成果通过大数据基础性共性关键技术研究，提升重庆大数据应用指导理 论和应用系统水平，形成国内领先的大数据应用研究成果和示范应用，研制具 有自主知识产权的若干大数据软硬件产品和工具，达到国内领先水平，以点带面, 引领重庆大数据产业创新发展。成果研究与设计大数据产业新型研发机构示范， 设计成立市场化运营、独立法人的新型研发机构，创新管理、科研和成果转化、 产业化的模式和机制，面向社会和重点产业开展大数据应用关键共性技术研究和 成果转化服务，吸引国内外大数据技术企业、海外大数据人才和社会资本，构建 产学研用协同创新，具有产业联动效应、连接向上下游的重庆大数据产业创新机 构。完善重庆大数据产业基础性技术支撑系统建设，具备创业与孵化等功能，组织策划实施重庆大数据产业重点专项，促进重庆大数据产业科技成果转化，推进 重庆大数据产业创新发展。成果包含以下方面的行动方案调研与研究：高速大数 据挖掘关键技术研究及应用示范；实时动态大数据处理关键技术研究及应用示范; 大数据分析预测模型与智能决策系统研究及应用示范；多维叠加式大数据可视化 系统平台研究及应用示范。 成果为政府和行业提供决策咨询、产品规划、方案设计等服务，帮助其梳理 业务数据、挖掘数据价值、重构业务流程。成果为政府和行业提供决策咨询、产 品规划、方案设计等服务，帮助其梳理业务数据、挖掘数据价值、重构业务流程。 成果为政府和行业提供包括大数据解决方案及系统集成和数据资产运营的全方 位的大数据解决方案服务；参与数据资产运营，获得数据增值部分的分成。

近年随着测序技术的不断完善，生物领域积累了大量基因组、转录组、表观组学数据。怎样有效利用这些数据挖掘生物学新知识，是研究工作者在大数据时代面临的挑战。该研究以DNA甲基化测序数据入手，探索了大数据挖掘揭示生物学新知识的研究之路。翟继先课题组重新分析了公共数据库中来自不同实验室的约500余组Col-0型拟南芥DNA甲基化数据：通过比较单个突变体和多个野生型，鉴定了每个突变体中高置信度的DNA甲基化差异区域，进而分析了不同突变体间DNA甲基化差异区域的重合度，揭示控制DNA甲基化相关基因之间的联系。

采用层次化、模块化设计，整个系统由数据采集控制模块、数据传输系统、自动反馈系统和显示系统组成。服务器整合数据存入数据库，采用大数据分析技术建立专家系统， 并以此作为自动调控的标准。在自动反馈系统里采用三级自动控制技术，分别是单片机控制的模块级、嵌入式网关级和服务器级，三者相互独立，互为保险，并且均可以根据实时环境状况做出调节，并自动下达控制指令。显示系统由三部分组成，一是位于农业现场的显示屏，二是 PC 终端，三是基于安卓系统的移动终端，从而实现环境参数值的实时观测和控制，并实时指导农业生产。系统可

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大数据分析的小基站开关控制方法，包括：采集场景信息步骤；数据预处理步骤；提取特征步骤；选择并训练模型步骤；预测步骤。本发明利用特殊场景下时刻表以及小基站接入人数的历史记录，建立数学模型，预测未来小基站内的待服务人数，根据待服务人数去控制小基站的开关，达到节能、减少基站间干扰的目的。 在建立数学模型的过程中，本方法结合数据挖掘和机器学习，提高了预测的准确率和系统的实用性。

