太阳城集团亚洲娱乐城-澳门太阳城集团娱乐城最新地址_百家乐电影网_全讯网xb112 (中国)·官方网站

圖1. 礦識的4個頁面 a: 選取待識別的礦物，可現場拍照獲取或從手機相冊中選取 b: 截取待識別礦物中心圖 c: 輸入便攜硬度儀測量或經驗估計所得的硬度值后得到識別結果 d: 可以不使用硬度值，僅用圖片進行識別 表1 礦識與其他相關工作的對比 圖片類型 相關研究 性能 可識別礦物數 準確率(%) Raman spectroscopy 拉曼光譜 Computers & geosciences 2013 6 83.0 Microscope 顯微鏡 Sensors 2019 4 90.9 Mathematical and Computational Applications 2011 5 93.9 Photo 相機圖片 Artificial Intelligence in Theory and Practice, 2008 6 91.0 Minerals 2019 12 74.2 photo & hardness 相機圖片+硬度 礦識 36 90.6   表2 礦識能夠識別的36種礦物及其準確率 礦物名 樣本數  僅用圖片識別的正確數 結合圖片與硬度識別的正確數 Agate瑪瑙 5 5 5 almandine鐵鋁榴石 6 4 4 azurite藍銅礦 2 1 2 beryl綠柱石 1 1 1 chalcopyrite黃銅礦 2 1 2 cinnabar辰砂 1 1 1 copper銅 2 2 2 fluorite螢石，氟石 11 8 10 galena方鉛礦 3 2 3 halite石鹽 1 1 1 hematite赤鐵礦 8 1 5 malachite孔雀石 6 5 5 opal歐泊 1 1 1 orpiment雌黃 3 1 3 pyrite黃鐵礦 6 5 6 quartz石英 4 4 4 sphalerite閃鋅礦 1 0 0 stibnite輝銻礦 8 7 8 sulphur硫磺 2 2 2 total 73 52 65 Accuracy \ 71.2% 89%    

成都中醫藥大學梁繁榮教授項目組圍繞“實現針灸研究證據科學評價、集中存儲、深度分析、高效利用”關鍵問題，采用大數據分布式存儲、計算、分析和服務技術方法，創建了基于“云服務器+終端”大數據服務模式的循證針灸臨床診療決策支持平臺，并在臨床、科研、教育、產業等多個領域進行了推廣應用。項目主要技術內容： 1.基于大數據的循證針灸臨床決策支持平臺的構建：（1）構建了循證針灸證據質量評價標準、證據強度及推薦等級標準，創建了“大數據-當前最佳證據-優化診療方案”的循證針灸臨床決策模式；（2）研發了一系列針灸循證診療決策數據挖掘模型和算法，實現了針灸疾病診斷、辨證分型、處方優化、刺激參數組合等診療決策方案的準確挖掘、智能分析、客觀判斷和可視化交互；（3）采用DTS、網絡爬蟲等方法采集數據，建立了針灸數據資源主題數據倉庫和數據集市，構建了循證針灸決策資源中心；（4）設計開發了分布式存儲、計算、分析與服務的循證針灸臨床診療決策支持平臺，實現了針灸循證診療決策各數據挖掘算法不同粒度的構件化組裝、快速集成、高效響應和大數據服務。 2. 基于大數據的循證針灸臨床決策支持平臺的應用：（1）制定并完善了基于最新研究證據的24個病種的循證針灸臨床治療決策方案，為臨床治療決策提供了可供參考的高質量證據；（2）將GRADE系統引入循證針灸臨床實踐指南的制定，牽頭制定了中國針灸學會《針灸治療坐骨神經痛臨床實踐指南》；（3）對針灸臨床常見的14個病種的古今治療證據進行了系統的處方規律分析，發現并驗證了具有理論和臨床價值的經穴效應規律，并為優化針灸臨床診療決策提供了便利；（4）將平臺推廣應用于中醫針灸臨床實踐和醫院管理，提高醫生診療水平、中醫針灸臨床療效和醫院信息化管理水平；（5）研發了集針灸大數據支撐與臨床經穴診斷治療于一體的智能化循證針灸診療設備，開創了循證針灸臨床決策的應用新模式。 研究成果已在71家中醫醫療機構和天津、上海、廣州、南京等地高校、科研院所應用，獲得2800余萬元直接經濟效益和上億元間接經濟效益，對于針灸臨床療效提高、科技創新和創新人才培養起到了積極的推動作用，開創了針灸學產、學、研、用合作推動科研成果轉化的成功模式。由石學敏院士等專家組成的鑒定委員會一致認為：“本項目極大地促進了針灸學的現代化和信息化發展，顯著提升了針灸臨床決策水平，加快了針灸學國際化進程，研究成果達到國際領先水平。” 基于大數據的循證針灸臨床診療決策支持平臺的應用場景示意圖

