西安科技大学自 20 世纪 90 年代以来，西安科技大学等在以煤为原料，制备高性能功能性复合功能材料方面开展了大量研究工作，系统研究了煤的聚集态结构和玻璃态转变特性，用掺杂试剂、溶胀剂等小分子物质探明了煤中大分子之间的非化学键相互作用，揭示了煤大分子交联网络结构特性。在此基础上，开发成功了煤基聚合物互穿网络（ IPN ）合金材料制备技术及工艺（ ZL94104380.0 ）以及以改性煤为光催化剂的多功能全降解薄膜制备技术（ ZL00113989.4 ）。该成果获中国煤炭工业协会二等奖 1 项，陕西省科学技术三等奖 1 项，陕西省教育厅二等奖 2 项，发明专利 2 项，实用新型专利 3 项，发表论文 62 篇；这些研发工作在西部开发、西部经济发展和环境保护等方面具有良好的发展前景，对开拓煤化工和新材料学科新的研究领域也有重要的促进作用，具有重要的理论价值和实际意义，其成套技术在陕西和新疆等地棉田推广，经济与社会效益显著。

成果描述：甘氨酸螯合铁是一种新型的铁强化剂，具有稳定性适中，吸收率高，生物效价高，双重营养，安全性高等特点。但是目前我国对氨基酸螯合铁的研究不深入，合成、检测技术不成熟。国内用于营养素补充剂的螯合铁一般是从国外进口，成本高，并且无法获得国外生产厂家的合成及检测技术，给生产、加工、贮藏过程中产品的质量控制带来了许多困难。我们研究了甘氨酸螯合铁的合成工艺。通过单因素和正交实验，以产物的重量，产物中铁和亚铁含量，铁和亚铁的得率为指标，确定了下面合成条件适宜值：配位比（甘氨酸:：铁），反应物浓度、反应溶液，pH值，反应温度，反应时间，乙醇用量倍，抗氧化剂（铁粉）用量。我们对用最优工艺制备出的产物进行了分析，并与SKP, CMC, Albion, 地奥四家公司的甘氨酸螯合铁商品进行了对比，结果显示，自制的甘氨酸螯合铁的总铁含量和亚铁含量基本达到商品氨基酸螯合铁的水平，达到了功能性食品添加剂原料的标准。市场前景分析：保健食品市场。与同类成果相比的优势分析：符合中国卫生部关于保健食品的原料要求，产品的卫生指标、理化指标、功效成分指标和安全性指标等均符合卫生部关于保健食品的相关要求。

本发明公开了一种自粘接双壁香精微胶囊的制备及应用方法。采用复合乳化剂，以香精为囊芯，密胺树脂和聚丙烯酸酯为壁材，分别通过原位聚合法和界面聚合法分别对香精进行包囊，制备了自粘接双壁香精微胶囊，并提供了这种自粘接双壁香精微胶囊的应用方法。本发明效果为采用一种安全环保的制备方法制得自粘接双壁香精微胶囊，其固含量为30%-35%，较市面上其他香精微胶囊固含量高出10%-15%。通过原位聚合法和界面聚合法进行双层造壁，对香精包裹率可达90%-95%，产品乳液具有良好的稳定性。自粘接双壁香精微胶囊在保持微胶囊特有优势的同时，使其具备了自粘接性能，简化了棉织物整理工艺。且整理的棉织物留香效果良好，静置留香可达6个月，水洗10次后仍然能保持怡人香气。

一、创新点： 1.创新1-高低压兼容工艺技术：世界首个P-sub/P-Epi高低压兼容浮置沉底工艺平台 2.创新2-抗瞬时电冲击电路技术：国际最高品质因子600V等级浮栅控制芯片 3.创新3-低损耗功率器件技术：超低开关损耗阶梯栅氧600V超结功率器件 4.创新4-高功率密度互联技术：国内首款微型智能功率驱动芯片及600V单片智能功率驱动芯片。 二、产出情况： 被Amazon、Philips、Samsung、美的等100多家国内外公司采用，项目新增销售27.2亿元，新增利润4.9亿元，新增创汇3115.5万美元，解决了我国智能功率驱动芯片的“卡脖子”问题。 1.智能生活家电领域累计销售超16亿颗，市场占有率全国第一（超过40%） 2.首次实现国产智能功率驱动芯片应用于高铁空调控制器 3.唯一一款应用于智能电表的国产功率芯片，解决了我国智能电表系统的战略安全问题 4.在新能源交通工具领域出货量超30亿颗 成功应用于亚马逊无人仓储机器人，首批供货超过1万套。

