本技术成果提供了一种实用价值大、反映营销深层规律的、准确预测电量的基于对热点事件进行关联 挖掘的电量预测方法，包括以下步骤：1.分析数据，建立模型；2.挖掘热点事件；3.运用关联规则挖掘事 件之间的联系进行电量预测

高温、低温和盐碱胁迫已成为限制作物生产和植物生长发育的重要环境因子。本项目历时14年，以重要作物棉花和模式植物拟南芥为材料，将基因挖掘、机理探索与利用紧密结合，分离鉴定了多个温度和高盐胁迫应答基因、高效特异表达启动子及基因表达调控元件，探讨了其调控机制，为作物遗传改良提供了新基因资源和理论支撑。①发现了高温诱导的miRNA可变剪切新机制，探讨了低温胁迫下GhDREB1与激素的调控关系，为阐明植物应答温度胁迫的分子机理提供了新证据。②解析了GhZFP1、GhMT3a和GhNHX1等基因在植物高盐胁迫适应中通过调节Na+积累和清除活性氧发挥作用，为作物抗逆品种改良提供了重要基因资源。③发掘并鉴定了植物组织特异高效启动子和调控元件，阐明了核基质结合序列在提高遗传转化效率和转基因表达水平方面的作用，为植物遗传转化提供了有效表达载体。本成果在Molecular Cell等国内外学术刊物发表论文71篇，其中SCI论文62篇；总影响因子235，影响因子5以上论文15篇，单篇最高影响因子15.28，他引总计2227次。高温诱导的miRNA可变剪切阐明了环境胁迫与植物miRNA加工的调控关系，是本领域研究的重大发现，在国内外产生了较大影响，为提升我国在该领域研究的国际影响力发挥了积极作用。

中试阶段/n该项目实现了猪产肉性状、抗病性状基因的批量挖掘与验证，开发出一批分子育种标记，建立了多标记聚合辅助育种技术体系，为湖北及我国优质健康猪的培育提供了丰富基因资源和技术支撑，取得了良好社会经济效益。

在一个 B2C电子商务网站中，通常都会产生大量的数据，如用户资料，用户行为信息，用户消费信息，以及其他的一些日志信息等。如何利用这些数据增进对运营和业务情况的了解，帮助我们在运营管理及营销策略等方面做出及时、正确的判断，并且提供有效的决策支持—这就是B2CMiner 的核心课题。 与同类技术产品相比，B2CMiner具有如下的特点和优势： 强大的数据挖掘引擎实现了高效的关联规则分析、分类、和聚类算法，并且为 B2C电子商务应用进行了量体裁衣地优化和改进。 多种数据源处理能力可以处理关系数据库数据源， XML 数据源，文本（日志）文件数据源。 跨平台，部署灵活软件可以运行在 Windows ，Unix 和 Linux 上；而且 B2Cminer 和 web 应用程序耦合度小，灵活部署。无论是在网站运营前还是运营中都可以方便地使用。 主要应用范围： 电子商务网站，电子政务网站。 市场应用前景： 提高电子商务网站营业额5%-10%；提高电子政务网站。

一、成果简介 拥有鸡基因组细菌人工染色体(BAC)文库，基因组覆盖率10倍以上，100~300kb基因组插入率达到90%以上，文库的嵌合体率为5%~6%，为功能基因的研究提供了重要的资源和平台。对鸡重要经济性状QTL座位的大尺度定位，在10条染色体发现19个QTL座位影响体重性状；在18条染色体上发现52个QTL座位影响不同的屠宰性状和屠体测量性状；在12条染色体发现21个QTL座位影响胫长性状。开展了包括茶花鸡在内的鸡蛋白质组功能基因表达研究，通过

汽车零部件产品知识数据库系统主要用于汽车产品的自主开发设计。系统内可储存相关成熟产品的设计图纸、结构图片、及设计知识。为设计师进行新产品设计开发提供查询和参考。系统可运用关键词或图号或所属关系进行模糊查询，调用内存中的设计图纸、结构图片、及设计知识。实现技术支持的目标。 系统可实现权限管理，即根据不同的权限进行分级授权管理和存储调用AutoCAD、Pro/E、UG、CATIA等多种绘图软件绘制的工程视图，以及对相关图片、表格和测试报告等资料。并设计接口以兼容和调用采用其它设计计算模块，使其能有效的进行二次应用与管理操作