研究背景：  大數據應用的多樣化  需要的計算模型、數據模型多樣化；  目前每類模型需要單獨的開源系統來支持（如HDFS、HBase、Neo4j、MongoDB，Flink，Spark，Tensorflow等）。  多系統導致大數據分析平臺非常復雜、效率低下。 研究目標： 研究和開發面向新型多計算模型融合架構的、高時效、可擴展的新 一代大數據分析支撐系統與工具平臺FAST（Fusion-Architecture, Scalable, Time-efficient big data analysis platform）。 針對目前大數據分析平臺復雜、效率低下的痛點，該系統具有三個  方面的優勢：首先，這套系統采用融合架構，一方面實現關系、圖、鍵  值、文檔等多種數據模型的高效融合，另一方面實現批處理計算、流計  算的深度融合，并可以通過SQL擴展語言來進行多模型的統一查詢，實現高效的跨模型查詢。其次，對于復雜系統來說，時效性非常重要，這  套系統采用融合架構提高效率是實現高時效的基礎，更重要的是，我們  對大數據分析從數據到用戶進行了端到端的全棧時效優化。最后，對于  大數據應用來說，系統擴展性非常重要，本系統在資源層、存儲層和計  算層進行了全面的擴展性優化。下面在融合架構、高時效和可擴展這三  個方面，分別詳細介紹FAST系統的三個主要亮點。 融合架構 FAST系統的第一個亮點是融合架構，我們在技術方面的創新主要包  括多數據模型融合和多計算模型融合兩方面。 多數據模型融合： 設計和研發了多模型數據管理與查詢引擎，支持關系、圖、鍵值、  文檔等多種數據模型，實現了查詢解析、查詢優化、元數據管理、數據  分布等功能，將多種數據模型進行統一管理和深度融合。同時擴展了SQL語言，通過統一的查詢接口支持對關系、鍵值、圖、文檔等數據進行獨立訪問或者跨模型查詢。 經過試驗，多模型數據融合查詢，比Spark 2.3.4的查詢時間能平均減少70.7%。目前spark等現有系統還需要手工編程方式來實現跨模型查 詢，所以FAST系統在易用性上也表現良好，降低使用門檻，提高開發效率。 多計算模型融合： 在計算層實現了最常見的批處理計算和流計算深度融合，批流融合的核心方法是在系統內部實現批和流的統一表達，批是對有限數據集  的運算，流是對無限數據流的計算，我們設計了UCollection結構對批和  流數據進行統一表達，通過識別的bounded標志，來確定是批、流、或批流融合。有了統一表達，可以開展一系列融合優化來提升系統性能。 并且對上通過Unified API統一用戶的批、流接口，實現二者在編程范式上的統一表達。對于批流混合的計算，融合架構系統的查詢延遲比Flink 1.4.2能減少57%，吞吐量平均可以提升到6.72倍。 高時效 FAST系統的第二個亮點是高時效，即縮短大數據分析的時間消耗，  提高效率。由于大數據分析平臺是一個非常復雜的系統，為了做到高時效，系統不能存在性能短板，因此需要對大數據分析的整個過程進行端到端的全棧時效優化。如圖中所示，自下而上，需要在多模態存儲、批流融合、機器學習、人工操作各層都進行優化。 對于多模態存儲，面向應用負載和異構硬件特征進行自適應優化； 對于批流融合計算，在統一表達基礎上，進行系列融合優化技術， 包括DAG優化、迭代優化、部署優化、操作符優化等； 在機器學習層面，進行模型優化、消息優化、梯度優化、概率優化 等來提高時效； 而且我們也考慮到大數據分析過程中用戶人工操作的時效性問題，  通過智能地進行大數據分析方法和模型的推薦，來縮減人工操作的  時間。 可擴展 FAST系統的第三個亮點是可擴展，由于大數據應用規模很大，數據增速快，對系統可擴展性的要求非常高，為此我們在系統的資源層、  存儲層和計算層進行了全面的擴展性優化。 在資源層，系統都部署在云計算的虛擬化資源之上，利用了云計算資源的彈性機制進行系統擴展。并在系統中實現了可伸縮調整模塊，  能實時監控軟硬件系統的狀態，按照應用需求來自適應地進行彈性伸縮。 在存儲層，分布式存儲系統擴展性的關鍵在于分布式共識和一致性 協議（Raft），因此提出了KV-Raft、vRaft等進行Raft的擴展優化。 在計算層，我們擴展了機器學習模型的參數規模，使系統可以支持  到百億級別的超大規模機器學習模型訓練，并且性能方面有明顯提  升。 亮點成果： 融合架構大數據分析平臺目前已經在阿里巴巴雙十一進行示范應用。  從2020年11月10日至11月16日一周的時間，在阿里的生產環境中，研發 的系統一直連續穩定運行，基于淘寶和天貓的實際用戶信息進行大數據 分析，綜合運用了本系統的存儲、計算、機器學習等多個模塊的能力， 累計進行了184億件商品推薦。 同時在雙十一期間，基于智能交互向導技術，也面向電子商務應用  的賣家提供了“生意參謀”應用，基于大數據分析，幫助賣家分析產品  銷量變化的原因，以及促銷的有效手段等。

