形成若干个独立的轨迹段集合；对每一轨迹段集合中的轨迹点进行重复定位点检测，若判断该重复定位点为历史定位点，则删除；对每一轨迹段集合中的轨迹点进行定位异常点检测，若判断为定位异常点，则删除该轨迹点，得到若干条完整的轨迹；对所述完整的轨迹进行简化压缩，得到压缩轨迹；存储所述压缩轨迹；同时对系统运行状态进行监控，保证系统可以持续、稳定运行。本发明提供的方法通过对提取出的轨迹点进行重复定位点以及定位异常点清除，保证了轨迹数据的正确性和完整性，提高了轨迹数据挖掘的准确度。

本项目主要针对我国分散式农村生活污水及污泥处理的现状，结合蚯蚓的生物生态学特点，基于蚯蚓与微生物相互作用的生态学原理，采用“蚯蚓生物滤池+蚯蚓堆肥”联合对分散式污水污泥进行资源化处理与处置研究。在蚯蚓生物滤池处理生活污水过程中进一步优化填料的级配，提高其污染物降解及原位减量污泥的工艺性能，使其净化后出水满足《国家农田灌溉水质标准》（GB5084-2005）中的水作作物和加工、烹调及去皮蔬菜类别的灌溉标准；对蚯蚓生物滤池污水净化过程中产生的少量蚓粪污泥进一步发挥蚯蚓对污染物稳定及无害化的特性，采用蚯蚓堆肥技术稳定化与无害化处理蚓粪污泥，堆肥后泥质满足《污泥农用规范《CJ/T 309-2009 城镇污水处理厂污泥处置农用泥质》的标准，为解决我国分散式农村生活污水污泥资源化处置的难题提供有效的途径。 项目负责人所在研究团队在中小城镇污水处理、剩余污泥减量化与资源化等生物处理技术方向上开展了 10 余年的研究工作，自 2010 年以来，相继获得“2010 年国家星火计划”、“ 2011 年国家青年自然基金”、“教育部博士点基金”等的资助。申请人自 2004 年在同济大学环境科学与工程学院攻读博士学位以来，一直致力蚯蚓生物滤池技术的工艺优化与机理研究。工艺方面主要集中于农村生活污水-污泥的同步处理，在研究过程中发现，蚯蚓生物滤池对污水的处理相比于其他工艺具有经济节约、管理方便的突出特点，尤其是污泥的产量少对于分散式剩余污泥的处置问题，更是提供了有利的解决途径。经过十多年的积累，申请人熟悉该工艺的运行控制参数与实验方法，具有一定的知识储备。建设的上海嘉定和四川青川县马鹿乡“蚯蚓生物滤池处理农村生活污水工程示范”运行良好。申请专利 1 项，授权专利1项。 本项目基于蚯蚓的生物生态学特点进行污水与污泥的生态型转化，工艺技术中无需传统生物处理中的曝气设备，也不会产生常规生物滤池堵塞的问题，因此，具有经济节约，技术高效，管理方便，基建及运行费用低等主要特点，在我国分散式农村生活污水污泥的资源化处理与处置方面，具有广阔的应用前景。 与本项目合作的上海泓济环保工程有限公司是一家废水、固体废弃物处理项目设计、施工、运营及设备销售于一体的高科技环保公司，上海市高新技术企业，拥有多项废水预处理、生化处理、含盐废水浓缩及零排放技术和固体废弃物处理技术，以及建设部颁发的环境工程专项工程承包资质、设计资质和环保部颁发的环境污染治理设施运营资质，综合实力位于行业领先水平。该公司长期以市场为导向，贯彻以技术服务为核心，工程和设备产品为两翼的发展战略，能够根据客户特定需求，结合专业水准开展针对性的研发工作，提出先进而创新的系统解决方案、解决问题。可以为本项目的工程化应用提供有力的技术与设备支持。

应用：远程精确监控、可穿戴设备；老年健康监控、运动员体能 检测、军队个人保障系统等。 特点：符合世界公认的最新体域网协议；极低功耗、极低辐射、 极高的传输效率。

本发明公开了一种基于信息挖掘的智能决策支持构造方法（ IDSSIM ) ，该方法完善并扩充了现有智能决策支持系统的功能，改变了现有智能决策支持系统固有的运行机制，将决策推理机制、 WEB 挖掘和 KDD ＊挖掘和领域专家知识获取有效地融入智能决策支持系统中，从而形成了一类具有“双网”、“五库”、综合集成、多层递阶结构模型的新型智能决策支持系统。此系统在结构和功能上相对现有系统而言是一个开放的、优化的扩体，并对智能决策系统的主流发展起着重要的推动作用，有望形成新一代的智能决策支持系统概型。