1 成果简介本项目是基于云计算技术开发的模块化数据中心，将成为未来云服务端的主要模式，是新一代的绿色智能数据中心。设计思路：是一种具有通用性和便于维护的模块化（集装箱式）数据中心，为微数据中心模式的运行提供硬件支撑，这种模块化数据中心相比于现有的数据中心更有利于分散部署和运行维护，与目前业内的其它厂商的集装箱数据中心相比，不过多追求于单位面积所容纳的数据处理能力，而是侧重于 IT 设备、供配电设备以及制冷设备的模块化设计，侧重于利用物联网技术加强集装箱数据中心的综合监控能力和远程运维能力，提高数据中心整体的模块化程度，降低数据中心的维护、维修难度，缩短数据中心的部署和维修时间，提高数据中心的组态性，降低云计算的运行成本。 本项目开发的模块化数据中心为软件与硬件相融合的产品。在完成集装箱数据中心设计的同时，开发一整套云计算管理中间件，用于对整个云计算平台的管理、维护，为应用提供安全、高性能、可扩展、可管理、可靠和可伸缩的软件支撑平台。  图 1 加工定制现场 根据模块化数据中心的功能要求，依据国家有关标准和规范，结合各种系统运行特点进行总体设计。设计方案以功能完善、技术规范、 安全可靠为主，确保系统的可靠安全运行，满足微数据中心运行模式对集装箱数据中心的要求。 模块化数据中心包括六个子系统和一个云计算服务管理平台。 （ 1）智能 IT 设施系统； （ 2）箱体及智能机柜； （ 3）智能电源管理系统； （ 4）智能制冷系统； （ 5）智能防雷保护系统； （ 6）物联网智能监控系统。 其中子系统（ 6）除了包括对模块箱体内部温度、湿度和外部温度的环境监控、箱体内动力设备的监控、空调制冷设备的监控，还包括消防系统和安全门禁系统，是一个基于先进物联网技术和理念的综合监控系统。 模块化数据中心的设计思路以最优化的综合统筹设计和系统实施，提高这种绿色智能数据中心关键设备的供给能力。针对微数据中心模式的应用，模块化数据中心的设计从整体规划、集成、服务、运营、管理等几个方面综合考虑。2 技术指标（ 1）安全可靠性 云数据中心必须具有高可靠性的，不能出现单点故障。要对数据中心布局、结构设计、设备选型、日常维护等方面进行高可靠性的设计和建设。在关键设备采用硬件备份、冗余等高可靠性技术的基础上，采用物联网技术及相关的软件技术提供较强的管理机制、控制手段和监控与安全保密等技术措施提高云数据中心的安全可靠性。 （ 2）灵活性与可扩展性 集装箱数据中心具有良好的灵活性和可扩展性，能够根据今后业务的不断深入发展的需要，扩大设备容量和提高用户数量和质量的功能。具备支持多种网络传输、多种物理接口的能力，提供技术升级、设备更新的灵活性。 （ 3）通用性 目前的市场上的集装箱数据中心在机架的设计上往往按照特定的 IT 设备的安装尺寸进行设计，力求空间的充分利用而牺牲通用性，我们设计的云数据中心要能够适应多数的服务器结构，以满足一定阶段内利用集装箱对传统数据中心改造的要求，侧重于数据中心的通用性。 （ 4）标准化 虽然集装箱数据中心尚处于发展的初级阶段，未出台针对集装箱数据中心的国际、国家标准，但在系统的结构设计中务求基于国际标准和国家颁布的有关标准，包括各种建筑、机房设计标准，电力电气保障标准以及计算机局域网、广域网标准，坚持统一规范的原则，并为多模块部署的增容奠定基础。3 应用说明针对模块化数据中心最大的特点是便于部署和完善的远程监控能力，结合清华大学信息技术研究院在海量数据处理方面的优势，综合云计算平台的应用，提出一种新的计算基础设施运营方式，称之为微数据中心模式。所谓微数据中心模式是针对一个单位或者一个特定区域，根据这个单位或者特定区域的应用需求部署模块化数据中心，这个数据中心为该局部范围提供云平台服务，用户不需要高性能的计算机即可拥有高性能的计算能力和高性能计算机提供的服务，不需要都具备高速电信服务商互联网连接即可获得高性能的网络连接，与此同 时可以享受云平台所提供的各种服务。微数据中心的部署方式不同于现有的分散数据中心方式，微模式利用模块化可伸缩、便于维护的特点，将数据中心部署到用户侧，使其更接近于用户的应用。 模块化数据中心内部设备完全采用模块化设计，利用物联网的技术实现模块化设备的有效监控和科学管理。数据中心出现故障时不需要现场专业的技术人员维护、维修，仅仅由操作人员即可通过完善的物联网监控系统和科学的设备管理系统即可完成数据中心的维护、维修，最大程度上的模块化设计又可以保证数据中心的快速修复，这样将极大降低分散部署数据中心的维护、维修费用，从而为微数据中心运行模式提供实际支撑。 作为一种新型的计算基础设施运营方式，为了实现一种比“ 湿租” 模式更进一步的应用方式，提供用户和客户所需计算平台，在模块化数据中心设计的同时将开发一整套云计算服务管理平台。实现对整个云平台的管理、维护，为应用提供安全、高性能、可扩展、可管理、可靠和可伸缩的服务，实现基于云计算的产品创新和应用模式创新。4 效益分析超过 70%的全球前 1000 企业都将在今后 5 年内对数据中心的设备进行更新与扩展，应用和计算密度的快速增长，使得资本压力不断上升，数据中心的电力消耗在过去 10 年增长了 5 倍，一台 1U 服务器的使用成本高达采购成本的 2 倍，并且还在继续增加、能源价格飙升也导致更加困难的局面，用于空调冷却的电力甚至超过了计算用的电力。传统数据中心IDC 能源的巨大消耗急需呼唤新一代数据中心的出现。因此，模块化数据中心将有 70%市场需求率。 模块化数据中心的设计与升级方便，一体化交付，货到即用，灵活部署，智能化管理技术保证数据中心上线后可以无人值守，具有便捷的移动性、易部署性和智能性，可以作为移动式数据中心、企业政府的数据中心以及大型云数据中心的部署模块。 项目研发初期投资 1000 万元。形成建设规模达年产 50 套模块化数据中心后，年销售总额预计超 30000 万元。5 合作方式商谈。6 所属行业领域信息领域。

