水体富营养化及蓝藻水华污染已经成为全球性的生态灾难，不但影响到景观娱乐和生态安全，还直接影响到水产品安全和饮用水安全，对人们生产生活构成了极大的影响。该技术研发了一种改性的絮凝剂对蓝藻具有较好的絮凝和去除效果，并且对于蓝藻水华控制具有显著效果。适用于景观水体、池塘养殖水体、自来水水厂等多种类型的水体。具有成本低、效果好、无污染、环境友好等特点，具有较好的应用前景。 该项技术研发了一种新型的絮凝剂来有效控制和去除蓝藻水华，絮凝剂成本较低，去除蓝藻水华后可为景观、水产等节约调水产品的开支，累积经济效益达120元/亩。 成果完成时间：2017年3月

基于凹凸棒石自身吸附力，在控制和固定土壤中的养分，防止土壤中的养分流失造成贫瘠化的同时，也可以交换多种金属离子，特别是重金属离子，起到固化、钝化重金属的作用，在农业生产实践中使得农作物不吸收或者少吸收重金属，改良被污染的土壤和水域，有效降低农作物中的重金属含量，改善农作物品质。 成果亮点 技术特点：在环境治理方面，“湖南袁氏杂交水稻国际发展有限公司”在施用了凹凸棒石土壤治理剂后，给出了：“稻米品质大幅度提升，有益硒元素含量明显增加，有害金属镉、汞含量明显下降”的结论。此外，课题组在甘肃省靖远县北滩乡景滩村、永登苦水等地也进行了应用试验。甘肃省农科院对靖远县北滩乡景滩村进行土壤研究报告和永登苦水的土壤检测报告中指出：使用本技术产品后，一年内土壤容重降低4.0%~11.7%，土壤有机质增加3.55%~11.5%，增大孔隙度3.84%~14.3%；而氮、磷、钾肥含量也提高里10%~20%。

本发明公开了铱配合物声敏剂及其制备方法和应用，属于抗肿瘤声敏剂药物技术领域，本发明的铱配合物声敏剂具有两种结构，分别命名为Ir‑1，Ir‑2，并提供了两种结构的铱配合物声敏剂的制备方法，本发明制备方法简单，原料易得，提纯便捷易操作，而且制备得到的铱配合物声敏剂具有优异的光物理性质，在小鼠乳腺瘤中展现出良好的治疗效果，有效抑制肿瘤的生长，具有优异的声动力治疗效果。

以提高烟气中水分含量和降低烟气抽吸时的刺激性为指标,开发出了植物天 然提取物、多糖和盐类等多种新型保润剂,并运用于烟丝和再造烟叶,提高他们 的抽吸舒适度。上述技术与数家中烟工业公司合作,取得了良好的经济效益。

目前，常见的纺织品疏水整理剂是含氟化合物，但含氟化合物价格昂贵，且对人体和生态环境有一定潜在的危害，尤其是 C8 类化合物已被确认是非常持久、生物积累和有毒的化学品。基于上述生态问题的考虑，本项目以溶胶-凝胶技术为手段，利用不含氟的长链硅烷试剂为添加剂，制得无氟疏水整理剂，该整理剂制备流程简单、设备要求低、应用工艺方便。同时整理剂中无含氮组分，有机物含量低，对废水 COD 影响小，达到生态环保的要求。 关键技术 （1）溶胶法制备无氟疏水整理剂技术； （2）基于溶胶法构筑超疏水纺织品技术； （3）纺织品亲水-疏水智能转化整理剂制备技术； （4）基于溶胶法耐久性超疏水纺织品整理剂制备技术。形成产品：纺织品无氟疏水整理剂。 知识产权及项目获奖情况 发表学术论文 5 篇，其中 SCI 论文 3 篇、CSCD 论文 2 篇。 公开发明专利 3 项，授权发明专利 1 项。 项目成熟度 较成熟 投资期望及应用情况 希望在纺织品助剂领域完成成果转化

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。

电镀作为金属材料的表面改性技术已经取得了很广泛的应用，近年来电镀也开始在非金属导电材料的表面改性领域取得相当规模的工业应用。但高电阻率氧化物材料表面金属镀覆一直以来不能采用电镀工艺，这是因为这类材料的电子电导小，电镀液中被镀金属离子不能从材料表面得到电子，所以不能沉积下来。传统的绝缘氧化物材料表面镀覆金属的方法有化学镀、真空蒸镀、溅射镀、涂覆金属浆料后再烧结等方法，各方法都有各自的优缺点。如含有氨水的化学镀银溶液不稳定，甚至有可能生成有爆炸危险的叠氮化合物。真空蒸镀和溅射镀有设备投资大、维护费用较高等缺点，涂覆金属浆料后再烧结的方法有金属层厚度不均匀等缺点。 我们发明了一种高电阻率金属氧化物材料表面电镀的技术，解决了多种高电阻率金属氧化物材料表面不能电镀的问题。高电阻率金属氧化物材料电镀的基本过程是首先对氧化物材料表面进行原子氢致电导改性处理，提高其表面电子电导，使材料表面出现半导化甚至金属化，然后在氧化物材料表面直接电镀金属层。我们在这个方向上已经进行了近十年的研究，发表了十几篇学术论文，申请了两项发明专利。      本技术适用于由氧化物功能材料制造的电子元器件表面电镀，也适用于氧化物材料颗粒或块体的电镀等，所得金属镀层厚度均匀，与氧化物材料表面具有良好的结合力。

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。

本成果涉及一种可用于电子封装领域的高导热低介电复合材料。通过采用不同的技术在常见聚合物基材中添加氮化硼，来制备复合材料，复合材料热导率高于 2 W/(m·K)，其介电常数小于 4。该复合材料可作为热界面材料，应用于电子封装领域。

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。