本发明公开了一种基于随机和连续磁盘访问的高速核外图处理 方法及系统，属于大数据领域的图计算与处理技术领域。本发明包括： 应用于 I/O 操作子模块的核外数据的快速索引机制，采用内存映射的 方式快速处理核外数据；应用于算法调度子模块的基于位图管理的同 步与异步模型相结合的混合调度策略，达到减少迭代次数并节省内存 的目的；应用于数据管理子模块的中间计算数据的“核内”置放与处 理策略，达到减少中间计算数据的额外 I/O 开

近日，西安电子科技大学空间科学与技术学院在临近空间高速目标精细识别领域取得突破性进展，在航空航天领域全球排名Top 2的CJA (Chinese Journal of Aeronautics)上发表了题为“An unsupervised classification method of flight states for hypersonic targets based on hyperspectral features”的最新研究成果，并被评选为期刊亮点文章，通过官方微信公众号、Facebook、Twitter账号进行国内外推送。

本实用新型涉及雷达设备收发技术，具体涉及一种大功率高速电离层探测仪收发开关，包括计算机， 电离层探测仪和短波偶极子天线；还包括驱动电路、收发开关，所述驱动电路与收发开关相连，所述收 发开关通过控制总线与电离层探测仪连接，所述计算机连接控制总线；所述短波偶极子天线接入收发开 关。该收发开关实现了大功率高速切换的目标；通过改进驱动电路结构和开关拓扑结构，实现了单幅天 线收发一体化，具有大功率高速切换、低插入损耗和高隔离度。降低了对场地的要求和架设的

针对服务区污水处理的相关技术 一、项目分类 关键核心技术突破 二、成果简介 现有高速公路服务区污水处理系统的总体设计不合理，直接套用市政污水工艺，无法有效应对服务区高波动、高氨氮的水质特征，普遍存在设备运行维护难、生化系统稳定性差和经常崩溃、出水氮磷不达标等突出问题。产生黑臭水体，频繁遭到附近村民投诉的现象。 为了解决以上问题，本技术为坚持生态优先与绿色发展，营造青山绿水的美好环境，解决服务区污水超标排放污染环境的问题，创新性的提出了针对高速服务区污水处理的新模式即“源头分离、智能调蓄、分类处理、强化脱氮”的十六字字方针。即对服务区污水采用尿液分离技术，分离出高氮磷的尿液废水，降低后续污水处理设施处理负荷；并采用人工智能算法动态控制尿液废水的收、贮、排，实现尿液废水智能动态调蓄，达到后续综合污水氮磷浓度削峰填谷，降低波动率，减少冲击；对尿液废水和综合污水采用分类处理策略，研发高效生化脱氮技术，结合智能控制系统，针对不同波动率的污水采用不同的抗冲击抗波动策略，实现服务区污水针对性控制；最后强化综合污水处理系统的脱氮能力，研发具有强化脱氮能力的“菌巢”材料及其反应器，实现主体污水处理工艺强脱氮、抗冲击的效果，保证出水稳定达标。 目前国内没有专门针对服务区污水处理的相关的技术，本技术已在实验室小试和现场中试试验尺度上验证了该新工艺和新思路的可行性，目前本技术已经申请了三个国家发明专利，2篇学术论文正在撰写中。这表明本技术具有很强的先进性和独占性。

本发明公开了一种高速光固化3D打印装置和方法，其中装置包括装有液态光敏树脂的液池、打印平台以及照射光源，所述液池底部设有与所述打印平台和照射光源对应的透明板，所述透明板朝向打印平台的一侧覆设有透明的抗粘涂层；还包括：设置在液池侧壁的液体出口和液体入口；将液体出口和液体入口相连的管路；设置在所述管路上用于驱动液态光敏树脂在液体出口、液体入口和管路间循环流动的驱动单元。本发明通过在固化窗口上涂覆透明抗粘涂层，避免过快的激光照射导致的固化光敏树脂粘附在玻璃板上附着的问题。在打印区域两侧装有促进液态光敏树脂流动的管道，提升打印区域附近光敏树脂的流动性，加速光敏树脂的补充，实现SLA的快速打印。

该机械手适用于食品、药品等轻工行业生产线上代替人工实现高速抓取、放置、装盒等操作。根据不同需求 3-5 轴可选。 1、主要应用领域：食品包装流水线，药品包装流水线等需要高速取放轻质物品的场合。 2、项目简介 为解决企业用工难、用工贵的难题，开发了该高速机械手。其特点为：速度快，可达 120 次/分钟,操作简单、普通工人即可使用,性价比高,易冲洗，可用于食品加工行业集成视觉系统，智能程度高 2、创新要点 (1) 优化的并联结构，大大提高机械手的作业速度，运动轴数 3-5 轴灵活选配； (2) 集成视觉系统，实现智能化作业 (3) 抓取运动物体，提高工作效率 3、效益分析（资金需求总额 200 万元） 目前，人力成本越来越高，采用该机械手可以节省大量人工，根据机器人作业效率计算每台机械手可代替 2-4 名人工，投资回收期大约为 1 年。因此，在一线人工短缺的大背景下，该类机器人市场空间广阔。 4、推广情况（已推广企业） 广东复兴食品机械有限公司；张家港哈工药机科技有限公司。

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：