开放化、高速化和高精度化都是现代信息技术的发展趋势和研究热点。数据采集系统是通信技术和数控技术领域的重要功能模块，应用领域十分广泛。 本数据采集平台的中央控制芯片选用美国TI公司的DSP (Digital Signal Processor，数字信号处理芯片)TMS320C5402。DSP具有高速、高精度的运算能力，强大、方便的数据通信能力，灵活、可靠的编程与信号处理能力。设计选用昀A/D转换芯片是AD公司推出AD976A，其转换精度是16位，转换速率最高可达200k/s。系统的核心采用DSP控制AD976A实现高速数据采集的功能。

形成了具有中国自身特色的材料基因工程数据共享平台技术，并据此建成便捷实用的数据服务平台。基于材料基因工程思想，在国家“863”计划（2015AA034201）支持下，建设国家材料科学数据共享网 2.0 版。2017 年 5 月完成建设并实现上线运行访问，满足材料基因工程数据存储与管理需要（http://www.materdata.cn/）。该平台同时承担国家“863”计划和北京市科技支撑计划材料基因工程项目（D16110300240000）的数据汇交任务。材料基因工程数据共享平台于2018年4月3日在北京举办的“863”课题验收会议上成功验收，并得到专家认可。专家委员会主席秦高梧教授认为：初步构建了材料基因工程数据共享平台的框架，具有查询、检索、统计、下载以及对接数据挖掘等功能；初步形成了集热力学计算、动力学计算、有限元模拟、神经网络分析的多层次跨尺度一体化设计方法。为满足该平台的数据汇交和数据共享，开发了材料科学数据DOI 注册软件[MaterDataDOI] v1.0，并获得了该软件的著作权（北京科技大学，2017SR056658）。除公益性数据互联网共享服务外，同时面向钢铁、有色等行业，提供定向资源共享以及专题性定制服务，探索公益性共享与定向服务数据共享机制和方式。