海鳗（北京）数据技术有限公司是专注于智慧旅游大数据应用场景研究和价值挖掘的高科技公司，基于多年旅游大数据行业积累，整合成一套理论实践与行业应用相结合的旅游大数据教学、实训一体化平台。平台面向开设旅游专业的本科和高职、高专院校，助力院校专业数字化改造、课程数字化升级、教学数字化创新。 海鳗旅游大数据教学实训平台嵌入真实的产业数据及产业分析平台，帮助学生利用大数据相关知识在真实场景中解决实际的数据分析问题，并做出有效的业务决策。  

《美国国家科学院院刊》（ PNAS）在线发表了清华大学医学院生物医学工程系和清华-北大生命联合中心杜亚楠教授研究组题为“纤维化扩展中旁张力信号介导的肌成纤维细胞和纤维细胞通讯”(Matrix-transmitted paratensile signaling enables myofibroblast-fibroblast crosstalk in fibrosis expansion)的研究长文。该研究应用单细胞力学刺激和体外仿生模型结合数学模型计算，系统探究了基质材料介导的力学信号在细胞间通讯的时空作用模式、分子基础，及其在纤维化发展蔓延过程中的作用，为细胞间力学信号介导的成纤维细胞（FB）-肌成纤维细胞(MF)互作提供了直接证据，并将这种纤维化发展进程中基质纤维介导的新型细胞间通讯模式命名为 “旁张力信号”（Paratensile signaling）。组织器官在受到损伤之后，会发生损伤修复，诱发组织纤维化。如果没有有效的控制措施，慢性纤维化疾病会最终导致组织硬化，诱发器官衰竭。有研究表明，在现代社会死亡病例中有将近50%与组织器官的慢性纤维化相关，包括此次新冠肺炎，会伴有肺部纤维化，重症患者纤维化进一步蔓延可导致呼吸衰竭，肺部纤维化也是愈后后遗症的重要风险因素之一。成纤维细胞的持续激活是各类组织纤维化中的主要诱因，在组织器官受到损伤或病毒感染之后，组织内的成纤维细胞FB会受到“旁分泌因子”（paracrine factors），例如TGF-b，PDGF等诱导，激活分化成为肌成纤维细胞MF，并分泌大量的细胞因子及细胞外基质，造成更广泛的成纤维细胞激活和组织硬化，进而引起组织器官内纤维化区域蔓延。除了感知化学信号，部分研究显示体外细胞会导致细胞外基质生物化学及生物物理性质的改变，也有研究表明细胞能够感受细胞外基质的物理特性，比如硬度、粘弹性等并作出响应。2017年，杜亚楠课题组发表于《自然·材料》的研究发现，在肝脏纤维化早期，肝窦内皮细胞可通过胶原纤维束传递力学信号激活星型细胞，导致肝脏纤维化蔓延。但是到目前为止，纤维化进展过程中细胞外基质材料介导的细胞间力学通讯的模式是否保守，以及其在组织器官内的蔓延模式、相关分子机制尚不明确。图1 组织纤维化扩展中旁张力信号介导的细胞间机械通讯示意图旁张力信号包含三个过程，一、力学信号的产生；二、力学信号在细胞外基质传递；三、周围细胞接受力学信号刺激作出响应。此过程介导了纤维化区域在组织内的扩张蔓延。研究团队首先在单细胞和多细胞水平上，通过统计FB和MF细胞收缩力和互作结果，显示细胞间存在基于胶原纤维化介质的细胞间通讯。