本发明公开了一种数据去重过程中的并行分块方法，其特征在 于，包括：(1)将数据流中的文件分成多个定长的数据段，所述数据段 的长度大于数据分块的最大块长；(2)利用计算机多核处理器并行对每 个数据段进行分块，每个数据段都通过分块获得多个数据块；(3)将最 后一个数据段除外的每个数据段的最后一个数据块与后一个数据段的 第一个数据块进行边界衔接处理。本发明提出的并行分块方法，采用 一种新颖的边界衔接方法解决了传统分块方法的

研究催化剂在实际催化反应过程中的状态对于理解催化剂的催化机理具有非常重要的意义。实际催化过程中，气体分子会通过影响表面能进而对催化剂的表面结构进行调制。但受限于研究方法，在真实催化环境中，气体分子如何重构催化剂表面仍然不清楚。此外，除了催化剂表面结构的变化，在催化反应过程中，催化剂颗粒整体的结构乃至物相也会发生变化。

（一）项目背景 当前，智慧教育具有智能导学、精准推荐、定制辅导、精细评价等特点，已成为国际国内教育信息化发展的趋势。智慧教育的研究主要聚焦于智慧学习环境建设的研究、智能技术支持下的智慧教学研究和机器学习技术支持下的个性化学习研究。智慧教育的出现极大地促进了当前教育中学习空间的重构。在“学习空间”之前，人们通常使用“教学空间”来指代这种场所，将有教学活动的场所均称作教学空间。随着人们对学习过程的理解变化、智慧教育的快速发展以及人们对非正式学习的重视，学习空间逐渐由单一的物理教学空间向包含物理空间、网络空间、移动空间的多元学习空间转变。多元学习空间的提出虽然更多地体现出了“以学生为中心”的倾向，但如何具体衡量多元学习空间对学生学习效果的影响是评价多元学习空间的重要步骤。同时，在多元学习空间具体构建时，面对空间中来源不同、结构多样、数量庞大的多模数据如何进行处理存储、并在保证数据有效性的前提下对教育数据进行隐私保护是多元学习空间需要解决的另一个难点。 （二）项目简介 本项目主要目标是针对信息技术支撑下学习空间多元化、场景复杂、需求多样化，学习者及学习行为呈现出新的特点和规律，研究多元学习空间中学习行为数据化关键技术，构建“云-边缘-物联网”架构的多模态数据存储与处理平台，实现混合式学习环境下学习行为智能感知和数据化，优化学习行为模型，基于实际应用与不同学习目标函数及内容，建立可重复、可预测、可验证的对比数据集，为数据驱动的智慧教育生态构建和教育应用提供核心技术与数据支撑。 （三）关键技术 我们面向智慧教育中准确认知学生的学习状态和行为的大数据需求提出研究方案。本项目实施方案涉及教育学、物联网、云计算、人工智能、隐私保护等多个领域，主要技术路线如图所示： 图 1 技术路线图 其中，项目包括的关键技术主要有以下三点： 1.基于物联网的多模态数据实时智能感知和多时间域数据采集技术 该技术针对学习状态的数据化、特征参数量化问题，设计能够采集多 重学习空间下的智能数据感知物联网系统。主要技术难点在于抽样频率与 识别准确度的平衡、人机交互的变化规律等全新科学问题。 2.学习状态多模态数据解析和智能处理技术 利用智能感知物联网采集实时性的原始学习状态数据，包括面部表情、 脑电信号、头部姿态、交互行为等原始数据，这些数据具有数据量大、模 态多、冗余度高等特点，需要通过智能化的预处理方法转换成可以量化的 状态数据。 3.多层次数据差分隐私保护技术 学习行为数据是学习者被动采集的多方面行为数据，受到日益增长的 具有争议性的数据伦理的制约。该项技术通过数据隐私保护机制实现数据 多层次化的差分隐私安全算法；在保证学习者最大数据隐私性的前提下， 研究满足学习行为分析所需要的数据颗粒度。

项目成果/简介:本发明公开了一种监测植物花芽分化或开花过程中温度变化的活体成像方法。本发明提供的方法，包括如下步骤：1)用红外线非接触式热像仪采集活体待测植物的花芽或花部器官图像；2)根据步骤1)得到的采集图像，得到所述活体待测植物的花芽或花部器官的不同位点的温度，从而实现植物花芽分化或者开花的生热效应的监测。本发明的实验证明，本发明的方法具有以下优点：1)操作简单，快速：省略了植物观测中取样、分离等前

本实用新型提供一种氧气钢瓶充装过程超温预警装置，所述装置包括数字温度采集装置以及无线接收装置，所述数字温度采集装置安装在待测氧气钢瓶的周围，并对应每个氧气钢瓶储存有该氧气钢瓶的设备编号;所述数字温度采集装置通过无线通信方式将温度数据发送至无线接收装置上使工作人员能够及时发现氧气钢瓶温度情况，并且事故钢瓶序号实时传输到人手中的显示器上，准确、高效、无需人工，节省人力。

