本人从事新型垂直筛板塔的研究多年，发表了关于新型垂直筛板板结构，出口堰尺寸，点效率，板效率的论文八篇，受到国际关注。其二篇论文被美国工程索引及美国化学化工文摘收录，其中一篇论文被法国一家公司索取。   新型垂直筛板塔（简称VST）是日本三井公司于上世纪七十年代初开发的一种气液并流接触塔板。它是一种以气相为连续相，液相为分散相的高效新型塔板，其处理能力达到普通塔板的1.5-2倍，板效率高于一般塔板的10％-20％，操作范围宽，压降低。该种塔板在日本已大量应用。    本人经过理论和实验研究，发现板孔，帽罩及出口堰对塔的处理量及塔板的分离效率影响较大。因此，旧塔可经过改造，提高塔的分离效率，降低生产成本，创造经济效益。同时，建议新企业建厂时，采用新型垂直筛板塔作为分离塔设备（精馏塔，吸收塔，解析塔），欢迎来面谈。

本发明公开了一种事件驱动的支持多种计算模式的CSR解析器，包括指针取数器、索引取数器、标志位数组生成器及数据匹配器，指针取数器由启动事件驱动工作，用于访问输入矩阵或向量的指针数据，索引取数器用于从压缩格式中提取索引数据；标志位数组生成器用于根据当前有效数据的索引生成矩阵或向量的标志位数组；数据匹配器用于根据标志位数组中的匹配情况判断当前非零元素是否成功匹配，同时指导指针取数器和索引取数器进行下一轮解码，并计算当前非零元素在整体矩阵中的准确位置。本发明提供的CSR解析器可兼容多种常见的稀疏矩阵计算模式，具备良好的计算模式适应性与通用性；CSR解析器采用异步、无时钟的电路设计，有效降低了动态能耗。

● 项目简介：阿维拉霉素(Avilamycin) 又称卑霉素、肥拉霉素。目前市场销售的阿维拉霉素产品商品名为效美素, 是由美国礼来公司生产的。它结构独特，安全性高，不易被肠道吸收，基本无残留，毒性小，不存在交叉耐药性，易降解，对环境污染小，同时还具有良好的加工性能。由于阿维霉素无药残现象，因此在畜禽饲料中添加使用时，无需停药期。它是由链霉菌T57(Streptomyces.sp T57)发酵产生的一种正糖霉素族寡糖类抗生素(orthosomycin, 又译作奥尔托索霉素)。主要抑制革兰氏阳性菌, 对革兰氏阴性菌效果较差。主要应用于农业饲料添加剂中, 可显著提高猪、肉鸡等动物日平均增重和饲料报酬率，以提高畜禽的生产绩效和抗病能力。现已在欧美、日本、南美、东亚等地区销售使用, 我国农业部于2005年批准进口使用。国内还未见大规模生产的报道。● 应用前景： 阿维拉霉素的生产技术被美国礼来一家公司所垄断，国内尚未有任何厂家进行阿维拉霉素的生产。主要是因为国内的阿维拉发酵水平低，对阿维拉霉素的研究处于菌种诱变和摇瓶发酵条件的摸索上，经济效益不高。我国阿维拉霉素市场容量大，礼来公司仅此产品在我国的销售收入每年高达1.5-2亿元。如果国内生产厂家能够进行该产品的产业化，将填补国内空白，具有极大的市场发展潜力。因此我们进行该品种的相关研究，以期提高发酵水平。包括：目前技术或产品开发应用情况、市场前景等。

本品为复方制剂，其主要成分为全反式维A酸、抗组织胺药和补血补气的中药。适应症：急性早幼粒细胞白血病。作用：全反式维A酸是维生素A的衍生物，和其他化疗药物不同。它主要通过对白血病细胞的诱导分化和抑制白血病细胞的集落生长而治疗白血病。对急性早幼粒细胞白血病有很好的疗效，可以不经骨髓抑制而完全缓解。