本发明公开了一种基于结构和内容二级过滤的 Web 数据相似性检测方法，在传统的通用相似性检测 方法的基础上，发掘出 Web 数据结构和内容分布的特点，对检测的文档集进行两级过滤；两级过滤中的 第一级过滤是结构相似性过滤，对每个Web文档建模为Tag树结构，从而剔除在结构上不相似的文档集， 并对剩余的文档进行关键内容抽取，将其表示成元组向量的形式，将关键信息连接起来生成字符串集； 两级过滤中的第二级过滤则对第一级过滤后生成的字符串集进行 Trie

环境温湿度、光照强度、水分、盐碱度、作物生理指标……这些参数关系农作物生长，现代农业通过农业信息智能感知技术便可轻松“一网打尽”。 然而实时监测这些指标需要电力驱动，电力无疑是智慧农业蓬勃发展的“源头活水”。田间地头常常难以铺设管线，而电池有限续航能力和污染风险又比较突出。因此发展农业信息“无源感知”是未来智慧农业一大趋势。 为更好地解决这一难题，浙江大学生物系统工程与食品科学学院IBE团队平建峰研究员课题组，提出了一种简便有效的方法，从农业环境中挖掘自然能源并将其高效转化为电能。首次将摩擦纳米发电机技术应用于农用纺织品中，并用于降雨时雨水能的收集，通过能量转化获取电能。 这项研究，近日发表在国际知名期刊《纳米能源》（ Nano Energy ）上，论文第一作者为浙江大学生物系统工程与食品科学学院2020级博士研究生姜成美 ，通讯作者为平建峰研究员。 功能化纱线的制备流程及其在农业中的应用场景把摩擦纳米发电机装进农用纺织品的纱线里 南方地区经常暴雨成灾，造成农业生产的巨大损失。农用纺织品在大棚设施中最为常见，它能够遮阴挡雨，保护农作物。 如何从农业环境中挖掘能源？ 浙大科研人员将这两者巧妙结合，通过纱线表面功能化，将摩擦纳米发电机依附在纱线上，织成智能化农用纺织品，利用雨水冲刷时的电子转移与流动产生电流，源源不断地为智慧农业供能。装载摩擦纳米发电机的纱线可以说是智慧农业的“无源活水”。 这个研究灵感来自一场突如其来的大雨：仲夏时节，一场突如其来的倾盆大雨透过来不及关闭的窗户摧残了窗台边的绿植。这引起了研究人员的思考：“农作物所处的环境只会更恶劣，那么我们就想办法利用它的恶劣。”大棚不仅可以作为作物、动物的“保护伞”，还可以作为雨滴能的收集器。 实验数据显示，在9.5牛顿的连续力作用下，3厘米长的纱线就能产生7.7伏的电压。 平建峰介绍，未来通过连接储能设备，这些被改造的农用纺织品，不仅可以为种植业和畜牧业提供保护以提高农畜产品质量与产量，还可以为物联网感知器件源源不断地输送电能，从而开展农业信息的无源监测和实时提供天气状况。 功能化纱线在农用纺织品上的应用绿色能源在智慧农业中具有广阔应用 为什么雨滴的能量可以转化成电能呢？ 这是因为对农用纺织品的纱线进行了特殊改造。科研人员在其表面覆盖了两层特殊材料——导电的碳化钛纳米材料和不导电的聚二甲基硅氧烷（一种高分子聚合物）。 功能化纱线收集雨滴能的原理 该聚合物能够防水并与环境中的雨水发生电子转移。而碳化钛感应电极，不仅具有高导电性能，还因其高电负性可以助力表面聚合物抢夺电子。因此在实现农用纺织品原有的农用保护材料、保温、遮阳、水土保持、排水灌溉、种子培育基材的功能基础上，还能从农业环境中源源不断地获取能源，为智慧农业提供驱动力，实现农业信息“无源实时感知”。 平建峰说，这两种材料具有良好的生物相容性，而且整个制备过程易于规模化和工业化。