本发明提供了一种绿氢耦合加氢过程在线代理模型辅助多目标优化方法，包括：针对绿氢耦合加氢过程的绿氢‑灰氢混合波动，构建经济与碳减排多目标操作参数优化问题，对操作参数进行灵敏度分析，获取待优化操作参数及其取值范围；对加氢过程建立第一性原理模型并进行拉丁超立方采样，采用高斯过程回归建立离线代理模型；在混合氢气波动条件下，基于高斯过程生成初始在线代理模型，采用快速非支配排序优化方法求解经济与碳减排多目标优化问题，并通过周期性更新在线代理模型。本发明兼顾了投资成本与碳减排效益，实现了绿氢‑灰氢混合频繁波动下的经济效益与碳减排多目标的平衡优化。

随着新功能基因的分离,克隆以及各种农作物高效表达技术平台的逐步建立,植物反应器的研究越来越深入.本实验利用拟南芥(Arabidopsis thaliana)油体系统表达植物油体蛋白-角质细胞生长因子-2(Keratinocyte growth factor-2,KGF-2).首先人工合成植物密码子偏好性的KGF-2基因,并通过PCR技术克隆了拟南芥油体蛋白Oleosin基因,构建由种子特异性启动子驱动的,含有油体蛋白和KGF-2融合基因的植物油体特异表达载体;通过农杆菌介导法转化野生型拟南芥,采用Basta筛选之后,获得26株转基因拟南芥.

本发明公开了一种模拟驾驶人主观感知与反应的交通流微观仿真方法，该方法包括以下步骤：(1)确定元胞的总数和仿真车辆的个数，初始化仿真系统；(2)仿真系统按照如下步骤进行演化：根据驾驶人的最大期望速度，对车辆进行加速操作；根据交通状况对车辆进行速度调整操作；根据交通状况，对车辆进行随机慢化操作；更新车辆在下一仿真时刻的位置；(3)计算交通流的密度、速度和流量关键交通参数。本发明在速度调整操作和随机慢化操作等关键技术环节更加真实地考量了驾驶人的主观感知与反应特征，使得模型能够更好地分析驾驶人的主观因素对交通流运行的影响，为道路交通系统的规划、设计与管理提供支持。

本研究设计并合成了无定型 Ag-Bi-S-O 修饰的 Bi 0 纳米颗粒，将其应用于二氧化碳电还原反应中 （图 1 ） 。 该研究工作首先通过溶剂热法制备了 AgBiS 2 纳米棒，并将其在空气中煅烧处理，得到了组成为 Ag 0.95 BiS 0.75 O 3.1 的双金属硫氧复合物纳米棒。在进一步电化学还原预处理后，该复合物被转化为无定型 Ag-Bi-S-O 修饰的 Bi 0 纳米颗粒。这种新型二氧化碳电还原催化剂在仅有 450 mV  的过电位下，实现了高达 94.3% 的甲酸法拉第效率和 12.52 m A/ cm 2 的甲酸部分电流密度。通过与 AgBiS 2 、 Bi 硫氧复合物及 Bi 2 S 3 参比样品进行对比，发现在电化学还原预处理过程中，金属硫化物中的 -2 价硫会转化为 H 2 S 并离开电极表面，只有金属硫氧复合物中被氧化为 +6 价的硫能保留在催化剂中。后续实验表明 ，这一部分硫能促进水的解离，而甲酸形成过程中所需的 H + 正是来自于 H 2 O 。因此，甲酸的生成被极大程度地促进。另一方面， Ag-Bi-S-O 修饰 Bi 0 纳米颗粒中的 Ag ，有利于电荷在电极中传递，提高了催化剂的电流密度。在过电位为 450 mV  时，更大的电流密度可以提高阴极附近的局域 pH ，而更大的局域 pH 能进一步提升硫促进水解离的效用，同时抑制氢析出反应的发生。因此，无定型 Ag-Bi-S-O 修饰的 Bi 0 纳米颗粒可以在极低的过电位下将二氧化碳高活性、高选择性地转化为甲酸。

用数值模拟对核反应堆压力容器进出口接管锻造各工序的温度场、应力应变场和金属塑形变形情况进行研究，分析工艺参数对锻造过程的影响，优化确定锻造工艺规范。通过多次模拟试验，确定了工艺先进、经济合理和质量满足要求的试制方案，产品经国家不锈钢制品质量监督检测中心检测其各项性能指标测试完全达到合同要求；首创“斜十字镦粗法”，使钢锭中心始终保持较大的三向压应力，在拔长时采用合理的砧宽比和接砧角，改善锻件应力状态并提高拔长效率。项目获得专利2项，发表文章2篇。