为了进一步证明细胞间的机械通讯行为，团队建立了基于原子力显微镜可通过胶原纤维对单细胞施加可控、细胞级别力刺激的研究平台，利用该平台尽可能去除旁分泌等化学信号对细胞造成的影响。团队研究了来源于不同组织（肝脏、心脏和皮肤）的成纤维细胞对于旁张力信号的响应模式，即旁张力信号作用机制的三个过程：力的产生-力学信号在细胞外基质传递-临近细胞感受力学信号作出响应；研究发现距离施力细胞70微米 之外的细胞能在1秒之内对旁张力信号作出响应，并且初步证明细胞表面胶原蛋白受体Integrin/DDR2和机械力敏感钙离子通道Pizeo1介导了细胞间力学信号向细胞内生物化学信号的转变。 基于实验现象，团队进一步建立了基于单纯旁张力的数学模拟计算方法（Fibroblast - Myofibroblast Populated Collagen Lattice model, FMPCL），利用该数学模型可重现体外实验结果，包括细胞力产生、胶原纤维束的聚集及旁张力信号介导的成纤维细胞的激活，同时可预测在单细胞、多细胞水平下细胞间作用距离对于细胞激活的程度。在细胞水平研究的基础上，进一步结合微加工技术、组织工程手段和报告基因系统，分别构建了可模拟纤维化蔓延界面的体外纤维化灶扩展（ fibrotic foci expansion）模型和可模拟心脏纤维化扩展的体外仿生模型，并结合数学仿真，发现在纤维化组织和正常组织交界面（border zone）存在广泛的MF-BF细胞间旁张力通讯，导致界面不断扩展、纤维化区域蔓延。使用激光切割技术切断介质胶原纤维束，能够显著的阻断纤维化区域的蔓延。同样，阻断细胞间旁张力通讯能够抑制体外仿生模型中心脏纤维化的蔓延，证明了旁张力信号在组织纤维化扩展蔓延中不可或缺的作用（图2）。图2 纤维化蔓延界面和心脏纤维化仿生体外组织模型和数学模型在纤维化蔓延界面体外（A）和数学模拟（B）仿生模型中，在未干预的情况下，纤维化区域呈现显著蔓延并伴随着成纤维细胞的激活。通过显微切割技术切断纤维化界面的胶原纤维阻断旁张力信号，纤维化蔓延趋势得到显著抑制。同样在模拟心脏心室壁的组织纤维化模型和数学模拟模型中（C），在未干预情况下均出现显著纤维化蔓延，但是经过小分子BAPN处理抑制胶原纤维重塑，纤维化区域的蔓延得到抑制。该研究为细胞外基质材料介导的细胞间机械通讯提供了直接证据，“旁张力”细胞间通讯模式是对现有基于生化因子的“旁分泌”信号机制的重要补充（见视频），为纤维化病理研究提供了新视角，为临床干预纤维化疾病提供了新思路。清华大学医学院生物医学工程系教授、北大-清华生命联合中心研究员杜亚楠为本论文通讯作者，杜亚楠研究组已毕业博士刘龙伟、硕士于鸿升为本文的共同第一作者。杜亚楠课题组已毕业博士赵辉、鄢晓君，在读博士生龙艺、吴钊钊、尤志峰、周律等对此项工作有重要贡献。该研究得到了北京市自然科学基金、北京市自然科学技术委员会和国家自然科学基金的资助。文章链接：https://www.pnas.org/content/early/2020/04/30/1910650117?from=groupmessage&isappinstalled=0

