成果简介：本平台基于高层分布式仿真体系结构 HLA 和网格技术构建，在系 统建模、仿真、数据分析和可视化等方面提供平台级支持。目的是为了解决 现有的仿真软件通用性差、不能灵活应用的问题，为实现系统级的仿真，提 出一种基于HLA 的仿真软件交互方法。本技术通过将具有不同仿真功能的专 业仿真软件进行整合配置，对各个专业软件输入输出接口进行分析和调用， 并对仿真流程进行设计与控制，最终实现一个具有一体化仿真功能的、可供&nbs

成果简介在本项目中运用流体力学理论和动力学方程提出了一种单流体多组元模型，它包含了一个可以适用于多组元的模型框架， 可以处理不同生物膜菌种相互之间的动力学作用、 内部的相互转化、 群体的消散和混合， 整个材料系统近似为不可压缩， 因此当一个种群的体积分数增长时， 一个或多个其他的种群必须相应的以体积分数的形式转化为增长的种群。 我们还把这个二元模型变为更细致的三元模型， 除包含等效溶剂， 还将包含 EPS 和细菌两种组分， 抗菌剂浓度和营养素也被更细致地建模。 并且使用二元和三元模型研

南方科技大学科研部、工学院、计算机科学与工程系（下简称“计算机系”）和南方科技大学-东京大学超智慧城市联合研究中心紧急组织科研力量，成立“新型冠状病毒传播建模预测项目组”，由计算机系副教授宋轩担任负责人，迅速启动针对新型冠状病毒传播感染的“大数据分析和AI建模推演平台”研发工作。该平台是一个针对新型冠状病毒传播的大数据分析和AI建模平台（如图1），

通过建立单细胞生长流动成像系统，探究铜绿假单胞菌单细胞生长规律，同时，采用多次模拟探究不同初始接菌量对铜绿假单胞菌群体细胞生长迟滞期的影响，进行单细胞水平建模（IbM），实现不同初始接菌量下铜绿假单胞菌群体细胞的随机生长模拟，采用单细胞生长流动成像系统探究不同温度骤变下铜绿假单胞菌的生长规律

以肉类食品为主要基质，构建了单增李斯特菌、肠炎沙门氏菌、副溶血性弧菌、金黄色葡萄球菌、气单胞菌、生孢梭菌等主要致病菌或条件致病菌或研究替代菌的生长、残存、失活、损伤、修复等状态以及低温、酸化、渗透压、气调包装等环境条件下的动力学和概率模型，特别是通过生长模型探讨了在货架期预测方面的应用可能性，设计了电子 TTI 结构模式，并对冷冻损伤型的气单胞菌建立了适用的失活模型，初步探讨其冷冻损伤和修复机制，另外完善了两菌竞争拮抗建模理论（单增李斯特菌与植物乳杆菌、肠炎沙门氏菌与铜绿假单胞菌），构建了新型防腐剂

本发明提供一种重型机床车间环境温度解析建模方法，其结合 时间序列分析，傅立叶级数分解方法，将实测的环境温度用傅立叶三 角级数形式表达，获取环境温度的时间序列、波动频率、波动幅值、 相位等信息，实时测量更新的温度数据和当前时间信号作为输入，实 现温度的实时预测，代替实测温度用于热误差响应预测建模。本发明 考虑了环境温度波动的周期性和非周期性，以及波动随季节和年度变 化的特征，同时考虑了当前机床当前热状态既受当前环境温度影响又 受历史温度状态影响的客观事实，有利于更准确地定量描述机床热变 形误差的时滞响应特性，进而提高机床热误差预测的精度和鲁棒性。 

基于多元信息融合的油菜生长模型是用数学方程描述油菜、气候和土壤之间的作用过程,根据气象条件、土壤条件以及管理方案，动态定量的描述油菜生长、发育、籽粒形成及产量。油菜生长模型最重要的意义是对整个油菜生育系统的知识进行综合，并量化生理生态过程及其相互关系,即综合知识和量化关系。油菜模型是利用计算机强大的信息处理和计算功能,对不同生育过程进行系统分析和合成,相当于所研究系统的最新知识的积累和综合。在这种知识合成的过程中,还能鉴定知识空缺,从而明确新的研究方向，同时，油菜模拟研究在理解油菜生理生态过程及其变量间关系的基础上，进行量化分析和数理模拟，从而促进了对油菜生育规律由定性描述向定量分析的转化过程，深化了对油菜生育过程的定量认识。

在过程控制中，若要使生产过程处于最佳运行工况、实现卡边控制，提高装置的经济效益，就必须要对生产过程的重要过程变量进行严格控制。然而对许多工业过程来说，一些重要的输出变量目前还很难通过传感器得到，即使可以测出也不一定具有代表性，不能总体的反映出设备的运行工况。为了解决这类变量的测量问题，出现了不少方法，目前应用较广泛的是软测量方法，目前软测量在流程工业中已得到广泛应用。

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