2020年11月29日，中国机械工业联合会在杭州市组织召开了由浙江大学、江苏恒立液压股份有限公司、江苏恒立液压科技有限公司共同完成的“挖掘机核心液压元件关键技术与产业化”科技成果鉴定会。会议邀请了7位专家组成鉴定委员会，天津工业大学夏长亮院士担任鉴定委员会主任委员，南车株洲电力机车研究所有限公司丁荣军院士担任副主任委员，华中科技大学丁汉院士、邵新宇院士、上海交通大学李仁涵教授、中国生产力促进中心协会蔡文沁研究员、三一重机有限公司曹东辉研究员级高级工程师担任委员。会议由中国机械工业联合会马敬坤处长主持，浙江大学机械工程学院院长杨华勇院士到会致辞。 鉴定委员会听取了项目负责人徐兵教授的汇报，审查了相关技术资料。经质询和讨论，鉴定委员会认为，该成果技术难度大，创新性强，总体技术达到国际先进水平，在柱塞泵/马达高承载与低噪音设计、内高压复杂薄壁结构均质化精密铸造工艺、液压系统高效匹配控制技术等方面达到国际领先水平，同意通过鉴定。

在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。    本实验室与中国中医科学院合作进行中医临床数据仓库与挖掘分析平台，以及中医临床数据挖掘方法的研究，实现了对中医临床采集病历数数据的集成与整合，数据挖掘与分析的中医临床数据仓库及挖掘分析平台，该平台旨在支持从真实世界中医临床诊疗中产生海量科研分析用数据，并以真实、高质量的数据为基础进行中医临床与理论研究，为中医临床疗效评价、临床中药新药创制提供客观的医学证据和适宜的数据分析方法。该成果于2009年12月获得国家科技进步二等奖。   名老中医OLAP展示例子 1.2多维分析与复杂网络分析系统   以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。  在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。  获奖证书   1.中医临床数据仓库与挖掘分析平台 通过分析中医临床数据元素及其多维、多层次的关系特点，研究设计了中医临床参考信息模型，以及为基础构建中医临床数据仓库细节数据模型和多维数据模型，建立以数据仓库为核心的数据整合、数据抽取/转换/转载和数据整理、数据挖掘、OLAP和统计分析的智能信息处理平台。该平台以中医临床数据仓库及其运行环境工具的构建为基础，基于实际的临床诊疗数据，实现对中医诊疗数据进行多主题、多粒度、多需求、高效、快捷的展示、研究和查询检索，并支持基于Web的OLAP主题应用，为名老中医经验继承研究、中医临床评价研究和临床科研提供实际的诊疗数据证据和知识来源，以支持临床科研决策分析，满足中医临床评价研究的探索性分析需求。针对中医临床数据的特点，研究体现中医临床数据模型特点的数据挖掘新方法，为面向中医临床研究的数据挖掘和机器学习方法研究提供新的思路和研究方向。该平台的构建初期以重大慢性疾病：中风、冠心病和糖尿病诊治规律，以及名老中医经验传承研究为支持目标。   中医临床数据仓库平台   1.1中医临床数据预处理技术临床数据的预处理包括数据整合、数据整理和数据转换等技术，我们面向中医临床数据结构内容以及中医临床研究的分析需求，实现具有完善的数据抽取-转换-装载（Extraction-transforming-loading，ETL）、数据整理和数据转换导出功能的数据前处理软件。该软件针对医学数据利用中的分布式（多采集点）采集、患者隐私保护和大规模数据处理的特点，采用灵活的数据映射配置和临床术语库衔接等方式把各采集点数据导入到临床数据仓库中，并支持批量数据核查和数据规范整理（对临床数据中的术语性数据如症状体征、诊断和药物等进行概念化语义规范）功能。   在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。   