一、 项目简介基于ARM9和Linux的嵌入式智能气象信息采集主站、基于CANOPEN的网络化高精度气象数据采集分站，设计了全分布网络化智能气象监测系统。可对一个地区的诸多气象要素（风速、雨量、地温等） 全天候 不间断的采集，为气象预报积累准确数据，实现防灾减灾，价值不可估量。二、 项目技术成熟程度技术转让后，具备批量化生产条件。三、 技术指标（包括鉴定、知识产权专利、获奖等情况）采用当前市场主流ARM9系列的32位处理器,选择模数转换器AD7792；主采集器可直接挂接传感器：气温、湿度、气压、雨量、风向、风速、总辐射、蒸发和能见度。具备多个通信接口。目前已通过国家气象总局依据《第二代自动气象站功能规格书》的评估验收，在锡林浩特，郑州，淀白三个典型气候地区通过实地运行测试。四、 市场前景（应用领域、市场分析等）改进自动气象站的结构，采用总线制分布式或网络型结构，能够大大提高自动气象站的操作性和扩展性，是我国自动气象站发展的方向之一。五、 规模与投资需求（资金需求、场地规模、人员等需求）投资小，无场地要求，人员需8-15人。六、 效益分析将嵌入式操作系统引入气象数据采集系统的设计中，加速了系统的开发，方便了将来的功能扩展，提高了气象观测数据的及时性和准确性，实现了气象观测的自动化。七、 合作方式技术转让，合作开发八、 项目具体联系人及联系方式（包括电子邮箱）梁涛 手机：13512889536，邮箱：liangtao@hebut.edu.cn通讯地址：天津市红桥区光荣道8号，河北工业大学 7A-802室九、 高清成果图片2-3张

【应用领域】将研究内容实际应用于“医务通”中，实现医史文献类资源在“医务通”中各项功能的应用。 【技术特点】 针对医用智能手持设备或移动通讯设备中所需信息构建客户端移动数据库以及服务器端数据库。具体分析同构与异构操作系统支持的数据库部署问题，解决数据库数据复制与缓存、移动事务处理等关键技术客户端与服务器端数据同步问题，研究信息检索层次结构、检索结果返回方法，从关键技术和应用实例整理出移动数据库设计应用成果，为其他行业智能手持设备或移动通讯设备提供一个可借鉴的经验，填补技术市场相关知识资源的空白。    【主要技术指标】 （1）数据复制与缓存技术 数据复制与缓存技术是解决移动数据库断接性的关键技术，即在现有DBMS基础上进行修补以适应移动计算。 （2）移动事务处理 针对移动事务的移动性、长事务、易错性以及异构性的特点，进行对数据库的可靠的查询和更新。 （3）数据库构建和部署 由于移动数据库的内容是服务器数据库的一部分，所以联机服务器数据库进行查询时就要考虑到构建的结构。另外移动设备的操作系统有多种，如常见的Windows CE、Symbian等系统。针对不同的系统进行部署时要解决关键的接口问题。 【推广应用前景】 移动数据库技术不但可以应用于医疗行业，如医务人员实时查询、医院查房问诊记录等，还可以配合GPS技术用于智能交通管理、大宗货物运输管理和消防现场作业等。 移动数据库技术将为医疗卫生、制造业、零售业、金融业等领域嵌入式系统与网络应用开辟更加广泛的前景。 【进展情况】 论文3篇、社区儿童电子档案系统演示系统 1套、医务通模拟演示样机 1台、手机客户端1款、计算机软件著作权登记 2项。  

（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。

MoTe2是由MoTe6八面体结构单元构成的原子层沿c方向堆叠形成的二维材料系统，不同的堆叠方式具有不同晶体对称性。1T-MoTe2在室温时是单斜的1T’相，随着温度降低在250K时发生结构相变，转变成正交的T_d相，其中可以存在第二类外尔费米子。王楠林课题组通过实验发现高强度的近红外激光脉冲可以在亚皮秒时间尺度内将中心反演对称性破缺的T_d相驱动到具有中心反演对称的1T’相。该相变发生的最明显的特征是时间分辨的反射率变化中横向剪切振荡声子的消失和二次谐波强度的急剧下降。通过选择和改变激发脉冲的脉宽和波长，从实验上排除了激光加热效应。该项研究首次在超快亚皮秒尺度内实现了激光诱导的非加热效应引起的MoTe2晶体中第二类Weyl半金属相与正常半金属相的超快结构相变。它为超快激光控制固体的拓扑特性开辟了新的可能性，使超快激光激发的拓扑开关器件具有潜在的实际应用价值。 该工作于2019年5月22日在线发表于著名学术期刊Physical Review X（Phys. Rev. X 9, 021036 (2019)），第一作者为量子材料中心博士生张梦瑶，王楠林教授和其研究组的董涛博士是通讯作者，量子材料科学中心王健教授研究组为该工作提供了样品。该项研究得到国家自然科学基金委员会、国家重点研究开发项目等项目的支持。Figure: Pump induced SHG time traces of MoTe2 at selected fluences at T=10 K. The graph shows that as the laser fluence increases, the signal of the second harmonic of the sample drops significantly. The inset is a time-resolved schematic diagram of second harmonic detection