遺產稅的開征是我國地方稅制體系建設中的一個重要問題.本文探討了我國開征遺產稅的必要性與可行性,在借鑒其他國家遺產稅制實踐經驗的基礎上.提出構建我國遺產稅制的初步設想.

"營改增"是繼1994年分稅制實施以后,又一次較為深刻的稅制變革.在實現制度意圖的同時,"營改增"會對中央與地方財政關系提出新的挑戰,導致地方政府承受更大的財政壓力.但借此可以探尋處理中央與地方財政關系的新的制度路徑與策略,來推動稅制的完善以及中央與地方財政關系的理順.

成果描述：苯酚是重要的基本有機化工原料，在工業上具有廣泛的用途，其需求量大，主要用于生產雙酚Ａ(亞異丙基二酚)和酚醛樹脂，也用于生產己內酰胺、苯胺、烷基酚、脂肪酸等產品, 此外，苯酚還可直接用作化學試劑、防腐劑和消毒劑。近年來，由于電子通訊、汽車工業和建筑業的迅猛發展，苯酚的一些下游產品需求增長較快，相應帶動了對苯酚需求的強勁增長，世界苯酚需求大約以年均3%~4%的速度增長。目前世界上生產苯酚的主要方法有異丙苯法、甲苯-苯甲酸法。其中異丙苯法是目前世界上生產苯酚最主要的方法，其生產能力約占世界苯酚總生產能力的92 %，目前，苯酚合成工藝正向無廢、少廢、不聯產丙酮技術發展。 本成果提供原料易得、價廉、制備成本低、性能穩定、壽命長、可重復使用的催化劑。采用活性炭直接作為苯羥基化制取苯酚的催化劑，可獲得單程收率12%，選擇性75-80%，重復10次左右活性保持基本不變；經硝酸氧化改性的活性炭浸漬負載硫酸鐵后烘干，制得載鐵活性炭，采用載鐵活性炭作為催化劑，可實現溫和條件下（30℃，接近常溫）高選擇性制取苯酚，收率可提高到20%，選擇性達到90%以上；采用連續流動反應器體系，在優化的工藝條件下，最好可得到苯酚收率28.1%和選擇性大于98%。此成果中的載鐵活性炭有較好的的實用性，可用于取代苯的環氧化。市場前景分析：該項技術可應用于化工生產企業，使用該項技術，可以避免副產物，苯酚單程收率高，原料可回收進一步使用，生產過程更容易達到環評要求。與同類成果相比的優勢分析：催化劑活性評價： 30 °C、苯:H2O2為 1:3、載鐵催化劑用量0.5g、反應時間4~7 h，苯酚收率> 20 %。 催化劑穩定性評價： 30 °C、苯:H2O2為 1:3、載鐵催化劑用量0.5g、反應時間4~7 h，催化劑重復3次，活性保持基本不變。 國內先進。

