南科大医学院教授张文勇、研究助理教授栾合密等在国际著名生物信息学与计算生物学期刊Bioinformatics上发表题为“CPVA: a web-based metabolomic tool for chromatographic peak visualization and annotation”的论文。该研究创新提出了以色谱中心策略算法（CCS）提高基于质谱的组学数据质量，并搭建了R-Shiny的Web应用CPVA，实现了组学数据在线交互式的处理。 该论文提出了色谱中心策略算法（CCS），并开发了在线互动工具来解决该领域普遍存在的问题。色谱中心策略是指通过对组学数据中提取的色谱峰形状进行数字化描述，包括对称性（Symmetry）、锯齿度（Jaggedness）、形态（Modality）、色谱质量指数（MCQ）等，并以在线互动的方式直接展示色谱峰的形态特征。

产品详细介绍         谱诚博阅原卷留痕阅卷机，独创的原卷留痕阅卷新模式，能够切实解决师生存在的不同困境，提高教师阅卷效率，给广大学子增效减负。          我们的原卷留痕智能阅卷机，具体优势有以下几点：      1.无需答题卡。省时省钱      2.无需人工干预。减轻教师负担      3.原卷答题。学生原卷答题无需答题卡，省时便捷      4.原卷批改。方便学生复习，教师掌握学生学情。      5.高效阅卷。一键阅卷，操作简单；客观题自动批阅、主观题得分自动识别、总分自动统计、错题标准答案自动打印；双面同时阅卷，效率优于人工批阅。                                                                       阅卷机产品展示图 谱诚博阅的原卷留痕阅卷机AYJ800针对网上阅卷系统的不足，做出创新改进，实现了学生原卷作答，教师原判批改，所有的批改原卷留痕，阅卷机本身负责主观题的批改，客观题的批改读取，可以与原有的共享资源平台对接形成闭环，更有针对性的服务于基础教育阶段的师生，因材施教。                                                                                                                              阅卷机批改后的卷面效果   此外，谱成博阅科技有限公司基于大数据的准确分析给学生提供专家级学情分析报告，可以真正的促进学生的学习，针对性提高学习效率，具体有以下优势： 1.纸质试卷自动电子存储 2.学生答题分析 3.易错知识点分布统计 4.平台利用学情报告完成针对性教育与个性化学习 5.自动生成学生错题本，学生提高成绩有捷径 6.自动生成高频易错题集，老师定位重点有方向 7.学生各人知识点掌握情况分析表，补齐短板有目标 8.每人一张个性卷，数据分析有反馈 如今，教育行业，越来越多的教学内容期待高效的传播，越来越多的基础教育阶段的学生希望节约时间，更注重自己全方位的发展，越来越多的教育培训服务更多的依赖大数据的分析来快速指导实践，谱诚博阅原卷留痕阅卷机AYJ800就可以很好地满足教育行业师生的各种需求，无论从教学、考试还是各大培训都会相得益彰共同发展，未来在原卷留痕阅卷机的广泛普及下，必将极大地促进基础教育的发展，为学生学习开辟更加恢宏的康庄大道。 杭州谱诚博阅科技有限公司——教育信息化服务理念的倡导者,我们专注于教育，致力于实现创新技术与传统教学模式的最佳融合，倾注全部的心血和激情，发展互联网教育服务产业，开创中国教育现代化的未来。我们创造并实践崭新的服务模式和商务模式，打造产业生态圈。在智能阅卷、智慧课堂、云端针对练习、云端个性考试服务、K12互联网信息化教育等领域，博阅科技的创新理念和技术将推动行业的蓬勃发展。 公司现已拥有独立的研发团队、生产基地，以及遍布全国的销售网络渠道。公司开发的爱阅卷原卷留痕阅卷机系统，多项技术通过了国家有关部门的严格测试，技术处理水平先进。博阅爱阅卷原卷留痕阅卷机系统是将现代先进的图像压缩、分割技术与高速图像扫描设备相结合而产生的一项高效数字化信息系统。系统经过严密设计，并结合传统的阅卷模式，成功地将先进的计算机网络技术同教师阅卷工作结合在一起。在充分考虑用户的需求和使用状况的基础上，优化、整合设计流程，实现了灵活方便的阅卷、大数所分析、试卷管理过程，充分体现了本阅卷系统的实际效益和推广意义。博阅科技正成为广大师生及家长的好伙伴。

本发明公开一种航天飞行器三维模型层次化故障显示，以及三维模型信息提取和动画交互的实现方法，所述飞行器自主保障系统三维可视化软件主要包含软件B/S框架的搭建、三维实体模型信息提取及格式转换、三维模型的显示及其动画交互操作的加入和故障产品显示及透视化部件操作四大部分。