组织芯片技术可广泛应用于肿瘤生物学、分子流行病学、生物试研制、生物工程制药、中药有效成分筛选等领域。因此，各科研院校、医院、生物制药企业等都将会是成为其潜在的市场，有很大的需求量。按照保守估计，目前国内市场对组织芯片制备器具的年需求量在500-1000套之间；对组织芯片分析系统的年需求量在50-100套；对病理实时远程控制会诊系统的年需求量在50-100套

（专利号：ZL 201510137245.3） 简介：本发明公开了一种基于分层配料与布料的烧结过程SO2、二噁英协同减排方法，属于烧结过程污染物减排技术领域。本发明的具体步骤为：步骤一：烧结混料：制备烧结混合料和配有添加剂的混合料，其中添加剂为尿素颗粒；步骤二：烧结布料：在烧结台车的上面铺装铺底料层；将烧结混合料铺装在铺底料层的上面形成第一混合料层；再将配有添加剂的混合料铺装在第一混合料层上面形成协同减排料层；而后将烧结混合料铺装在协同减排料层上面形成第二混合料层；步骤三：烟气集中收集处理：将台车中后部的风箱内的烟气经增压泵汇入布袋除尘器。本发明通过分层配料与布料，实现了烧结过程SO2、二噁英的协同减排，大大减轻了钢铁企业的减排负担。  

