本技术针对复杂产品生产线规划设计方面存在的问题，重点在于解决生产线规划设 计知识的获取、组织等规划设计知识的管理及规划设计知识的推理、搜索、管理及维护 等知识重用问题。通过研究、消化先进工艺及生产线规划设计技术，结合对知识管理系 统的深入研究和知识模型的构造，建立较为完善的工艺及生产线规划设计的知识体系和 管理方法；进一步引入各种先进的知识管理技术，建立科学的、高效率的工艺及生产线 规划设计计算机辅助系统。包括工艺及生产线规划设计流程优化方法，建立优化规划设 计流程的图示化模板方案；建立统一的工程数据平台和相应的数据库、模式库、知识库， 对以往的经验知识进行重复利用并进行标准化储存，包含内容管理、文件管理、记录管 理等，减少重复工作；开发的软件应用工具，实现对规划设计知识的智能客体检索、多 策略获取、多模式获取和检索、多方法多层次检索、过滤、获取、重用；建立知识分布 图、电子文档及网上传输等。

 1、企业占地面积较大，各车间之间距离较远，不利于企业生产经营的开展，迫切需要引入成熟的系统管理软件或体系，加强企业管理，提升管理效能。 2、为更好服务客户，收集、分析客户运动数据；需要利用云存储的方式进行；企业自行建立服务器，成本高，为整合和充分利用资源，建议利用政府推进企业云项目进行。

融创教学平台是一款全方位、多功能的在线学习管理系统，旨在为教育工作者和学生提供便捷、高效的教学与学习体验。平台支持课程管理、督导巡课、资源共享、在线测评、学业分析等多种功能，致力于提升教学质量与学习效果。

为服务社会大众了解疫情走势，并为相关部门提供决策支持，北京航空航天大学北航大数据与脑机智能高精尖创新中心刘旭东教授、胡春明教授、李建欣教授等组织师生，与复杂系统可靠性实验室李大庆研究员联合组成团队，全力投入建模和系统研发，已向决策部门提供疫情数据评估与预警报告、区域物资保障评估专项报告等，并迅速开发“新冠肺炎疫情数据导航服务”平台，数据单日访问量近 5 万次。此外，中心还进行新型冠状病毒的疫情评估与预测报告并开发疫情实时更新系统。中心对疫情现状进行分析和预测，为公众提供及时、准确的疫情态势分析、走势预测、舆情动态和政策措施等智能数据服务，实现全国及重点城市日度传播系数计算、短期确诊人数预测和长期疫情拐点与结束日期预测、疫情缓解系数评估等功能。此外，大数据与脑机智能高精尖创新中心研究团队根据疫情确诊患者相关公开数据，利用自然语言处理等技术，从已公开全国各省市直辖区四千余位确诊患者轨迹中抽取了基本信息(性别、年龄、常住地、工作、接触史等)、轨迹(时间、地点、交通工具、事件)及病患关系形成结构化信息。同时开发确诊患者轨迹可视化查询与分析系统，为疫情传播与防控相关研究提供有效支撑。

针对柴油机气态排气污染物遥感检测难题，提出了基于柴油机燃烧过程过量空气系数修正的遥感测试数据反演计算方法，从而实现对柴油车NO等气态排放物浓度实时检测，满足了国家遥感标准中对柴油车NO排放浓度检测要求。 一、项目分类 关键核心技术突破 二、技术分析 针对柴油机气态排气污染物遥感检测难题，提出了基于柴油机燃烧过程过量空气系数修正的遥感测试数据反演计算方法，从而实现对柴油车NO等气态排放物浓度实时检测，满足了国家遥感标准中对柴油车NO排放浓度检测要求。并针对国内遥感大数据提出了遥感大数据处理方法，分工况区域动态确定排放阈值，从而达到动态高精度筛查高排放柴油车的目的。在汽车排放遥感监测领域具有良好市场前景。

本发明公开了一种基于 FPGA 控制的数据采集方法和装置。方 法包括以下主要步骤：S1 上位机通过 USB 将命令下传给 FPGA 芯片； S2 解析接收到的命令，判断是电磁超声检测还是漏磁检测；S3 若为电 磁超声检测，则 2-1MUX 模块选通 A 输入，脉冲发生模块产生激励信 号，进行电磁超声检测以及数据采集；若为漏磁检测，则 2-1MUX 模 块选通 B 输入，进行漏磁检测和数据采集。本发明还公开了实现上述 数据采集的装置。本发明方法成功实现将漏磁与电磁超声两种检测结 合在一起，以 FPGA

本发明公开了一种分布式 GNSS 实时数据处理方法及系统，包括步骤:在接收机端，首先，对原始 观测数据进行周跳探测，获得周跳时间信息;然后，将周跳时间信息和原始观测数据编码后发送至服务 器端。在服务器端，首先，对编码数据进行解码获得观测数据和周跳时间信息;然后，根据周跳时间信 息进行周跳判断;最后，根据周跳判断结果进行精密差分产品解算，并保存当前历元解算获得的滤波器 状态参数信息，当解算中断，服务器端重启后，采用存储的滤波器状态参数恢复中断历元下的滤波器， 继续解算中断前的解算状态。本发明方法避免了服务器端中断重新时的初始化，可为用户提供连续、一 致的精密差分产品，可保证高精度定位服务。

