本发明公开了一种基于改进 SIFT 算子的低空多视角遥感影像匹配方法，首先采用优化的 DoG 算子 对第一影像和第二影像进行特征点检测，然后利用基于局部区域采样模拟的 SIFT 描述子对特征点进行 描述形成特征向量，最后采用 NNDR 策略形成初始匹配特征点，并利用基于极几何约束的 RANSAC 算 法对匹配点进行提纯。本发明能够有效地解决低空遥感影像匹配中存在的多视角以及弱纹理等问题。 

研究方向：具有生物活性含磷化合物合成方法研究、糖手性诱导不对称合成、有机小分子催化剂催化不对称合成、金属-配体络合物催化不对称合成。 项目简介： 多聚磷酸铵（APP）在农业上是配制高浓度液体多功能复合肥料的一种非常重要的原料，并具有一定的缓释与螯合作用，符合当前复合肥料高效化、液体化、缓效化、专用化、多成分化和多功能化的发展趋势。 由于短链聚磷酸铵溶解度高，比一般磷肥可提高液体肥料中磷的含量；可配置磷含量较高的液体肥料，pH 值近中性，作物使用安全系数高；结晶温度较低，生产使用方便。利用聚磷酸铵原料作为无机螯合剂，较有机螯合剂便宜, 同时又能提供氮磷养分。另外聚磷酸盐不被植物直接吸收, 而是在土壤中逐步水解成正磷酸被植物利用, 因而是一种缓溶性长效磷肥。 项目特色： 本项目开发了以磷酸和尿素为原料制备多聚磷酸铵的方法并顺利实现了”水肥一体化”高效多聚磷酸铵-硫酸钾肥料的产业化生产。开发的“水肥一体化”高效多聚磷酸铵-硫酸钾肥料，提高肥料利用率 20-40%以上，平均增产 15%以上，节水同比提高 30%以上。

该成果提供了用于降解多环芳烃类有机污染物的微生物菌剂，其活性成分为鞘氨醇杆菌菌株，该菌株从石油污染土壤中分离获得，能够快速降解多环芳烃类污染物，尤其是菲、芴、荧蒽、芘和苯并芘等有机污染物。该菌株还具有广泛的pH值（5-9）、盐度和温度（16-37℃）适应能力，是对土壤或环境多环芳烃类有机污染物进行生物修复的优秀微生物材料。 土壤的微生物修复技术已经在石油污染治理、土壤有机农药去除、重金属污染治理以及氮磷营养调节等环境修复过程中得到广泛运用。1972年美国利用生物修复技术清除宾西法利亚州的石油管线泄漏石油是第一次成功运用生物技术进行土壤有机污染物修复，我国也在开始采用微生物修复技术进行石油污染区域的生物修复实践。该技术应用后土地基本恢复耕地功能，修复速度快，使用简单方便且效果理想，预计该技术投放市场可产生巨大的经济效益和社会效益。 转化条件：微生物菌剂生产无需大面积厂房，有发酵罐和灌装车间即可投入生产。 成果完成时间：2017年6月

该项目通过建立四种不同致病因素（包括博来霉素、百草枯、二氧化硅和脂多糖加香烟提取物）诱导的肺纤维化动物模型，实验结果表明多西环素可明显降低肺纤维化模型动物的肺系数，改善肺组织纤维化程度，降低肺纤维化病理评分及肺组织中胶原的含量，降低慢性炎症介导的肺纤维化模型小鼠血清中炎症因子 TNF-α、TGF-β1、IL-4 的含量，增加 IFN-γ的含量。除此之外，多西环素还可以增加肺纤维化模型小鼠的体重，改善模型小鼠的生存状态，显示出多西环素对肺纤维化具有很好的治疗效果，且毒性和副作用均较低。 课题组研究发现多西环素可通过抑制气道和肺上皮细胞转录因子 Twist1, Snail, Slug 和间质细胞标记物 Vimentin 的表达，并增加E-cadherin 的表达，从而使上皮细胞维持其原有极性和紧密连接，抑制细胞骨架重塑，从而抑制其向肌成纤维细胞的转变和活化，减少细胞外基质的分泌及其在肺间质的过度沉积，进而抑制肺纤维化的病理过程。本项目药理机制有一定的深入研究，已申请了专利（专利号201410514986.4）并完成临床前实验，获得了临床试验批件（批件号：2017L01323） 技术创新点： 1）目前肺纤维化上市药物疗效不甚理想，急需开发新型有效药物， 多西环素在临床前研究中表现出良好的抗肺纤维化效果，开发潜力很大。 2）多西环素本身即为抗生素，可达到抗感染、抗炎与抗组织纤维化的多重功效。 3）与其他治疗肺纤维化药物相比，多西环素毒副作用低，患者依从性好。 4）该类化合物合成方便，生产工艺成熟，可快速的投入生产并获得高效制剂。 市场应用前景： 近年来肺纤维化的发病率不高（8/10 万人），但一直呈现上升趋势。肺纤维化患者从出现呼吸道症状到呼吸窘迫死亡的中位生存时间仅为 28.2 个月，从诊断建立到死亡的平均生存时间为 3.2～5 年，肺纤维化 5 年病死率超过 40%，其自然缓解相当罕见(<1%)，甚至比某些恶性肿瘤死亡率还高。从这些数据可以看出，肺纤维化已经给我国人民的生命健康造成严重的不良影响。目前治疗肺纤维化的上市药物仅有吡非尼酮和尼达尼布两种，吡非尼酮 2015 年全球销售额为5.63 亿美元，2016 年第一季度该药销售额为 1.78 亿美元。尼达尼布于 2015 年被纳入 ATS/ERS/JRS/ALAT 特发性肺纤维化诊治国际循证指南的推荐用药，当年销售额达 3 亿欧元，2016 年尼达尼布的销售额翻倍达到 6.13 亿欧元，2017 年上半年达到 4.29 亿欧元。这两种药物都是由国外研发销售，目前国内临床上需要开发疗效佳、安全性较好、自主知识产权的治疗肺纤维化药物，因此盐酸多西环素市场前景良好。 合作方式及条件： 希望进行专利转让，或者与投资者共同开发，申报临床试验批件，并进行临床研究。 已获得的知识产权： 多西环素的应用（治疗肺纤维化）（专利号：201410514986.4 ） 本项目已获得新药临床批件，批件号码为 2017L01323。