导读东北电力大学和长春理工大学研究团队开发并实现一种结合脑电图源成像(ESI)技术和卷积神经网络(CNN)的新方法，以对运动想象(MI)任务进行分类。ESI技术采用边界元法(BEM)和加权最小范数估计(WMNE)分别解决EEG的正向和逆向问题。然后在运动皮层中创建十个scout来选择感兴趣的区域(ROI)。研究者使用Morlet小波方法从scout的时间序列中提取特征。最后，使用CNN对MI任务进行分类。实验结果:在Physionet数据库上的整体平均准确率达到94.5%，分别对左拳头、右拳头、双拳和双脚的单个准确率达到95.3%、93.3%、93.6%、96%，采用十倍交叉验证进行验证。研究人员表示，他们的研究成果与最先进的MI分类方法的结果相比，总体分类增加了14.4%。研究者为验证方法的有效性，加入了4个新的受试者进行验证，发现总体平均准确率为92.5%。此外，全局分类器适应单一对象，整体平均准确率提高到94.54%。研究者表示，他们提出的结合scout ESI和CNN的方法，提高了脑电解码四类MI任务的BCI性能。系统框架图1 系统框架图系统框架如图1所示。原始数据来自国际10-10系统的64个电极(不包括Nz、F9、F10、FT9、FT10、A1、A2、TP9、TP10、P9和P10电极)，并以每秒160个样本的速度采集。根据国际10-10系统从64个通道采集原始脑电图，并使用BCI2000系统进行记录。记录的数据被分为四个独立MI任务包括左拳MI,右拳MI,双拳MI和双脚MI。首先，由于ERD在执行运动想象时在alpha和beta中不同，因此使用FIR滤波器对EEG进行了8 Hz至30 Hz的带通滤波。然后，通过计算包含正问题和逆问题的源，将传感器空间的活动转化为源空间的活动。接下来，创建scout并提取特征。研究者在运动皮层中创建了10个scout，因为我们只关心与运动相关的活动。十个scout中的每一个都代表了可用源空间中的一个感兴趣的区域(ROI)，并且是定义在皮层表面或头部体积上的偶极子的子集。左脑的scout称为L1、L2、L3、L4、L5，右脑的scout称为R1、R2、R3、R4、R5。利用JTFA从10个scout的源时间序列中提取特征。最后，利用CNN对时频图进行分离并进行分类。实验在实验中，研究人员仅使用了随机选择的十个受试者的MI trail (S5，S6，S7，S8，S9，S10，S11，S12，S13，S14)。这里用于分析的数据集包含每个受试者84次试验，每一类包含21次试验。在记录64通道脑电图时，受试者执行了不同的运动想象任务。每个受试者针对以下四个任务中的每一个执行了3轮21试验：当目标出现在屏幕左侧时，受试者想象打开和合上相应的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕的右侧时，受试者想象打开和合上相应的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕顶部时，受试者想象打开和合上双手的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕底部时，目标会想象双脚张开和合拢，直到目标消失。然后受试者放松。为了统一数据维数，研究者选择了4s的数据，因为每次想象任务的执行时间都在4s左右。此外，脑电图任务是分开的，研究人员在实验中将左拳，右拳，双拳和双脚MI任务分别称为T1，T2，T3和T4。图2 scout命名左右运动想象的scout分别命名为L1、L2、L3、L4、L5、R1、R2、R3、R4、R5，如图2所示。10个scout每一个都被扩展到40个顶点，每个顶点只有一个源。L1区域对应40个信号，其他scout也一样。在计算了来源后，研究者在运动皮层中创建了十个scout，如图3所示。图3 创建10个scout使用ESI计算十个受试者(S5、S6、S7、S8、S9、S10、S11、S12、S13、S14)每次试验的四个任务(T1、T2、T3、T4)的源。对于这四项任务中的每一项，每个受试者每次都要进行7次测试(#1，#2，#3，#4，#5，#6，#7)。展示了第一个步的10个被试的10个scout的4项任务的来源。然后提取10个scout的时间序列进行进一步分析。特征提取在计算源之后，研究人员在运动皮层中创建了包含40个源的10个scout，并提取了scout的时间序列。如图4所示为提取R5 scout时间序列作为示例。图的右边显示了R5 scout的时间序列。本文利用小波变换从scout时间序列中提取特征。图4 提取R5 scout时间序列作为示例在这项研究中，研究者提出利用CNN来解决运动想象任务分类的问题。该模型基于Schirrmeister等提出的Deep ConvNet架构，该网络模型由一个六层卷积网络组成，其中两个最大池层和三个全连接层，如图5所示。图5对于Physionet数据库，研究者首先采用Deep ConvNet架构，包括四个卷积层、四个最大池层和一个全连接层。在实验中，研究者依据经验使用两个最大池化层。并尝试了不同数量的卷积层和完全连接层。时频图利用Morlet小波方法得到了scout的特征。对于每个任务，R5 scout的时频图如图6所示。包含时间和频率互补的时频分析方法提供了时域和频域的联合分布信息，清晰地描述了信号频率与时间的关系。图6 R5 scout的时频图显然，只有部分时频映射是红色的，表明每个任务只对特定的频率和时间敏感。由于图的数量比较大，研究者使用CNN来选择和学习这些图中最基本的特征。研究人员随机选择了几个样本，并将一些特征图可视化，作为MI任务的学习表示，如图7所示。图7为了获得有效的结果，将数据集分为90％作为训练集，其余10％作为测试集。首先，将十个受试者的数据集（总共19320个样本）分为17388个样本以训练所提出的CNN模型，以及1932个样本以验证模型的有效性。在实验中，研究者还选择了另外四个受试者的数据集以增加数据集的规模(27048个样本)，其中24343个样本是训练集，其他样本是测试集。在选定的scout上对所提出的CNN架构进行了十次训练和测试，以验证所提出模型的鲁棒性。图8(a)显示了10个scout中每个的全局平均精度。图8 统计结果R5的全局平均精度最高，达到94.5%，而L2的全局平均精度最低，为91.3%。对应L1、L3、L4、L5、R1、R2、R3、R4的整体准确率分别为92.4%、92.5%、93.6%、91.9%、93.0%、91.8%、92.1%、92.6%。所有scout的总体精度均在91%以上，标准差均在0.20%以下。图8(b)显示了十个scout中每个scout四个MI任务的组级统计结果及其标准差。一般来说，R5表现的要比其他的好，而L2在迭代2000中表现最差。标准差较小，说明这些精度更接近平均值且稳定。图9 统计结果图9(a)显示了带有标准差的混淆矩阵，说明了group level分类结果。T1、T2、T3和T4的全局平均精度峰值分别为95.3%、93.3%、93.6%和96.0%。R5 scout的四个MI任务中的每一个都如图9(b)所示。通过改变训练集和测试集顺序的10次试验，确定了scoutR5的性能，结果如图10(a)和(b)所示。在10次试验中，scout R5的T1、T2、T3、T4的平均准确率分别为93.3%、93.8%、94.2%、94.1%。换句话说，四个任务中每一个的平均准确率都超过了93%。全局平均准确率为93.7%。10次试验结果表明，该方法对scout R5的分类效果较好。从以上结果可以清楚地看出，R5 scout在四种MI任务的分类中扮演着最重要的角色。因此，选择R5对四个MI任务进行分类。图 10图11. (a)是不同模型的全局平均准确性的比较。可以发现，该研究提出的模型可以达到最大的精度。从图11. (b)不同模型的ROC曲线可以看出提出的模型比其他模型表现更好。©不同模型T1上的精度比较。(d)不同模型T2的精度比较。(e)不同模型T3的精度比较。(f)不同型号T4的精度比较。图11 不同模型的精度比较结论东北电力大学和长春理工大学研究团队开发并实现一种结合脑电图源成像(ESI)技术和卷积神经网络(CNN)的新方法。该方法可以对运动想象(MI)任务进行分类。实验结果表明，他们的研究成果与最先进的MI分类方法的结果相比，总体分类增加了14.4%。研究者加入了4个新的受试者进行验证来验证方法的有效性。研究者表示，他们提出的结合scout ESI和CNN的方法，提高了脑电解码四类MI任务的BCI性能。论文信息：A novel approach of decoding EEG four-class motor imagery tasks via scout ESI and CNN

