我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

该研究采用污水处理厂改造前后的运行数据，对传统活性污泥法和膜生物反应器（MBR）两种污水处理工艺进行技术经济上的严格配对比较研究，对比分析污水处理厂采用两种工艺时的成本能耗、净利润和技术效率，采用敏感性分析评价计算结果的可靠性，为污水处理工艺的选择和应用提供技术经济方面的理性参考。

本实用新型涉及公开了一种用于船用柴油机无刷双馈轴带发电机励磁控制系统结构，该船用无刷双馈轴带发电机励磁控制系统结构包括接触器、升压变压器、整流回馈单元、直流补偿单元、逆变单元、操作面板、励磁控制器、AB 相电压传感器、CA 相电压传感器、BC相电压传感器；基于该控制系统结构的控制方法，可以实现船用无刷双馈轴带发电机的起励、恒压控制、恒频控制、欠压保护和过压保护。

本发明公开了一种用Bi/Mo/Fe/Ce四组分复合氧化物催化剂合成1,3-丁二烯的方法。本发明使用该四组分催化剂进行1-丁烯的氧化脱氢生产1,3-丁二烯的方法。更具体的说，采用铁盐、铋盐、钼盐、铈盐和去离子水按照一定摩尔比配置，碱液调节pH值，经浓缩、过滤、干燥、焙烧、冷却后，再通过研磨、筛分得到Bi/Mo/Fe/Ce的四组分复合氧化物催化剂。与由金属组分构成的常规多组分金属氧化物催化剂不同的是，根据本发明，可以对金属组分的比例进行系统研究就可以制得用于1,3-丁二烯制备工艺的高活性、高选择性Bi/Mo/Fe/Ce四组分复合氧化物催化剂。

动脉粥样硬化性心血管疾病的发病率和病死率逐年上升，已经成为威胁我国人民健康的主要问题。

该专利技术由华南理工大学和深圳诺普信农化股份有限公司共同开发，解决了农药领域面临的高端木质素农药分散剂成本高/热贮性能差的共性问题，实现了造纸黑液的资源化利用，并对推进生物质资源作为化工原料/农药助剂和农药环保制剂的“绿色化”发展具有重要意义。专利技术由深圳诺普信农化股份有限公司、广东瑞安科技实业有限公司、图们市华威友邦化工有限公司等多家化工企业实施应用，建立了产业化生产线和农药制剂应用生产线，至2017年底，共生产专利产品13.03万吨，产值17.92亿元，新增利润3.22亿元，创造了显著的经济效益和社会效益。以该专利技术为核心的科研成果“碱木质素的改性及其资源化高效利用”于2011年获得广东省科学技术一等奖、“碱木质素的改性及造纸黒液的资源化高效利用”于2015年获国家技术发明二等奖。

【发 明 人】吴启南；周婧；乐巍；邵莹；陈广云；王新胜【技术领域】本发明涉及一种中药提取物，具体涉及淡竹叶总黄酮在制备防治心肌缺血疾病的药物及功能性食品中的应用。【摘要】本发明公开了淡竹叶总黄酮在制备防治心肌缺血疾病的药物及功能性食品中的应用，实验结果表明淡竹叶总黄酮安全无毒无副作用，对二甲苯所致耳肿胀模型有明显的抑制作用；可抑制血小板聚集，延长血栓形成时间；对垂体后叶素所致大鼠心肌缺血和大鼠心肌缺血再灌注损伤有较好的保护作用。并且本发明通过大量实验筛选结果表明，淡竹叶总黄酮与抗血小板聚集药物、β-受体阻断剂、钙离子拮抗剂、他汀类药物、RAS系统阻断剂、硝酸脂类药物、溶栓药物或血管紧张素转换酶抑制剂组合后显示出了更好的抗血小板聚集，延长血栓形成时间，并对垂体后叶素所致大鼠心肌缺血和大鼠心肌缺血再灌注损伤有更好的保护作用，起到了较好的协同增效功效。