本发明属于水电能源优化运行领域，公开了一种实时负荷下水电站多模式时空嵌套出力动态调整方法，该方法以实时负荷变化量大小为依据，制定多种模式调整策略。当电站接受到新负荷指令时，自动进入其相应调整模式。本发明方法可减少电站机组出力变幅、有效躲避振动区、降低穿越振动区次数，且电站总耗水率与计划经济运行计算得到的耗水率非常接近，无明显额外耗水。因此本发明方法兼顾稳定性、经济性与高效性，比现有技术更为经济、安全、高效。

针对智慧城市、移动设备、工控系统等多个领域的CPS 多源异构时空大数据，提出了多种时序模式挖掘算法和时空 模型构建方法，并应用在轨迹预测、交通流预测、空气质量 预测、用户画像、活动识别、异常行为检测、网络攻击检测 等多个任务中，并为“人机物”融合的数据驱动模型提供理 论与技术基础。

2020年3月5日，复旦大学在medRxiv预印本上发表了题为COVID-19 Epidemic Outside China:34 Founders and Exponential Growth 的回顾性分析的研究成果。该文章以2020年1月21日到2020年2月28日以来世卫组织公布中国境外的确诊病例数为基础，建立了一个回归数字模型，通过这个模型，该研究估计在病毒开始传播到中国之外时，大约有34个未被发现的国外传播的初始病例。他们推测34个病例可能属于轻症患者，因此没有前往医院救治。而且中国外COVID-19从一开始就稳定的遵循近似指数型增长模型，每19天患者数量增长10倍，显示出并没有强有力的干预措施。作者呼吁全球借鉴中国与新加坡的经验采取有力的公共卫生措施。

近日，中国科学技术大学管理学院在时空面板数据模型的研究中取得重要进展，突破经典的广义极大似然估计和广义矩估计理论框架，提出了基于空间权重矩阵特征分解的估计和模型选择方法。相关论文在学术期刊《美国科学院院报》上发表。现在很多大数据（环境，疫情，犯罪，物流，区域经济等）呈现出时间和空间的复杂相依关系，由于时空的交互影响提高了对应的时空模型的估计难度。有别于已有的复杂估计方法，文章改变传统的估计思路，充分利用时空数据的空间结构特征，采用空间权重矩阵的特征分解，极大的简化了估计方法，提高了估计精度和运算速度，并提出了相应的模型选择方法。理论部分模型的示意图如下图所示：文章以 2008 年 1 月到 2013 年 12 月（72 个月） 138 个美国匹兹堡行政地区的犯罪数据为例做了示范。在这个例子中，犯罪数据重罪（Part I）和轻罪(Par II)在138个行政区的平均犯罪个数分布如下图：文章还选取了 15 个区域社会经济变量作为解释变量，包括区域总人口、收入、失业率、贫苦率、非裔比例、教育水平等。模型的拟合程度指标R平方（接近1时，拟合程度高）达到 0.98，表明选择的模型非常好的拟合了数据。数据分析结果可以用于以轻罪发生率预测重罪发生率，解释犯罪学的“破窗理论”，分析重罪发生率和总人口、收入和贫困等的量化关系。论文链接：https://doi.org/10.1073/pnas.1917411117详细阅读：http://news.ustc.edu.cn/2020/0318/c15884a414854/page.htm

本发明公开了一种非线性参数变化模型辨识方法（NPV），属于工业辨识领域。本发明提供对非线性参数变化的辨识对象进行辨识实验和模型辨识，首先通过局部非线性模型实验、辨识局部非线性模型、工作点变量过渡实验等步骤，辨识出多输入单输出非线性参数变化模型；在完成所有被控变量的多输入单输出非线性参数变化模型的基础上，构建完整的多输入多输出非线性参数变化模型。使用本发明的方法，无需深入了解辨识对象的机理特性，只需利用较少的输入和输出辨识数据，即可辨识得到辨识对象的非线性参数变化模型。所得到的非线性参数变化模型，可以用于基于模型控制算法的设计和过程仿真，也可以用于对产品质量预报的推理模型和软测量器中。