本项目整体技术通过产学研用相结合，已得到充分的推广应用。本成果申请专利85项，其中授权34项，发表SCI/EI论文69篇；本项目攻克了片上自适应补偿与校正、输出数字化、智能图像增强等关键技术；研制出了目前国际上最先进的智能灵巧型焦平面探测系统芯片；解决了系统芯片低噪声、低温漂、高均匀性、智能灵巧化的瓶颈问题；实现了焦平面向单片集成片上系统的跨越式发展。经权威检测和鉴定：该成果的综合技术指标达到国际先进水平，其中RMS噪声电压（325.3 µV）、固定图像噪声电压（12.1mV）居国际领先”。

本发明公开了一种双模一体化红外面阵电控液晶微透镜芯片，包括双模一体化红外面阵电控液晶微透镜和驱控信号输入端口，双模一体化红外面阵电控液晶微透镜为 m×n 元，其中，m、n 均为大于 1的整数，双模一体化红外面阵电控液晶微透镜采用液晶夹层结构，且上下层之间顺次设置有第一基片、第一平板电极层、第一电隔离层、图案化电极层、第二电隔离层、第一液晶定向层、液晶层、第二液晶定向层、第三电隔离层、第二平板电极层、第二基片，第一平板

本发明公开了一种动平台对空目标双色红外异构并行自动目标识别器，所述目标识别器包括：交换式网络与至少一个处理部件，所述处理部件与所述交换式网络之间通过输入 FIFO 接口、同步存储器输出接口以及控制线连接，所述交换式网络用于动态链接不同的所述输入 FIFO 接口和所述同步存储器输出接口，所述处理部件用于完成自动目标识别过程中所需的各种算法功能，所述输入 FIFO 用于缓存输入的待处理图像数据，所述同步存储器输出接口用于

本发明公开了一种红外目标投影模型指导的飞机感兴趣区测谱方法，包括：(1)建立投影姿态数据库；(2)对实测飞机目标红外图像进行测谱，包括：(2.1)实测获得飞机目标红外图像；(2.2)获得目标各感兴趣区域轮廓；(2.3)将投影姿态数据库与实测的目标各感兴趣区域轮廓进行比对，确定飞机的姿态以及在此种姿态下的各感兴趣区域的对应几何关系；(2.4)根据整体轮廓与各个感兴趣区域之间的相互关系，确定各感兴趣区域的具体坐标；(2.

产品详细介绍 低功耗型红外二氧化碳传感器COZIR- ambient 功耗仅3.5mW，带温度补偿，湿度补偿，以及感知白天黑夜的环境状态。预热时间仅10S，内置PCB板的封装。有量程0-2000ppm, 0-5000ppm, 0-1%供选择。性能：1)功耗 3.5mW2)峰值电流 33mA3)平均电流小于1.1mA4)电源 3.3～5V5)T90 ＜3分钟6)标准型号温度范围 0°C to 50°C（可扩展-25°C to 55°C）7)湿度适用范围 0 to 95% RH8)存储温度-30°C to +70°C9)尺寸 43mm x 15mm可选项：温湿度传感器，以及其他数字输出

Ti3C2Tx-MXene是一种新型的二维纳米材料，该材料具有良好的金属导电性、亲水性、大比表面积及丰富的表面修饰基团等优点被广泛应用在催化、电化学传感领域。

我校毛昌杰教授团队以二维过渡金属碳化物（Ti3C2Tx-MXene）为金属源合成金属有机框架纳米材料（Ti3C2Tx-PMOF），并成功将其应用于电致化学发光生物传感领域。

1、 一种具有高度可见光透过率与隔热特性的陶瓷基玻璃涂层或玻璃贴膜。 玻璃改造后可见光透过率高于 70%，屏蔽 99%以上的致癌性紫外线，且有 效阻止通过玻璃的热能交换过程，可用于建筑或汽车玻璃的节能改造， 提升建筑的适居度与节能效果。 2、 该项目各技术环节环保无毒，产品成本远低于市面现有技术，性能优于 现有技术，设备投入与实施成本低。

项目以高异形度喷丝板和异形纤维的加工技术，在多家企业开发了高导湿涤纶短纤维及长丝；系统研究了纤维集合体的毛细效应机理，指导高导湿织物的织造工艺和后整理工艺；并建立了高导湿纤维导湿性能的专用评价体系。成果获2007年度国家科技进步二等奖。课题组还进行高品质熔体直纺超细旦涤纶长丝工业化生产技术集成开发，成果获2009年度纺织工业协会一等奖。

