地震是一种常见的自然灾害，具有极强的破坏力，而且往往会引发泥石流、山体滑坡等 次生灾害，这些都会对灾区的交通网络带来一定的破坏。在实际交通网络中规划出合理的救援路线将会为灾后的救援工作赢得宝贵的时间，也是快速进入灾区的重要保障。道路交通网 络是震后最重要的生命线系统，近年来我国地震频发，震后应急救援过程充分显示出道路交 通网络的重要性，同时也暴露出道路交通网络的脆弱性。地震发生后，震害使交通网络发生 不同程度变化，致使路段行程时间、路段安全性、道路通行能力等受到不同程度影响，引起 交通网络功能损失。而交通网络在应急救援、物资运送、人员疏散中的作用至关重要。本项 目研发交通生命线震后应急调度决策支持系统，为用户提供震后路径规划、震后道路损毁风 险等级评估信息以及灾情信息等，既能满足应急救援需求，亦能够满足震后大众“出行需求”。

 该系统采用数据采集专用终端对多种类、多型号便携式取证设备产生的音视频资料进行 采集，实现电子证据采集自动化。采集终端设备具备接入设备认证、数据加密、时间校准以 及自动充电等功能，达到解放人力，提高执法办案人员工作效率的作用。

可将执法场所监控视频抽取至统一音视频数据管理平台，与便携式取证设备对接处警、 执法现场等执法行为形成的音视频资料一起，共同形成完整的执法过程音视频管理资料库。

专用采集终端设备将数据采集到统一数据管理平台，各级不同用户根据权限通过统一的 执法过程音视频管理系统实现数据共享。上级执法管理部门可实现跨区域跨级别执法资料的 查询、调用与统计，有效掌控一线民警的执法情况。

执法监督部门可通过后台管理系统实时查看、监督执法过程音视频资料采集的及时性、 完整性、规范性，通过自动统计分析，对各单位执法规范化水平和执法办案人员工作绩效情 况进行量化统计。

 在线互动教学平台是清华大学与河北省心神集团、北京大学联手合作推出的一款全方位 互动教学平台。立足于目前中国教育资源分布极不平衡的现状，教学平台敏锐地抓住了市场 对名师名校的需求，努力为学生提供全方位一站式服务。平台真实模拟了学生在学校中学习 的需求，为每个学生构建了以地域级名校名师为基础服务的云服务平台，学生可在平台实现 上课、课下补习、课后作业、难题答疑、社区交流，而当学生遇到择校就业、高考志愿、心 理辅导等困难时，学生还可以选择专家进行咨询。心神学堂整个系统以名校名师名课为载体， 让学生跨越时空和分数的限制，享受最优质的师资服务。

平台充分借鉴并全面超越现有教育网站对教师及学生的管理，打破以往在线教育网站与 学校争抢学生时间和注意力的局面，创造性地引入了学校这一在 K12 阶段重要而基本的实 体单位。借助多方力量加强对教师的管理，保证教师信息真实有效，保证教师资源优质稀缺， 保证课程质量优质优量。同时也为学校提供了展示自我教育实力的平台，预留大数据分析和 处理接口，使学校、老师、学生与心神学堂进入良性互动，使老师的积极性、创造力、教学 质量得到最充分的发挥，使学生能跨越时空和分数的限制，享受最优质的教育资源服务。

 在国家重大专项“新一代宽带无线移动通信网”的“超高速无线局域网无线接口关键技术 研究与验证”课题支持下，由清华大学牵头，联合中国科学院微电子研究所、工业和信息化 部电信传输研究所、海信集团有限公司、中兴通讯股份有限公司、中国电信集团公司、中国 科学技术大学六家单位组成产学研用联合的研究团队，开展 IEEE 802.11ac（802.11n 的升级 演进标准）标准化、实现技术、产业应用的研究，目前已经形成 10 项国内专利，向 IEEE802.11ac 标准化组织提交了标准文稿 22 项，标准草案修改建议 31 项。目前，本团队按照 IEEE802.11ac  D1.0  版本的标准草案研制了原型系统，通过该原型系统可以充分地研究和验证IEEE 802.11ac 所采纳的所有关键技术和实现难点。 本团队在任务分工布局之时，高度重视产业化应用，围绕着产业化应用的需求特点，充分发挥联合单位的行业优势，在 802.11ac 系统平台集成化小型化、标准兼容性测试、宽带 无线接入应用、与蜂窝通信结合的“C+W”应用、高速数字家庭应用等多个方面部署研究， 以期推动产业化进程。

本团队的研究工作和成果的特点为：具有自主知识产权优势，原型系统吞吐量高，瞄准 的 802.11 技术具有垄断性市场地位。

 移动医疗与健康云指的是使用移动网络和移动终端或智能传感器收集、传输用户的生命 体征数据（比如：体温、血压、脉搏、血糖、睡眠状况等）及影响这些指标的环境数据（比 如：温度、PMx、甲醛、TVOC 等），然后再通过 3 英寸到 10 英寸大小的可移动屏幕或电视 屏幕呈现在用户、医生和健康教练的面前，同时这些被聚合的个人健康数据和环境数据被永 久保存在云端；上传至云端的数据将进行计算和分析，形成详尽的分析报告，用户可以直接 在各种移动终端或电视屏幕上查看/下载/存储分析报告，通过对云端数据进一步分析和挖掘， 不但可以获知用户现在的身体状况，还可以对未来的身体状况作出预测。

