【师生办事可信应用服务平台】赋能可信电子凭证应用(“1+X”凭证)、可信电子证照应用(涵盖:“录取-毕业”整个学业历程)、在线签署应用(申请审批、项目课题、合同协议)、电子签章集成应用(OA、网办、财务报销)、可信身份验证(新生入学复查、学籍注册)等应用场景。 利用数字化、集成化、可信化的手段，依托PKI身份认证体系，以数字证书为基础，以数字签名、数字水印为核心技术，建立标准师生办事服务体系，实现统一标准的电子签章制作、发放、管理、审计、查询、验证等服务，解决师生办事自助服务过程中所遇到的关键问题，包括电子文件安全、电子公文交换的权威性、电子签章、电子签名合法性等问题。 ■ 应用场景一:可信电子凭证应用 可信电子凭证平台依托PKI身份认证体系，以标准电子签章服务体系为核心，将数字证书与学生校内基础数据整合，为师生提供可信电子凭证的申请、生成、派发、验证等全在线自助服务，解决全流程线上业务办理“最后一公里”问题，三步申请、一秒送达、一次搞定。 “1+X”赋能:1个核心凭证生成输出能力“赋能”X个业务部门多种凭证需求 ■ 应用场景二:可信电子证照应用 围绕可信电子证照全生命周期赋能，为师生提供在线申请、缴费、生成、预览、派发、授权、吊销及使用核验等可信电子证照应用功能。贯彻学生整个学习历程(从新生录取到毕业审核后发放可信电子毕业证书),支撑可信电子录取通知书、电子学生证、电子准考证、荣誉证书、获奖证书等各类可信电子证照的全面应用。 颁发的电子证照文件支持上架省政务平台实现“亮证”，融入省级可信互认体系。师生/校友用户可通过社会身份体系登录省政务平台查询并使用个人电子证照，有效打通校内外证照互认壁垒，显著提升电子证照的权威性与含金量。 ■ 应用场景三:在线签署应用(申请审批、项目课题、合同协议) 在线签署应用将身份认证、数字签名与电子签章技术深度融入校园管理全流程，实现申请审批、项目课题、合同协议三大场景全流程数字化管控: 申请审批:满足学籍异动、毕业离校办理、停调课等日常申请审批事项的发起、流转、审批、签名、盖章全流程线上办理，实现“师生跑签”到“线上秒签”，大幅缩短业务处理周期。 项目课题:大学生创新创业项目、横向课题协议、社科规划项目申请书等项目课题的立项申请、审批与评审环节，实现项目材料全流程无纸化管理，确保数据存证、防丢失防篡改。 合同协议:支持校内外人员自由签署三方就业协议、货物采购合同、技术服务合同等合同协议(数字签名、单位盖章)，签署过程合法合规、防抵赖、可追溯，签署文档实现数字化归档管理。

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。

【发 明人】丁亚媛【摘    要】本实用新型公开了一种简易人工呼吸器，包含急救苏醒球体、储气袋和面罩，所述急救苏醒球体内设有空腔，空腔内设有储气安全阀和活塞，活塞一端与储气安全阀连接，另一端与曲轴连接，曲轴通过电机带动转动，空腔靠近储气安全阀的一端通过通气管与面罩连通，通气管上设有单向压力安全阀，空腔的另一端与储气袋连通。本实用新型的简易人工呼吸器，通过控制器控制伺服电机的转速，从而精确的控制储气安全阀的往返频率，从而适合特定的人群；通过容量调节器调节空腔内储气安全阀与空腔容纳的气体，使得每次呼入的气体量相同，有利于病人的呼吸。

合肥工业大学杨善林院士及其科研团队，多年来面向我国促进人民健康和保卫国防安全的重大需求，在智能医疗装备和人工智能系统研发领域取得了一系列原创性成果，广泛应用于我国分级诊疗、应急救援、海军舰艇卫勤及航空航天领域。该团队整合前期成果，迅速将基于云的智能移动医用远程交互服务系统投入疫情防控。该系统可以有效减少交叉感染、减少医生奔波、减低医疗资源的消耗。该系统由移动终端、智能边缘计算系统和云端数据处理系统三部分组成，可实现隔离病房患者、病区医生和异地指导医生的移动实时交互和移动远程会诊。该系统具备移动互联的能力，可以在第一时间把云端的服务推送到疫情救治的第一现场，远端的医生可以通过移动端及时的为第一现场提供救治方案。

中国海洋大学工作站、控制终端、服务器等设备采购项目招标项目的潜在投标人应在青岛市市北区敦化路138号甲西王大厦24楼23A01室或者邮件报名获取招标文件，并于2022年06月23日09点00分（北京时间）前递交投标文件。

中国海洋大学服务器、数字逻辑组成实验教学箱等设备采购项目招标项目的潜在投标人应在青岛市市北区敦化路138号甲西王大厦24楼23A01室或者邮件报名获取招标文件，并于2022年06月23日09点00分（北京时间）前递交投标文件。

中国海洋大学服务器、图形工作站、相机等设备采购项目竞争性磋商