本发明公开了一种基于分组的元数据服务器集群管理方法，包 括：将 MDS 集群中的 N 个 MDS 划分为 M 个分组，每个分组内有且 只有一个主 MDS，其余的为从 MDS，将 MD5 哈希算法的哈希值范围 平均划分为 S 个分段，将 S 个分段平均分配给 M 个分组中的 N 个 MDS 管理，每个 MDS 使用一张组内分段定位表和一张组外分段定位表保存 分段的分配记录，任意一个 MDS 接收元数据对象定位请求，根据元数

网络投诉数据综合管理系统是针对网优投诉数据简历的管理机制，通过建立和完善地址库信息，利用多种识别机适配算法，对投诉数据进行整理和分析。提取投诉数据的地点信息、用户信息、工单号、流水号、投诉内容、投诉分类等，实现投诉信息的标准化和规范化。

1.痛点问题 多年来，工业大数据领域大数据分析算法和模型都是基于大量代码实现，效率低，难以实现快速开发。同时，工业大数据处理分析模型处理过程多由多个算法通过一定的计算流程构成，计算流程复杂多变，迫切需要一款支持灵活定制和快速开发的处理分析技术来支持工业大数据处理分析。 2.解决方案 清华数为交互式大数据处理与分析技术针对工业大数据处理与分析任务的交互式探索、建模、调试和应用而设计。根据CRISP-DM设计原则，一般大数据处理与分析分为业务理解、数据理解、数据准备、建模、评估和部署等阶段，各阶段相辅相成，形成一个大数据处理分析生命周期。 图1.交互式大数据处理与分析技术设计思想 本成果技术基于上述CRISP-DM的设计思想而设计，完全支持大数据处理与分析生命周期。该技术的特点包括： （1）内置数百种通用和专用的大数据分析算法和模型，并提供了按需扩展机制，用户可以按照自己的需要随时添加和扩充，以支持客户特定的大数据应用需求； （2）支持拖拽方式构建处理与分析流程，完全图形化设计大数据处理分析计算流程，并能在设计过程中进行单步/多步运行调试，查看中间结果，实时调整运行结果，以获得用户期望的处理分析结果； （3）支持机器学习模型训练及使用，内置了机器学习模型训练框架，一般机器学习模型在该技术的支持下，可以实现快速训练，训练结果可支持进一步的大数据处理与分析； （4）支持数据处理与分析流程参数化，在其提供的内部数据处理与分析算法模板中，用户通过算法模板可以开发面向Java、Python的算法，并集成和扩展到该技术的算法集合，实现按需定制处理分析； （5）支持数据画像和学习模型可视化，以图形化的方式定制数据画像的方法模型，并以二维和三维图表的形式展示给用户； （6）支持批处理、流处理和流转批处理三种处理方式； （7）按需定制运行计划与资源有效利用，用户可设置任务执行计划，任务执行计划定期运行，以实现周期性处理分析，方便获得持续的运行结果。 清华数为交互式大数据处理与分析技术面向多种用户角色，包括数据工程师、数据分析师、数据科学家、算法工程师、运维工程师、代码工程师等。采用分层设计，分为客户层、服务层、计算层。 客户层包括流程建模调试工具，用户可用工具图形化拖拽式设计处理与分析计算模型，并可进行调试和查看中间结果；管理工具，针对服务层所调用和访问的计算框架或者外部系统进行管理，包括对于数据源、计算环境、存储环境等的管理工具。 服务层主要包括流程调度服务，即负责按照用户所设定的工作计划来定时调度执行计算模型；执行服务，是负责执行处理分析计算的模型和算法的服务；计算资源管理服务负责管理执行服务中所能集成的所有的服务，如计算框架和存储设施等。 计算层是执行服务在执行处理分析算法和模型中所访问的外部服务，包括计算组件或框架，以及持久化存储组件或者系统等。 图2.交互式大数据处理与分析技术架构 本成果的交互式处理与分析技术较好地解决了工业大数据处理分析工作中所遇到的问题和痛点，并且能够广泛应用于多个行业和领域中，如能源、矿山、医疗器械、装备制造业、消费品制造业、工程机械行业等。 合作需求 期待与工业、医疗等领域企业紧密合作，获得各领域的实际需求，促使该技术不断完善和升级迭代，走向成熟。 未来将在工程机械行业、医疗机械行业、矿山行业、装备制造行业、互联网电商行业等寻求更多的成果转化、深度合作机会，在合作基础上，推动上述行业领域实现数字化转型和智能化升级，为国家实现“双碳”目标做出清华贡献。