本发明公开了一种基于回转式固定床的二氧化碳高温循环脱除方法，填充钙基吸收剂的固定床转子旋转至高温烟气侧通道，烟气中CO2被钙基吸收剂填料脱除并形成CaCO3，脱除CO2后烟气排出，CaO则通过碳酸化反应转化为CaCO3；固定床转子继续携带已转化为CaCO3的填料旋转至燃料气侧通道，燃料气与纯氧通入该区域发生燃烧并放出热量为CaCO3分解供热，释放出高浓度CO2，随后CO2由该反应区排出并被封存或作他用，CaCO3分解再生为CaO；内部填料再生后的固定床转子重新旋转至烟气侧捕获分离烟气中CO2，利用转

一种通过用胶带预处理基底来气相沉积生长单层MoS 2 枝晶的方法，有意在初始成核阶段和/或生长过程中引入孪晶缺陷，实现单层MoS 2 树枝晶的形貌调控。所得的MoS 2 晶体具有六次对称的骨架，分枝数可调。其形状的演化过程是由胶黏剂种子诱导的双晶缺陷形核和局部硫/钼源蒸气比的协同效应所引起的。此外，由于硫空位的富集，极大地增强了循环孪晶区的光致发光效率。该工作为合成可控形状的单层MoS 2 提供了一种简便有效的策略，同时也为理解孪晶缺陷的生长机制以及在其电催化和光电催化等领域的应用做出了贡献。

本发明涉及一种多视角地面激光点云数据自动化全局配准方法。该方法分为两个关键的模块:语义 特征点的提取与特征匹配。第一步，进行语义特征点的提取，通过数据切片、距离聚类、几何基元拟合 等一系列方式，获得语义特征点;第二步，进行语义特征点的匹配，通过构建三角几何约束条件与语义 约束条件来匹配语义特征点;并采用几何一致性的聚类方式剔除其中错误的匹配;最后，以匹配的特征 点个数的倒数作为权值，构建一个加权无向图，以加权无向图的最小生成树作为配准的路径，最终得到 各个站的全局配准参数，实现全局最优配准。本发明构筑了一种适用于多视角的自动化地面站激光点云 配准方法，该方法能够有效抵抗噪声、点密度与遮挡的影响，提高了激光扫描作业效率，具有很好的实 用价值。