项目属针织机械领域，主要研究高动态响应经编装备集成控制技术，这些关键技术覆盖了电子横移、电子送经、贾卡提花和品质监测等几个模块，通过对这些技术的系统集成，可为经编装备的高速化和智能化提供科学的解决方案，研究成果已经在高速电脑经编机和高速电脑多梳经编机上全面推广应用。 关键技术 （1）高动态响应柔性横移技术：构建了经编横移运动的动力学模型，设计了无冲击加速度电子凸轮曲线，采用 DSP 运动控制技术和基于 FPGA 的双 FIFO 动态缓冲技术，实现了高动态横移驱动的柔性响应要求。 （2）高精度随动多速送经技术：建立了经纱恒张力控制模型，采用了准闭环反馈技术和主轴脉冲细分倍频技术，实现了对单速恒定送纱量的稳态高精度控制和对多速变化送纱量的动态高响应控制，减轻了主轴速度切换时的织物横条疵点。 （3）高速率存取贾卡提花技术：采用了大容量 flash 闪存技术实现贾卡花型数据的静态存储，设计了基于动态 RAM 与贾卡驱动电路间的数据高速直传技术，解决了大容量动态花型数据的高速传输难题。 （4）高分辨识别在线监测技术：采用了高分辨图像识别技术，开发了基于嵌入式 ARM 系统的在线监测系统，建立了实时的动态织物疵点图像库，完成了基于神经网络算法的疵点快速判别。 知识产权及项目获奖情况 围绕高动态响应经编装备的集成控制技术，共获得中国发明专利授权 3 项、软件著作权登记 1 项，申请中国发明专利 3 项，发表学术论文 22 篇。 项目成熟度 批量生产阶段。 投资期望及应用情况 (1)效益分析 2011 年以来，项目成果已与常州润源、常德纺机、晋江佶龙和常州八纺等国内主要经编机械制造厂进行了新装备整体配套；对长乐永丰、长乐添利、广东彩艳、广东新生和海宁超达等 50 余家织造厂进行了旧设备技术升级。项目累积新增利润 9.5 亿元，新增税收 2.9 亿元。 （2）推广情况 项目成果在国内主要经编机械制造企业和国内主要经编织造企业都得到了应用，本项目开发的系统，主要技术参数达到国际先进水平，并已经进行了广泛的市场推广。系统稳定可靠，具有很强的市场竞争力，在福建长乐等经编集散地，其市场份额已经达到同类机型的第一，可以完全替代进口。 

本项目获 2018 年中国轻工业联合会科技进步奖一等奖柠檬酸是一种重要的三羧酸类化合物，广泛应用于食品、医药、化工等领域，是当前世界上产量和消费量最大的食用有机酸，是世界第二大发酵产品。虽然发酵法生产柠檬酸起步较早，但目前其生产技术仍存在问题，如发酵种子培养周期长、活力低；发酵菌种影响柠檬酸合成的生理、代谢特性认识有限；传统同步糖化发酵工艺原料利用不充分；柠檬酸提取过程能耗高，废水有机物浓度高、处理难度大等。因此，本项目在江南大学刘龙教授带领下实现了传统的技术升级和转型，实现绿色智能化生产。获 2018 年度中国轻工联合会科技进步一等奖。 主要创新内容及技术突破： 1、建立了结合超声波诱导孢子快速萌发与种子糖化酶水平表征的移种策略， 发酵强度由 2.55 g·L-1·h-1 提升至 2.85 g·L-1·h-1（提升幅度 11.8%）； 2、进行了柠檬酸发酵生产菌株的系统生物学分析，发现发酵后期的低 pH 环境可激活柠檬酸合成相关基因的表达，葡萄糖作为效应物可激活其转运蛋白的表 达； 3、强化同步糖化发酵方式，利用葡萄糖模糊预测模型结合糖化酶阶段添加的策略补偿发酵中后期 pH 急剧降低导致的葡萄糖供给速率不足，中试规模发酵强度进一步提升至 3.15 g·L-1·h-1，残总糖由 19.2 g·L-1 下降至 13.2 g·L-1（下降幅度 31.3%）； 4、应用模拟移动床实现了柠檬酸发酵液连续分离提纯及废水资源再利用，在实现了清洁化生产的同时柠檬酸收率达到 98%，较传统钙盐法提高 5%。 