清华大学“健康云”系列产品为独立研发，具备自主知识产权的高新科技产品，立足于云 技术，能快速处理海量信息并形成数据双向便捷流通，能够帮助各级政府将过去专注于医院的医疗健康思路逐步向基层社区和个人参与方向发展，使得更多的健康信息采集终端走向家 庭和社区，同时在重视信息收集的基础上，更加重视信息的反馈和互动，使得实时健康监护 成为可能。

 随着信息技术的发展，特别是移动互联网的普及，智能的人机交互方式成为现代生活的 重要组成部分。 语音是人类最自然的交互方式，让电脑、手机、玩具等各种设备和人直接 对话，已经从科幻走向现实。

然而，当前的语音识别技术还受到如噪音、口音等多种条件的限制。为实现机器能听会 说的梦想，需要在结构和功能上模仿人脑神经系统结构。课题组从 2012 年开始从事基于仿人脑的深度神经网络大规模连续语音识别技术研究，在国家自然科学基金、清华国家实验室 面上基金等项目资助下，掌握了国内外最先进的大规模连续语音识别技术，创新性研究了稀 疏深度神经网络训练、深度神经网络噪声训练等快速性鲁棒性算法，并研发出基于噪声声学 模型的嵌入式大规模离线语音识别系统，开发出首个高性能维语语音识别系统，弥补了国内 在这一技术上的空白。

 清华大学利用具有自主知识产权的 DMB－T 系统所开发出来的应急双向视频图像传输 系统，在国务院应急办领导视察时获得了好评，并已经在国内部分地区获得了应用，反应良 好，有效地解决了特殊情况下图像信息的传输和发送问题，如在反恐演习、奥运安保、08 年雪灾、地震灾害的现场图像回传中发挥了作用。该系统对于构建和谐社会、维护社会治安、 打击犯罪提供了重要的技术保障。清华大学数字电视技术研究中心在原有技术基础上，针对 当前频率资源紧张的现状，提出了图像传输带宽可变的新一代系统。该方案已经被公安部正 式接收成为其标准技术方案之一，未来不少要害行业和部门（公安、消防、电力、卫生、水 利、森林防火、库区大坝安全等）都可能需要配备该系统。我们愿意与当地企业合作，根据 需求进一步做好系统优化并完成产品设计，使之成为一个具有低成本、高可靠性和产业化成 熟度高的产品。

 移动互联网将移动通信和互联网二者结合起来，成为当今世界发展最快、市场潜力最大、 前景最诱人的产业发展方向。最新数据统计，中国移动互联网用户已达到 4.64 亿。各大应 用市场如 Google Play 有百万种应用，国内机锋市场、天翼等平台也具有大量的安卓应用。 这些应用在给人们带来巨大便利的同时，也带来巨大的信息安全隐患和风险。据统计，超过 九成的应用软件涉嫌窃取用户隐私、恶意扣费、恶意推广、恶意捆绑植入病毒/木马等恶意 行为。这些恶意行为不仅给用户带来经济损失，甚至涉及人身安全问题。因此迫切需要快速、 准确地自动化检测如此庞大的应用程序的恶意行为。

传统手机杀毒软件基于 PC 时代检测特征序列的方式识别恶意软件/恶意行为，虽然这种 方式高效、易于同步检测，但是存在只能查杀已知威胁、反馈周期长、易于绕过等诸多问题。 为了解决上述问题，我们设计并实现一个 Android 应用恶意行为自动化检测系统。本系统提 供一个基于行为查杀的完整解决方案，可服务于第三方管控部门、高级大型企业（如电信运 营商）、Android 工程师与普通用户等三大类用户。本系统结合静态分析、动态追踪、网络 流量定位三种方法实现“数据流、控制流、网络流”三流融合分析技术，可提供自动化应用软 件爬取、自动化检测分析、自动化特征库更新、自动化恶意行为挖掘、恶意攻击训练、证据 留存等多项服务，达到爬取自动化、处理高效化、分析智能化、信息安全化的设计目标。

 社会网络已经成为覆盖用户最广、传播影响最大、商业价值最高的 Web2.0 业务，在世 界范围内，最著名的社会网络代表是 Facebook、Twitter，用户量分别达到 12 亿、5 亿；国 内使用人数最多的社会网络工具是新浪微博和腾讯微博，其中新浪微博用户达到 5 亿，腾讯 微博用户超过 8 亿。社会网络中的巨大用户群每天产生海量的用户数据、关系数据和信息数 据，若能够对海量数据进行准确、及时的分析，则会在精确营销、舆情探测以及网络安全等 方面创造巨大价值。然而由于社会网络的大数据特性以及分析方面要求准确、及时，目前缺 乏融合多项社会网络分析技术的、成熟的社会网络大数据分析系统。

社会网络分析技术是一项关键技术，也是一项热门的研究，涵盖了社会学、人类学、社 会语言学、地理、社会心理学、通信研究、资讯科学、社会网络分析与探勘、组织研究、经 济学以及生物学等多个领域，是一项多学科交叉技术。社会网络大数据分析系统要求具有坚 实的数据支撑，即数据获取全面、更新及时、获取数量大，也强调多维度、多粒度的分析手 段相结合，并对分析速度、可视化以及人机交互等方面都提出很高的要求。

基于上述现状和挑战，在国家科技支撑项目的资助下，实现基于新浪微博、Twitter  等 主要社会网络交流工具的大数据分析系统，系统完成从数据获取、数据预处理、数据存储、 消息中心、数据分析、结果可视化展示的闭环处理流程，支持多种社会网络（Twitter、新浪 微博等）的数据实时、不间断获取，获取数据量在国内外同研究领域处于领先地位；实现整 体、个体、群体以及事件的多层次、多粒度分析模式；同时具备良好的人机交互操作界面以及优秀的分析展示效果。