本发明公开了一种基于子空间融合和一致性约束的准稠密匹配扩展方法。首先获取可靠的种子匹配，在种子匹配周围选定待扩展区域。然后对区域内的所有待扩展像素点进行稠密 SIFT 特征提取，并通过子空间学习将待扩展点的特征信息和位置信息进行融合。在寻找匹配时，利用一致性约束学习一个局部非刚体变换，该变换与仿射变换·748·等模型相比可以更好地描述非平面复杂场景。每一次扩展完成之后，对扩展结果进行优化，剔除不好的匹配

1、区块链应用技术与实践 2、地震体数据三维建模技术 3、大数据算法研究与应用 4、基于ARM的智能终端研究与应用

疫情防控，快速识别出潜在的感染者是关键。近日，西安交大管理学院刘跃文副教授研发出新冠肺炎感染风险的大数据评估模型，可基于旅行大数据，综合计算新冠肺炎感染风险指数和级别。该模型在云南省全面推广应用，大幅度提升了防控一线现场核查工作的效率，在一定程度上控制了疫情传播风险，得到了云南省委、省政府领导的高度认可。 当前，在阻断新型冠状病毒传播的工作中，存在三个盲区也是关键点，严重影响着疫情防治的效果，即：一是很难知道某个人是否在公共交通工具及场所中与已确诊人员或疫源地人员接触过；二是个别人员近期到过疫源地或接触过确诊人员，但是毫不在意，不汇报也不主动自我隔离；三是个别人员甚至刻意隐瞒自己曾到过疫源地或接触过确诊人员的历史。为此，上述三种类型人员给疫情防治工作带来了巨大的挑战，使其无法开展有效核查，也无法有效规避风险。据刘跃文介绍，2月4日，新型冠状病毒感染风险的大数据评估模型及系统在云南省正式上线应用，基于个人的旅行数据，自动分析其是否到过疫源地、是否与疫源地人员接触、是否与已感染病例接触等多项指标，利用贝叶斯方法，计算其感染新冠病毒的可能性指数，并预警高风险人员。

研制背景：企业数据处理与数据分析需求在扩大，数据投入在持续增加；数据种类多，数据量大，潜在价值高；使用者难以有效地操作使用；业务复杂，调参静态组合参数过程繁琐； 平台技术： 微服务的构建方式，微服务、前后端完全分离。 分布式开发框架——SpringCloud Web开发框架——SpringBoot 、VUE（ELE） 机器学习算法框架——R、Spark集群计算 数据存储工具——Mysql、JPA、Hadoop（集群） 中间件: RabbitMQ

目前，有许多基于区块链技术的骗局存在。为了给投资者在区块链技术投资时提供风险提示，inpluslab通过搜集各种骗局信息，利用区块链中记录的公开交易记录，使用机器学习和数据挖掘技术构建了基于区块链的骗局预警模型。

南开深海大数据智能分析平台，是面向公共安全、电子政务、医 疗卫生、金融保险等行业领域的大数据智能分析平台。在处理多源异 构大数据问题上，平台具有先进的信息融合与深度分析技术，其中包 括异质多源行业领域大数据的融合处理、异构行业领域大数据的存储 管理、面向行业领域大数据的深度分析等关键共性技术；此外，平台 为行业领域大数据的智能分析提供支持，有效辅助管理部门感知、响 应、追踪与处理各类事件。已申请相关软件著作权两项:《南开深海行 业领域大数据智能辅助决策平台》、《大数据多任务调度计算平台》。以及相关专利一项：《一种多源异构行业领域大数据处理全链路解决 方案》。 项目特色：  平台提供了多源异构行业领域大数据处理的全链路解决方案， 覆盖了数据的全部生命周期，包括数据抽取、数据转换、数据 加载、数据挖掘、数据存储、数据可视化等步骤。  平台提供了高性能的多源异构行业领域大数据的清洗集成方 法以及特有的三层存储模型，实现了对行业领域信息的实时清 洗、高度融合以及高效存储管理。  平台提供了适用于海量异构行业领域大数据的多层次多维度 数据分析与知识发现方法，此外平台还支持自定义方法，具有 很强的扩展性。  平台提供了集群管理及多任务调度管理的功能，适用于不同级 别的用户群体的使用需求。 

“智能物联大数据分析决策系统”是以复杂装备及过程在工程现场的指挥决 策为需求、以对大规模运行工况进行智能化分析与决策作为切入点、以对使用先 进物联手段获取到的装备过程运行监测数据进行采集、处理、分析、呈现、交互 等为途径，完成了 “大规模的系统装备运行监测数据的完整实时存储与检索”“大 数据环境下运行监测数据的智能分布式交互处理”“利用运行监测数据深度解析 直观呈现系统装备运行状况”“具有多层级特征的系统装备运行监测数据的云架 构服务平台”等系统性研究，研发了一系列具有自主知识产权的智能物联大数据 分析决策关键技术，以此为基础申请了 53项发明专利（其中授权21项），发展 成为了相应的方法体系，并在航天测试发射任务、智能消防综合服务、热轧无人 化行车生产、机电设备安装调试及运维等多类对象及场景中进行了指挥控制、在 线监测、诊断评估、决策支持等方面的系统级应用。成果针对系统装备运行提供了智能化的决策和监控手段，为系统装备运行工 况监测和运行机理认识和发现形成了完备的数据基础和先进的技术支撑。