成果介绍本发明公开了一种虚拟家装室内场景设计中的阴影渲染方法。包括阴影映射图生成步骤，半影估计步骤，基于泊松碟采样的百分比渐近滤波步骤，最后通过加入漫反射环境光，生成具有真实感的虚拟家装室内场景阴影效果图。本发明方法能够高效且能改善阴影映射图锯齿走样的问题。技术创新点及参数本发明提供一种真实感强烈，生成了场景中物体的软阴影而且速度快， 可以满足虚拟家装实时渲染要求的虚拟家装室内场景设计中的阴影渲染方法。市场前景本发明方法结合阴影映射图与百分比渐进滤波技术实现虚拟室内家装 的实时阴影效果渲染，不仅能够生成具有真实感的家装室内设计中的阴影渲染，而且 不会随着场景中三维物体复杂度增加而增加，无需预处理能够满足实时应用需求。该 技术对计算机虚拟现实在虚拟家装领域的应用具有重要意义。

本成果以专利形式体现（专利号 201310723968.2 ），生命科学大多以微生物为研究对象，有很多物种都是近缘的，无法用普通方法区分，本方法通过 PCR 方法可以快速区分，建立了一种设计特殊引物的方法。

本成果采用最新的深度学习和分子模拟算法，结合新一代分子特征化方法，开发了多种计算机模型，可用于药物开发中的多个阶段，为药物的快速设计开发提供一个完整的基于人工智能的解决方案。成果：1.药物毒性预测方法：传统的化合物毒性检测技术一般需要使用生化试验、细胞实验、甚至动物模型，这些方法不仅耗费大量时间，而且成本很高。使用计算模型进行有机化合物的毒性预测，所需投入较少，但产出巨大。特别是基于化合物的物理化学和结构特性的计算模型，甚至能够在化合物合成之前就对其进行预测，大大提高了效率，使其越来越受到欢迎。在进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选，能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法，运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。我们分别建立了名为CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性预测)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突变性预测)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性预测)的预测服务器，这些服务器能够为使用者提供更高效更便捷的预测技术服务。自2017年服务器发表起，我们已为国内外药物分子设计研究者提供了5000多次共计超过20多万个化合物的毒性预测服务。在有机化合物毒性预测研究方向，我们主要完成了化合物的细胞毒性、心脏毒性、生殖毒性、血脑屏障透过性、水生生物毒性预测模型，以及糖尿病早期筛查模型的开发，正在进行P450酶阻滞剂性预测模型、基于图神经网络的毒性预测算法研究、基于分子对接的化合物毒性预测研究等。相关研究成果已发表多篇学术论文（Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次数80，ESI 1%高被引论文；Ai H., et al. Toxicological Sciences, 2018, 165: 100-107；Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377；Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78；Liu M., et al. Toxicology Letters. 2020, 332: 88-96；Feng H., et al. Toxicology Letters. 2021, 340: 4-14；Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.）致癌性预测服务器首页致癌性预测结果页相关综述对本服务器的介绍RF-hERG-Score预测药物引起的hERG相关心脏毒性2.药物设计方法：在计算机上对药物靶点和药物分子的结构和活性建模，计算药物与靶点之间的相互作用关系，从而设计出具有治疗作用的药物。计算机辅助药物设计可以为药物设计各阶段的实验方案提供有意义的指导，减少需要通过实验评估的候选药物的数量，从而加快新药研发速度。我们应用分子对接、分子动力学模拟、自由能计算、机器学习等方法研究流感病毒等重要疾病的计算机辅助药物设计、并开发更有效的计算机辅助药物设计方法。在计算机辅助药物设计研究我们主要完成了流感病毒M2质子通道蛋白抑制剂虚拟筛选方法研究，正在进行先导化合物生成模型研究、基于机器学习的虚拟筛选打分函数算法开发、SARS-CoV-2病毒S蛋白与受体相互作用及药物设计研究。特异性重打分函数显著虚拟筛选性能显著较高筛选出两个候选抑制剂3.药物靶点识别方法：长非编码RNA（lncRNA）是一种长度在200nt至100,000nt之间的非编码RNA，是转录物的主要成分。研究表明lncRNA在许多生物学和病理学过程中起着重要作用。lncRNA起作用的重要途径是与其靶蛋白结合。lncRNA-蛋白质相互作用的实验研究需要大量资源。累积的实验数据使得通过计算方法预测lncRNA-蛋白质相互作用成为可能。我们使用各种数学建模和机器学习方法开发了几种用于预测lncRNA-蛋白质相互作用的新模型。这些模型命名为：RWLPAP（随机游走），LPI-NRLMF（邻域正则化逻辑矩阵分解），IRWNRLPI（集成随机游走和邻域规则化Logistic矩阵分解），LPI-BNPRA（双向网络投影推荐算法），LPI-ETSLP（基于特征值变换的半监督链路预测），HLPI-Ensemble（集成学习）。在交叉验证中，我们的模型获得了较好的预测性能。lncRNA-蛋白质相互作用预测模型的性能比较lncRNA-蛋白质相互作用预测服务器相关软件著作权：