本发明公开一种时空可变流场下飞行器的球面轨道编队跟踪控制方法，飞行器的动态是球坐标系中表示的非完整动力学方程并且已知流场是随着时间和空间变化的，所述方法包括如下步骤：a)用弗莱纳公式表示以球坐标系下的飞行器动力学方程；b)计算球面跟踪误差、轨道跟踪误差以及横向编队误差；c)设计期望的横摆角速度、倾侧角速度以及线加速度，使得误差达到设计要求的同时保障飞行器不运动到南北极的连线；d)设计横摆角和倾侧角加速度使得实际的横摆和倾侧角速度达到期望值。此种方法简单可靠、精度较高，适应于任意已知时空可变流场中的协作监测等复杂任务。

肢端肥大症通常是由垂体腺瘤引起的生长激素的持续性分泌引起的一种临床综合征，其患病率约为60/百万人，年发病率约为0.03~0.04/万。由于其隐匿的发作，模糊的症状和缓慢的进展，该疾病的诊断通常被延迟，导致严重的并发症，例如心血管疾病和治疗困难。因此，必须使用自动高效的筛选方法，促进该疾病的快速准确诊断。

本发明公开了一种基于 WAMS 时间断面信息和拓扑信息的故障 诊断方法。该方法包括： (1)通过 WAMS 获取互联电网中各量测点的三 相电压和电流的幅值和相角数据；(2)使用获取的三相电压和电流的幅 值数据按照故障诊断启动判据进行计算；(3)对满足故障启动判据的量 测点三相电压和电流的幅值数据进行实时特征量提取，形成实时模式 向量；(4)将量测点 i 提取的实时模式向量与预设的已知故障类型的基 准模式向量集合相匹配，根据匹配结果给出初步故障结果；(5)根据时 间信息和电网拓扑信息对满足启动判据的量

本发明公开了一种基于分层时间模糊 Petri 网的输电网故障诊断 方法，属于电力技术领域；现有技术中的 Petri 网模型应对不确定及缺 失的报警信息的容错能力仍有待加强；本发明的分层时间模糊 Petri 网 模型，包括分层子模型和综合诊断模型，在保护和断路器发生误动或 拒动、报警信息缺失以及发生多重故障等情况下，均能给出正确的诊 断结果，具有较好的应用前景。 

程然课题组在医学领域知名期刊Journal of Hematology & Oncology上发表了一种通过学习面部照片特征，构建肢端肥大症自动诊断和严重程度分类的深度学习方法。该方法可以帮助人们方便地进行自我筛查，从而对肢端肥大症进行早期诊断并因此得到早期治疗。并且，该方法是第一个具有肢端肥大症严重性分类功能的自动化方法，并对每种分类取得了89%以上的准确率（超过一般医生水准），为进一步推广应用奠定了基础。程然为论文共同通讯作者，合作单位包括北京协和医院与剑桥大学公共卫生和初级保健司。

本发明公开了一种具有预设性能的分布式有限时间编队跟踪控制方法，涉及多智能协同控制技术领域，包括建立高阶非线性多智能体系统模型，并明确多重控制目标，所述多重控制目标包括编队跟踪控制目标、性能约束保障目标、碰撞避免约束目标、通信连接保持目标和鲁棒性与有限时间收敛性目标；构建虚拟多智能体系统，通过误差变换与性能函数生成满足碰撞避免和连接保持的参考轨迹；为每个智能体设计观测器，实时估计系统扰动与高阶状态；基于滑模面构造反馈控制器，将跟踪误差限制在性能漏斗内并确保有限时间收敛。本发明所述方法突破了传统方法多集中于低阶线性系统的局限性，具有更强的工程适用性与通用性。

本发明公开了一种电液伺服系统有限时间精确跟踪控制方法及系统，具体为：建立单出杆电液位置伺服系统的数学模型；基于多层前馈神经网络，构建有限时间神经网络扩张状态观测器，对单出杆电液伺服系统受到的匹配以及非匹配未知函数扰动和系统状态进行估计；接着构建面向模型不确定性补偿的单出杆电液伺服系统有限时间精确跟踪控制算法，设计带分数阶的有限时间多层神经网络自适应律；选取神经网络权值参数的初始值及自适应律矩阵以及控制器参数，实现系统模型不确定性的补偿，使系统的输出跟踪期望的控制目标。本发明在有限时间内降低了单出杆电液伺服系统控制器的稳态跟踪误差，提高了模型不确定性补偿能力，提高了单出杆电液伺服系统的跟踪精度和跟踪速度。