名老中医OLAP展示例子    以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。     中医临床复杂网络分析系统  1.3 真实世界中医临床有效处方发现系统 中药新药创制与研发是极具挑战和机遇的领域，当前化学制药和单成份药物研发已经出现明显的瓶颈，传统植物/天然药以及多成份复方药物的研发成为国内外关注的焦点。而从多成份调控和多靶点机理的研究为主要视角的网络药理学更成为新的趋势和方法。针对中医临床诊疗过程中具有证-治-效信息，且个体性的真实世界诊疗实践特点，我们研究基于大规模临床诊疗数据进行有效处方分析和发现的问题，通过对以中药复方为重点的治疗手段药物组成原理的分析，基于复杂网络模型和方法研制形成了有效核心处方及适应症分析方法、有效临床中药筛选与发现系统，对基于真实世界临床诊疗数据分析获得有效处方知识的方法、技术平台和示范应用进行了探索和初步实践，初步表明从真实世界临床诊疗数据中发现和挖掘有效方药是一种可行的途径，有望为中医新药创制提供可以验证的新处方、新药物等临床有效目标药物。     1.  中医临床数据挖掘分析方法 海量观察型临床数据是中医辨证论治数据的主体内容，具有复杂、多维和多关系的特点。从大规模中医临床观察数据中分析提炼形成有意义的临床假设或诊疗知识如有效处方、人群划分、药症关系以及多阶段优化治疗方案等，是实现从复杂、系统的中医辨证论治过程中发现并确认有效优化的临床诊疗处方及其药物组成的基本方法。中医临床数据包括门诊数据和住院数据两大主要部分，其数据内容由临床表现、诊断和治疗（临床疗法）三部分核心内容（如下图），其中辨证知识、证候分布、药症关系、方证关系和药物组成等是数据挖掘和分析的主要目标，而所有这些知识的有效性的评价依据是临床疗效，即确认和发现临床有效的中医诊疗知识是中医临床数据挖掘分析方法的主要有价值研究目标。    中医临床数据挖掘问题：在疗效信息的约束下，验证和发现有价值的临床诊断/治疗关系知识。  2.1基于复杂网络的中药配伍分析方法 人们通过对中医临床处方数据的初期分析，并与临床专家的交流中发现，名老中医的临床复方的组织特性体现在两个层次。第一层次为临床医生一般以经典复方（包括经方、时方和验方等）为基础进行临床处方；第二层次为在药对或药症关系基础上的药物随症加减处理。这两个层次的临床处方配伍过程形成了具有核心处方结构，而又具有较大灵活性的处方集合。因此，通过对名老中医处方集的共性网络结构分析，能够发现体现其处方思维和学术特点的核心处方配伍结构，从而辅助进行名老中医经验的传承和整理研究。通过应用基于无尺度网络现象的网络分析方法进行研究。无尺度网络作为复杂系统研究的一种实证现象和方法，对基于网络研究复杂现象和复杂系统的方法具有很大的推动作用。具有宏观无尺度现象的网络在拓扑上存在幂律现象，即节点的度分布服从幂函数分布。这在医生处方中的具体体现就是某医生对药物的使用具有比较集中的趋势，某些名老中医偏好使用某些药物，使得这些药物的已有或潜在功效得到更大的发挥或挖掘。 我们基于网络中权值的幂律分布规律，实现了多层核心子网分析方法，能够从复杂的中药配伍网络中抽取多层核心子网。该算法已经在名老中医处方配伍经验的分析中得到广泛应用。其得到的结果具有直接而明确的临床含义，且可靠性较强。第一层核心子药物子网一般解释为共性的核心处方；第二层解释为主要药物配伍；第三层解释为次要药物配伍。这些药物配伍分别对应样本的核心病机如主要疾病和主要证候等、兼证和加减症状等。以下是两类特定中药处方：1287个肝脾不调证(GPBT)处方和752个2型糖尿病合并代谢综合征处方的分析结果。   特定中药处方的核心药物配伍网络和主要加减网络，其中的网络中的节点是药物，边的权重表示两相关药物配伍使用的次数。 