夾抱式AGV取代人力叉車搬運，實現了物料的智能倉儲管理。實現物料自動搬運入庫、出庫，倉儲信息管理。專用于EPS大板搬運機器人采用EPS大板豎向的運送方式，最大限度的縮小了運送通道、充分利用了生產和倉儲空間。填補了國內泡塑行業空白。

本發明公開了一種可尋址測量局域波前的成像探測芯片，包括可尋址加電液晶微光學結構、面陣可見光探測器和驅控預處理模塊

粉末涂料是一種新型的100%固體粉末狀涂料，無溶劑、可回收、環保無毒、性能優異；石墨烯超薄超輕、比表面積超大，力學、熱學和電學性能優異，是制備特種功能涂料的理想材料，我司依托廈門大學石墨烯工程與產業研究院雄厚的技術實力進行石墨烯粉末涂料的研發與產業化，相關技術難題已取得長足突破，產業化前景明朗。石墨烯不僅可以改善涂層的物理機械性能，也可用于制備防腐、導電、散熱、電磁屏蔽等特種功能涂料，目前公司已規劃多條石墨烯粉末涂料生產線，預計投產后可實現5000噸的年產能，相關產品已通過國家權威機構的檢測認證，在五金、建筑、管道、3C、電器、能源、汽車及其零部件等領域均有廣闊的應用前景，市場反饋良好。

"組織工程角膜上皮構建技術是現代組織工程領域的前沿技術。廈門大學“組織工程角膜上皮的基礎研究和臨床應用”項目組在973計劃項目等國家級基金資助下，歷時10余年，針對組織工程角膜上皮構建技術開展了系統的基礎研究，發現了角膜上皮干細胞體內以及體外擴增的多種調控因子；優化了組織工程角膜上皮構建系統，制備了高效的組織工程角膜上皮生物反應器；構建了多種羊膜來源的細胞載體，開發了多種新的滋養層細胞，顯著提高了組織工程角膜上皮的質量和功能。該項目在國內首次注冊基于羊膜載體組織工程角膜上皮的臨床實驗，率先開展自體細胞來源的組織工程角膜上皮移植術,應用于嚴重角膜上皮干細胞缺乏患者的治療，獲得了良好的臨床效果。該項目的開展，填補了我國眼科臨床組織工程角膜上皮移植的多項空白，為大量角膜上皮干細胞缺乏患者帶來了光明的希望，取得了顯著的社會效益。 該項目自開展以來在國際雜志發表論文28篇，主要論文已被SCI收錄論文引用800余次；主持編寫或者參編專著或教材8本，申請5項中國發明專利，并在高水平國際學術會議進行大會報告和專題講座70余次。項目負責人獲得了運盛青年科技獎、紫金科技創新獎、中華眼科學會獎、華夏醫學科技