首先制备了 CeO2 纳米线负载的 Ru 基单原子、纳米团簇（约 1.2 nm ）和纳米颗粒（约 4.0 nm ），并用于催化常压 CO2 加氢反应。研究发现三种催化剂都表现出 98-100% 的甲烷选择性，但纳米团簇的反应活性高于单原子并远高于纳米颗粒。通过原位表征结合第一性原理计算，发现该催化剂上的 CO2 加氢反应经历 CO 中间体（即 CO 路径），其活性位点为 Ru-CeO2 界面处的 Ce3+-OH 位点和 Ru 位点，分别负责 CO2 解离和羰基中间体活化。从单原子到纳米团簇和纳米颗粒， SMSI 逐渐减弱，促进了吸附在 Ru 位点上羰基中间体的活化；氢溢流效应逐渐增强，不利于表面 H2O 分子的脱附。 SMSI 和氢溢流效应在纳米团簇上达到平衡，使催化剂在该粒径尺度下表现出最好的常压 CO2 加氢活性。

近日，北京大学化学与分子工程学院吴凯/刘婧团队与电子学院的王永锋等人利用碱金属离子与有机分子间的静电相互作用，在铜或银单晶表面上实现了一系列无缺陷的表面谢尔宾斯基分形结构的构筑（如下图），并利用扫描隧道显微镜（STM）成像和密度泛函理论（DFT）计算对形成分子分形结构的静电作用进行了实验表征和理论阐释。该研究拓展了可用于构筑分子分形结构的分子间相互作用的种类，寻找到了该系列研究中缺失的新“拼图”板块，丰富了利用表面化学手段制备复杂分子纳米结构的“工具箱”。

南京农业大学农学院农业时空大数据门户软件、数据管理中心软件及遥感影像处理智能处理系统采购项目招标项目的潜在投标人应在江苏省南京市雨花台区软件大道109号雨花客厅2幢1307室获取招标文件，并于2022年07月06日14点00分（北京时间）前递交投标文件。

水中微量痕量污染物的清除仍是科技界的严重挑战技术。微量污染物的累积作用和毒害作用正在引起人们的重视。当前缺乏的是低成本、低投入、高效和易推广的技术。常规吸附剂如活性炭虽然易从水体分离，但由于表面缺乏精细电子和拓扑结构，难以捕捉微量痕量污染物。本项目致力于开发一种表面精细结构化的、能大规模生产的高效水处理剂。最近我们发现用树状两亲体可以调控浓乳液聚合，提供了一种直接大规模获得表面结构化材料的方法。由于树状两亲体不仅能在界面组装，自身还能提供各种期望的电子环境和拓扑环境，从而高效地与各种客体分子互补，使捕捉微量客体分子成为可能。另一方面，随着大量树状体被报道，有数种已经商业化，由此衍生的树状两亲体容易实现规模化生产。理论上讲，各种树状两亲体可同时参与稳定浓乳液，形成类似斑豹的表面结构，这进一步为同时清除广谱微量水污染物提供了可能。初步研究表明，这类吸附剂能创纪录地将水中典型致癌芳烃降低到十亿分之一以下；典型有机离子的浓度降低到千万分之一以下。该材料不会向水中带来任何新污染物，能保证优质饮用水的获得。

将微结构研究方法，引入到对滨海新区软土的固结沉降特性研究之中，从而将软土的宏观固结沉降现象与其初始微结构参数及微结构再造过程研究结合起来，在土微结构和土压缩性指标之间架起一座桥梁。根据建立的软土固结沉降微结构预测模型，可以由微结构参数、应力水平，得到软土的固结参数和压缩性指标。或者根据固结压缩性指标，得到微结构参数的变化。 天津二建建筑工程有限公司、天津永盛岩土技术有限公司、天津建工总承包有限公司等三家公司，从2012年开始采用本项目研究得到的适用于滨海软土固结的微结构参数预测模型，以及基于此模型的软土地基沉降预测技术进行了相应的沉降预测。通过在实际工程中的应用，证明了本技术的先进性。