大数据应用的多样化 需要的计算模型、数据模型多样化； 目前每类模型需要单独的开源系统来支持（如HDFS、HBase、Neo4j、MongoDB，Flink，Spark，Tensorflow等）。 多系统导致大数据分析平台非常复杂、效率低下。研究目标：研究和开发面向新型多计算模型融合架构的、高时效、可扩展的新 一代大数据分析支撑系统与工具平台FAST（Fusion-Architecture, Scalable, Time-efficient big data analysis platform）。针对目前大数据分析平台复杂、效率低下的痛点，该系统具有三个 方面的优势：首先，这套系统采用融合架构，一方面实现关系、图、键 值、文档等多种数据模型的高效融合，另一方面实现批处理计算、流计 算的深度融合，并可以通过SQL扩展语言来进行多模型的统一查询，实现高效的跨模型查询。其次，对于复杂系统来说，时效性非常重要，这 套系统采用融合架构提高效率是实现高时效的基础，更重要的是，我们 对大数据分析从数据到用户进行了端到端的全栈时效优化。最后，对于 大数据应用来说，系统扩展性非常重要，本系统在资源层、存储层和计 算层进行了全面的扩展性优化。下面在融合架构、高时效和可扩展这三 个方面，分别详细介绍FAST系统的三个主要亮点。融合架构FAST系统的第一个亮点是融合架构，我们在技术方面的创新主要包 括多数据模型融合和多计算模型融合两方面。多数据模型融合：设计和研发了多模型数据管理与查询引擎，支持关系、图、键值、 文档等多种数据模型，实现了查询解析、查询优化、元数据管理、数据 分布等功能，将多种数据模型进行统一管理和深度融合。同时扩展了SQL语言，通过统一的查询接口支持对关系、键值、图、文档等数据进行独立访问或者跨模型查询。经过试验，多模型数据融合查询，比Spark 2.3.4的查询时间能平均减少70.7%。目前spark等现有系统还需要手工编程方式来实现跨模型查 询，所以FAST系统在易用性上也表现良好，降低使用门槛，提高开发效率。多计算模型融合：在计算层实现了最常见的批处理计算和流计算深度融合，批流融合的核心方法是在系统内部实现批和流的统一表达，批是对有限数据集 的运算，流是对无限数据流的计算，我们设计了UCollection结构对批和 流数据进行统一表达，通过识别的bounded标志，来确定是批、流、或批流融合。有了统一表达，可以开展一系列融合优化来提升系统性能。 并且对上通过Unified API统一用户的批、流接口，实现二者在编程范式上的统一表达。对于批流混合的计算，融合架构系统的查询延迟比Flink 1.4.2能减少57%，吞吐量平均可以提升到6.72倍。高时效FAST系统的第二个亮点是高时效，即缩短大数据分析的时间消耗， 提高效率。由于大数据分析平台是一个非常复杂的系统，为了做到高时效，系统不能存在性能短板，因此需要对大数据分析的整个过程进行端到端的全栈时效优化。如图中所示，自下而上，需要在多模态存储、批流融合、机器学习、人工操作各层都进行优化。对于多模态存储，面向应用负载和异构硬件特征进行自适应优化；对于批流融合计算，在统一表达基础上，进行系列融合优化技术， 包括DAG优化、迭代优化、部署优化、操作符优化等；在机器学习层面，进行模型优化、消息优化、梯度优化、概率优化 等来提高时效；而且我们也考虑到大数据分析过程中用户人工操作的时效性问题， 通过智能地进行大数据分析方法和模型的推荐，来缩减人工操作的 时间。可扩展FAST系统的第三个亮点是可扩展，由于大数据应用规模很大，数据增速快，对系统可扩展性的要求非常高，为此我们在系统的资源层、 存储层和计算层进行了全面的扩展性优化。在资源层，系统都部署在云计算的虚拟化资源之上，利用了云计算资源的弹性机制进行系统扩展。并在系统中实现了可伸缩调整模块， 能实时监控软硬件系统的状态，按照应用需求来自适应地进行弹性伸缩。在存储层，分布式存储系统扩展性的关键在于分布式共识和一致性 协议（Raft），因此提出了KV-Raft、vRaft等进行Raft的扩展优化。在计算层，我们扩展了机器学习模型的参数规模，使系统可以支持 到百亿级别的超大规模机器学习模型训练，并且性能方面有明显提 升。亮点成果：融合架构大数据分析平台目前已经在阿里巴巴双十一进行示范应用。 从2020年11月10日至11月16日一周的时间，在阿里的生产环境中，研发 的系统一直连续稳定运行，基于淘宝和天猫的实际用户信息进行大数据 分析，综合运用了本系统的存储、计算、机器学习等多个模块的能力， 累计进行了184亿件商品推荐。同时在双十一期间，基于智能交互向导技术，也面向电子商务应用 的卖家提供了“生意参谋”应用，基于大数据分析，帮助卖家分析产品 销量变化的原因，以及促销的有效手段等。