针对子载波非连续可用的情况下，基于迭代平均处理的思想，设计了适用于载波扩展OFDM系统中的导频符号，使用这种导频符号，能有效地克服OFDM系统峰均功率比过高的问题，且能保证较优异的误比特性能。

采用本发明得到的低相关区域序列组，在一定的相关区域内，绝大部分自相关函数取值为零，并且全部互相关函数取值为零。本发明所得到的低相关区域序列组，可以广泛应用于认知无线电系统，如信号同步、信道估计、多用户扩频等方面。

成果通过大数据基础性共性关键技术研究，提升重庆大数据应用指导理 论和应用系统水平，形成国内领先的大数据应用研究成果和示范应用，研制具 有自主知识产权的若干大数据软硬件产品和工具，达到国内领先水平，以点带面, 引领重庆大数据产业创新发展。成果研究与设计大数据产业新型研发机构示范， 设计成立市场化运营、独立法人的新型研发机构，创新管理、科研和成果转化、 产业化的模式和机制，面向社会和重点产业开展大数据应用关键共性技术研究和 成果转化服务，吸引国内外大数据技术企业、海外大数据人才和社会资本，构建 产学研用协同创新，具有产业联动效应、连接向上下游的重庆大数据产业创新机 构。完善重庆大数据产业基础性技术支撑系统建设，具备创业与孵化等功能，组织策划实施重庆大数据产业重点专项，促进重庆大数据产业科技成果转化，推进 重庆大数据产业创新发展。成果包含以下方面的行动方案调研与研究：高速大数 据挖掘关键技术研究及应用示范；实时动态大数据处理关键技术研究及应用示范; 大数据分析预测模型与智能决策系统研究及应用示范；多维叠加式大数据可视化 系统平台研究及应用示范。 成果为政府和行业提供决策咨询、产品规划、方案设计等服务，帮助其梳理 业务数据、挖掘数据价值、重构业务流程。成果为政府和行业提供决策咨询、产 品规划、方案设计等服务，帮助其梳理业务数据、挖掘数据价值、重构业务流程。 成果为政府和行业提供包括大数据解决方案及系统集成和数据资产运营的全方 位的大数据解决方案服务；参与数据资产运营，获得数据增值部分的分成。