全力为高校提供管理、服务、教学、科研等全场景产品及服务。

影像学检查在新冠肺炎的诊疗中具有非常重要的参考价值，《新型冠状病毒感染的肺炎诊疗方案（试行第五版）》将“疑似病例具有肺炎影像学特征者”作为临床诊断标准，但在临床实践中存在一定局限，疫情爆发导致待阅片数量激增，医生阅片压力巨大；新冠肺炎属于新发疾病，各地医疗机构特别是基层机构缺乏阅片经验，且由于“异病同影”，容易造成漏诊或误诊；该病病程发展快，患者需要接受多次胸部CT检查以监测病情发展、评估治疗效果等，单凭阅片医生肉眼很难快速对比并识别病灶变化。 在接诊量高峰期，亟待建立更精准高效的人工智能影像辅助诊断方法。孙逸仙纪念医院林天歆教授组织医院呼吸内科、急诊科、放射科、大数据与人工智能团队开展科研攻关，在广州再生医学与健康广东省实验室、广东省科技厅的支持下，联合清华大学、澳门科技大学以及广州康睿智能科技有限公司，使用50万份临床影像学大数据，开发了基于胸部CT的新型冠状病毒肺炎AI筛查和辅助诊断系统。 该系统能对新冠肺炎进行快速诊断，判定新冠肺炎的分级和严重程度，协助医疗机构加速辨别感染者，为快速隔离、诊断、治疗争取时间。其优势主要体现在：快速、准确地诊断新冠肺炎。有经验的影像科医生看完1个患者的胸部CT图像约15-30分钟。该AI系统可在20秒内完成1个患者CT图像的检测及诊断过程，诊断准确率达90%以上。进行病情严重程度分级和重症危重症预测功能。该系统可对胸部CT图像每一切面的小结节、磨玻璃影和实变进行自动分割、标注及定量分析，可预测患者的吸氧频率、血氧饱和度、全身代谢情况、其他器官损伤程度，预测病人发展为重症、危重症的概率和时间，以便医生及时干预，降低患者死亡率。协助医务人员进行药物效果评估，指导用药。系统可对同一位患者用药前后的CT图像进行对比分析，通过定量计算病灶在用药前后的变化，判别药物是否有效，指导临床用药。

本项目研发了一套完整的现场数据采集服务支撑技术，提供了数据采集集成服务的商业运营新模式。针对工业互联网建设过程中普遍存在的现场数据采集需求，整合了综合感知、AI智能处理、网络安全传输、数据质量管理和标准化输出等多个环节，把经过质量分析和标准化处理后的实时数据，作为产品对接到工业互联网应用平台的数据池，供后续数据处理和应用分析。整套技术包括4大模块：1）智能网关：基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置云服务器；重点研究基于小目标的AI图像分类算法。2）AI模型管理系统：实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。3）数据管理和标准化处理：数据有效性管理、数据质量评估、数据标准化和数据安全机制。4）智能运维：开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提高效率、降低成本、保证系统运行质量和数据的有效性。 如图所示，项目完成了对于现场数据的传感、传输、管理、输出和设备运维等一系列工程实现。应用范围: 1、智能网关： 开发基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置服务器。 综合接入能力： 包括有线传感器和特定的无线传感器、与现有系统的对接 有效感知能力： 实现基于图像的AI视觉感知能力，重点研究基于小目标的图像分类算法 安全传输能力： 提供4G、5G、NB-IOT的上行传输模块化替换 提供安全的加密手段，保证数据安全 现场调试配置能力： 具有现场WiFi调试功能，方便安装和运维人员现场配置和检测 软件和通信标准版本现场升级 2、AI模型管理系统 需要实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。 样本管理能力 原始样本管理、样本实例库分类和管理、检测样本管理等 模型计算和管理 算力管理：对算力的统筹，外部算力的对接等 算法管理：自主开发算法的管理和调动，外部算法的调用和对接 模型管理：包括模型的功能属性和已经应用的情况的统计分析 设备管理 设备的AI模型配置能力、AI推演过程的监控、AI推演结果的跟踪采集和分析 3、数据管理和标准化处理 数据有效性管理 监测数据是否按时上传、上传数据是否符合要求、是否为非法数据 告警输出：把告警信息进行分类，并推送给相关的运维系统 数据质量评估 按照标准对现场采集数据进行多维度的质量分析，为后续数据应用提供参考依据 数据标准化 格式标准化：完善采集时间、地点、单位等属性， 输出标准化：按照标准协议与工业互联网平台数据池进行对接 数据安全 区域性部署：可以应用户要求部署在其内网 并行部署：可以通过并行部署，网关上联多个服务器，确保用户的可靠性需求 数据回滚能力：可以应工业互联网平台要求对数据进行一定期限内的回滚，保证数据在一定时间段内不丢失 4、智能运维 开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提供效率、降低人员成本、保证系统运行质量和数据的有效性。 运维人员管理 对运维人员的信息、定位、工作状况管理 巡检任务管理 对部署的硬件和相关工作环境定期巡查的任务制定、下发、执行过程和结果的记录和管理 临时故障处理 对系统自动告警和现场突发状况的应急处理能力，包括人员调配、处理流程提示和建议、相关情况处置参考案例、后续统计追踪等。网关核心板实物照片

本项目研发了一套完整的现场数据采集服务支撑技术，提供了数据采集集成服务的商业运营新模式。针对工业互联网建设过程中普遍存在的现场数据采集需求，整合了综合感知、AI智能处理、网络安全传输、数据质量管理和标准化输出等多个环节，把经过质量分析和标准化处理后的实时数据，作为产品对接到工业互联网应用平台的数据池，供后续数据处理和应用分析。整套技术包括4大模块：1）智能网关：基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置云服务器；重点研究基于小目标的AI图像分类算法。2）AI模型管理系统：实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。3）数据管理和标准化处理：数据有效性管理、数据质量评估、数据标准化和数据安全机制。4）智能运维：开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提高效率、降低成本、保证系统运行质量和数据的有效性。 如图所示，项目完成了对于现场数据的传感、传输、管理、输出和设备运维等一系列工程实现。