系统面向大型项目管理与科研管理，以先进的项目管理原理与技术为核心，并充分考虑我国项目与科研管理的实际需求。系统以项目管理流程为主线，整合管理项目实施所需要的时间、费用、质量、资源、信息与知识。通过流程、角色、权限、资源的动态绑定，实现系统的可视化设计与系统功能配置。系统不仅是一个过程管理系统，同时也是一个质量检查与管理系统，不仅是一个专家管理系统，也是一个知识管理系统。系统汇聚了数据分析、文本挖掘、决策支持、自然语言处理等众多先进技术，并支持SOA软件体系结构。 在项目管理方面，系统基于项目流程，通过对信息进行不断地收集、加工，共同完成整个项目管理的过程。 项目信息管理：每个项目记录以下信息：项目编号、项目名称、承担单位、单位地点、计划开始时间、计划结束时间、优先等级、项目预算。 项目计划制定：可定义项目里程碑（包括交付成果）和计划时间，以明确科研项目所处的阶段，控制项目从某个状态提升到下一状态，并且能够直观地显示项目所处的阶段，实现了项目的流程化管理。 项目流程管理：对项目的各种技术文档的审批流程、变更进行管理，项目的进度管理，建设管理数据库、存储有关管理数据，保存项目相关材料。 在科研管理方面，系统支持完整的科研管理生命周期，包括科研项目征集阶段、评议阶段、立项审批阶段、立项阶段、实施阶段、验收阶段、跟踪阶段，整个项目管理生命周期。系统支持科研项目过程管理，支持科研绩效评估也支持科研决策。与此同时，系统提供了丰富的相关管理功能： 工作任务分解：整个项目活动分级分解至可管理工作单元的层次结构，每一个工作单元具体描述在一个规定单位或个人的具体责任和计划时间。 计划进度跟踪：项目各阶段或交付成果文档的负责人将必须定期地对所负责的工作进行进度维护。系统能够自动地综合相关的信息进行项目完成百分比的维护。 成果状态的管理：任务交付成果的管理将根据具体任务中规定的不同交付成果形式进行，例如交付形式可以为文件、设计模型、产品或部件等。 内容发布：面向各项目课题组、科研单位等用户，进行公共的信息发布以及公告。起到宣传、通报、展示等作用，即时地通过因特网向用户发布通知。 资料文档下载：各个项目中存在着大量地公共文档以及各种模板，为了方便所有用户，将此类文档和模板进行合理组织，用户可以轻松实现公共文档和模板的下载和上传功能。 辅助决策功能：提供相关的分析工具，综合应用现代管理技术，对各种关联管理信息进行对角度剖析，提供多维图表，实现对知识分析和知识挖掘，为决策提供了可靠的支持。 绩效评价：建立了多种大型项目与科研项目评估指标体系，利用关键绩效指标对工作完成效果进行测度，可以有效的对工作绩效作出评估。 本系统面向大型项目管理与科研管理，可用于通信、能源、交通、政府、国家中医药管理局、医疗机构、冶金行业、石油石化等行业。

本发明公开了一种基于信息挖掘的智能决策支持构造方法（ IDSSIM ) ，该方法完善并扩充了现有智能决策支持系统的功能，改变了现有智能决策支持系统固有的运行机制，将决策推理机制、 WEB 挖掘和 KDD ＊挖掘和领域专家知识获取有效地融入智能决策支持系统中，从而形成了一类具有“双网”、“五库”、综合集成、多层递阶结构模型的新型智能决策支持系统。此系统在结构和功能上相对现有系统而言是一个开放的、优化的扩体，并对智能决策系统的主流发展起着重要的推动作用，有望形成新一代的智能决策支持系统概型。

本成果针对城市水电气热等综合能源数据来源广泛，结构复杂，且与用户、时间、空间信息关系紧密的特点，构建了高性能综合能源数据分析平台，提出了细粒度的能源数据分析理论框架及方法，并将其应用于智慧城市建设。

数据采集技术 可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。 多模态传输技术 LPWAN (Low-Power Wide-Area Network，低功率广域网络) 在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。         LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。 最具前景的LPWAN技术——NB-IoT和LoRa： 物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。 LoRa （Long  Range）:     一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。 NB-IoT（Narrow Band Internet of Things） NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。 NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。 数据分析技术 人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。

成果描述：本发明涉及分布式极化敏感阵列的参数估计技术，特别涉及信号波达角度和极化参数的联合估计方法。 一个完备的电磁矢量传感器由空间放置的3个电偶极子和3个磁偶极子构成，它们在空间共点放置相互正交，从而形成极化敏感阵列，可以接收入射电磁波全部的电场分量和磁场分量，因而相较于传统的标量阵列，极化敏感阵列可以接收更多的入射信号的信息。又，极化敏感阵列能够感应入射信号的极化信息，从而获得入射电磁信号的极化参数。然而，传统的标量阵列却由于不能感应入射信号的极化信息，而无法获得入射电磁信号的极化参数。并且，极化敏感阵列还可以同时感应入射电磁波的极化信息和空域信息。因此，极化敏感阵列不管是用于极化参数估计还是自适应波束的形成，其都具有比传统标量阵列更优越的系统性能。 在极化敏感阵列的应用中，利用电场、磁场和坡印廷矢量之间的矢量关系，当空间放置有单个完备的电磁矢量传感器，利用该电磁矢量传感器就能够同时获得最多5个不相关信号的波达角度（DOA）和极化参数的估计，因此，在空间物理孔径受限的场合具有重要的意义。 然而，针对极化敏感阵列的信号处理，大多假设各个阵元由2至6个共点放置的相互正交的电偶极子或磁偶极子构成，因此，各极子在空间共点放置不可避免的会有严重的互耦效应，互耦效应会降低天线系统的性能。 阵元间的互耦现象是不可避免的，为了有效减少阵元各共点通道之间互耦的相互影响，现有技术提出了分布式极化敏感阵列，分布式极化敏感阵列是将极化敏感阵列各阵元共点分量在空间分散放置，其能够使阵元间的互耦效应大大降低，同时也可以感应入射电磁波的电场信息和极化信息。现有的针对分布式极化敏感阵列的参数估计方法大多针对完备的电磁矢量传感器，即在空间分散放置3个电偶极子和3个磁偶极子，然后再利用改进的矢量叉乘的方法来完成参数估计。然而，在实际中，由于空间电场和磁场是时变的，时变的电场产生磁场，时变的磁场产生电场，二者之间存在一定的冗余关系，因此考虑仅仅采用电偶极子或磁偶极子构成极化敏感阵列将可以获得更多的入射信号电磁信息。