2.2基于隐主题模型的疾病人群临床特征类别分析方法 症状-中药-诊断主题模型（Symptom-Herb-Diagnosis Topic model，SHDT), 用来提取中医临床数据中的症状、中药和诊断间的隐主题结构。SHDT模型是LDA主题模型在多关系应用中的扩展。该模型的核心思想是假设一类样本里面包含有多个主题，例如，一类糖尿病人群有不同的并发症，且这些主题所包含的信息特征（以症状来表达）具有相对完整性和独立性。SHDT把每个主题看作是症状上的多项式分布，并通过症状来表达主题的内容；同时，把每种中药看作是主题上的多项式分布，因为一类中药可以治愈多种症状/疾病；又因为一种诊断包含多种症状/疾病，于是把诊断看作是对主题的描述，构建一种“症状-中药-诊断”主题模型。SHDT模型这种分析原理和思路与中医辨证论治过程基本吻合，它可以客观地按照症状找到自然分类人群，给出诊断描述特征和中药治疗特征。SHDT模型分别在2型糖尿病、冠心病和肝炎等慢性疾病中进行人群特征分析。实验结果说明了该模型具有较好的适宜性和科学性，分析结果能够较为完整的反映特定疾病中相关的主要人群特征类别。   症状-中药-诊断主题模型，图中三个黑色圆圈，代表显变量（观察变量），其中s 表示一个采样症状，表示患者p的所有药，表示患者p的所有诊断。白色圆圈代表隐变量，其中z 采样症状s对应的主题，x表示s对应的药，u表示s对应的诊断。矩形框表示重复采样。外部矩形框表示在集合中有P个患者。内部矩形框表示对患者p的个症状、主题、药物以及诊断重复采样。 2.3基于内隐对照和部分可观察马尔可夫决策过程模型的动态序贯处方治疗方案优化方法 中医辨证论治是症-治-效紧密相关的个体、动态的复杂干预过程，动态序贯干预是中医临床治疗慢性疾病的基本方法。以患者为轴心的治疗原则和医生的个体性特点，使得中医动态序贯干预过程中包含多样化的治疗方案。在临床诊疗经验知识的形成阶段，医生往往通过对治疗前后患者健康状态的判断，试图获得较好的治疗方案的认识，进而逐步形成固化的有效经验性治疗方案。因此，在无外部对照的情况下，如何从大规模的复杂多维临床关系数据中发现并确认在临床实际中较优的动态序贯诊疗方案是有效临床方案形成的重要课题。 考虑到实际可行性和研究代价的问题，在未有明确的有效干预方案形成的临床研究初期，无外部对照的传统中医经验整理和归纳普遍存在，且长期的中医学实践表明是有效的。但由于临床诊疗信息关系的复杂性，基于传统经验整理方式形成有效治疗方案是一个较为漫长的过程。 因此，如何借助源自真实世界（无外部对照）的大规模临床观察数据，进行挖掘分析，以辅助发现和确认较优的临床治疗方案成为辨证论治临床评价研究的关键问题之一。我们采用部分可观察马尔可夫决策过程模型(POMDP)对此问题进行研究，实现了基于POMDP的中医临床处方优化分析方法，以探寻从来自临床实际的大规模观察性临床数据中发现较优或最优的动态序贯治疗方案，为中医辨证论治有效动态干预方案的形成和临床验证提供参考知识。   中医临床诊疗过程对应的POMDP模型 1.  成果的推广应用 本成果已经在国家科技重大专项：重大传染病防治、重大新药创制等两个项目；国家科技支撑计划项目-名老中医经验传承研究；北京市科技攻关项目和国家中医临床研究基地等项目中进行推广应用。分别对艾滋病、肝炎和肺结核等传染病的中医药防治规律，从中医临床中分析确认有效处方与药物，名老中医的辨证论治个体诊疗经验，中风、冠心病和糖尿病等重大慢性疾病的临床诊治规律，以及全国10余家重点中医院诊疗优势病种（如上海龙华医院的中医胃癌治疗、骨关节病治疗；河南中医学院一附院的中医艾滋病治疗、中医慢性阻塞性肺炎治疗等）的临床诊疗优化方案等进行应用研究。逐步探索和完善中医临床科研一体化技术体系，支持基于临床诊疗实践及其真实世界诊疗数据，进行中医临床研究和中药新药创制研究的医学模式。   北京地区22家单位应用分布图