适用专业：机械工程、力学、材料与土木等专业。 材料力学课程是机械、材料、土木等专业的一门主干专业基础课，其理论性和实践性都很强，它的实验教学是材料力学课程教学中的一个重要实践环节。目前，现实中的材料力学实验存在以下局限性： 1.硬件依存性较强，只能在特定实验室进行； 2.实验设备外形较大，实验室难以摆放足够数量的设备，无法满足学生独立进行实验的需求； 3.实验设备昂贵，操作不当极易造成设备损坏； 4.实验器材损耗大，如试样拉伸断裂后无法再使用，浪费现象严重； 随着招生规模的逐年扩大，教学改革的不断深入，材料力学实验的教学任务越来越重，仪器设备台套数和实验教师数量相对不足等问题愈加突出。为了以最少的经费投入解决以上问题，并进一步激发学生的学习兴趣、增强实验效果、提高实验教学质量，特定制开发开放式网上材料力学虚拟实验室软件。 使用现有器材模型，课程可开展如下10个常用材料力学虚拟实验的训练： •     拉伸虚拟实验 •     压缩虚拟实验 •     扭转虚拟实验 •     弯曲与扭转组合变形虚拟实验 •     冲击演示虚拟实验 •     梁弯曲正应力虚拟实验 •     弹性模量虚拟实验 • ​​​​​​​    压杆稳定虚拟实验 • ​​​​​​​    弹性模量和泊松比测定实验 • ​​​​​​​    ​​​​​​​金属材料的疲劳虚拟实验 系统服务器端用户分为学生、教师、教务管理员和系统管理员四种角色，不同角色拥有不同权限。 • ​​​​​​​    学生：选课、选择实验、开展实验、接受实验指导、在线提交实验报告、保存和提交实验结果、查询实验成绩和批语。 • ​​​​​​​    教师：典型实验库维护、发布实验、安排实验、批改实验报告、系统指导、统计并发布学生的实验成绩和批语。  • ​​​​​​​    教务管理员：课程计划、开课计划、选课日期设置、开课审核、开课查询。  •     系统管理员：用户管理、分组管理、角色管理、权限管理、系统维护等。 性能指标 支持同时在线用户数1万人以上，经测试，系统运行稳定，不限终端用户数，完全能满足日常教学使用。 服务器运行环境 操作系统：Windows Server ，Linux/Unix Server Web服务器：Tomcat6.0，JDK6.0 数据库：MySQL 客户端运行环境 操作系统： All Windows系列

根据学校光电工程学院的专业设置，北京润尼尔网络科技有限公司提供如下全套虚拟仿真实验教学管理中心软件建设解决方案。主要包含集成电路原理演示模块、硅热氧化工艺模块、扩散工艺模块、硅片清洗工艺模块、湿法刻蚀工艺模块和集成电路芯片工艺模块。这些实验模块以培养集成电路人才为目标，由浅入深，覆盖基础型、专业型、特色创新型等不同层次与深度。 开放式网上材料光电材料工程虚拟实验室软件是以理论知识为指导，以计算机仿真技术、多媒体技术和网络技术为依托而建立的一种新型实验教学系统。它利用计算机模拟真实的实验环境，通过信息网络操作实验设备，为实验教学提供了一种全新的教学模式。虚拟实验利用计算机技术来实现各种虚拟实验环境，实验者以交互的方式进行实验操作，可以像在真实的环境中一样完成各种预定的实验项目，最大限度地模拟真实实验的场景,并提供与实际实验的操作方法相类似的实践体验。 本虚拟仿真实验教学课程主要包含以下典型实验： •    直拉法制备硅单晶虚拟仿真实验 •    区熔法单晶生长工艺虚拟仿真实验 •    物理气相传输晶体生长工艺虚拟仿真实验 •    粒子注入及退火工艺虚拟仿真实验 •    氧化增强扩散效应虚拟仿真实验 •    金属化工艺虚拟仿真实验 •    化学气相沉积工艺虚拟仿真实验 •    多形态光刻与刻蚀虚拟仿真实验 •    氧化硅薄膜制备虚拟仿真实验 •    扩散反应原理演示虚拟实验 •    有机物清洗原理演示虚拟实验 •    氧化反应原理演示虚拟实验 •    氮化硅刻蚀原理演示虚拟实验 •    硅各向同性刻蚀原理虚拟实验 •    硅各向异性刻蚀原理演示虚拟实验 •    金属离子清洗原理演示虚拟实验 •    铝刻蚀原理演示虚拟实验 •    颗粒清洗原理演示虚拟实验 •    局部场氧化虚拟虚拟实验 •    硼再扩散虚拟实验 •    硼预扩散虚拟实验 •    磷再扩散虚拟实验 •    磷预扩散虚拟实验 •    去胶清洗虚拟实验 •    工艺流程间清洗虚拟实验 •    炉前清洗虚拟实验 •    氧化硅刻蚀虚拟实验 •    氮化硅刻蚀虚拟实验 •    硅各向同性刻蚀虚拟实验 •    硅各向异性刻蚀虚拟实验 •    铝刻蚀虚拟虚拟实验 •    沟道效应虚拟实验 •    硅晶圆切片、研磨抛光工艺虚拟实验 •    发射区推进效应实验 本系统可满足以下主要性能指标： 1、为保证系统的交互性和扩展性，系统须采用国际领先的Unity3D引擎开发而成； 2、为保证系统的先进性，实验系统所使用的网页播放器插件须采用主流3D引擎插件，且插件在近1年内有更新版本，并可支持后续的优化升级； 3、系统提供VR互动的功能，在实验过程中，通过VR手柄交互，用户可以在场景中移动，增加用户的交互体验感； 4、系统与虚拟仿真实验教学管理平台软件无缝对接，教师端能够自动生成智能指导和自动批改规则，且教师能够对规则进行细节修改； 5、系统提供实验过程中的智能指导功能，该指导为启发性指导，通过一步步的提问式引导，进而启发学生思考； 6、系统提供实验结果的自动批改功能，学生实验结束且提交后，系统调用自动批改规则可以自动算出学生实验得分，教师端还可以查看得分细节，了解学生的得分细节； 7、系统服务器端用户分为学生、教师、教务管理员和系统管理员四种角色，不同角色拥有不同权限。 学生：选课、选择实验、开展实验、接受实验指导、在线提交实验报告、保存和提交实验结果、查询实验成绩和批语。 教师：典型实验库维护、发布实验、安排实验、批改实验报告、系统指导、统计并发布学生的实验成绩和批语。 教务管理员：课程计划、开课计划、选课日期设置、开课审核、开课查询。 系统管理员：用户管理、分组管理、角色管理、权限管理、系统维护等。 性能指标： 支持同时在线用户数1万人以上，经测试，系统运行稳定，不限终端用户数，完全能满足日常教学使用。 服务器运行环境 操作系统：WindowsServer，Linux/UnixServer Web服务器：Tomcat6.0，JDK6.0 数据库：MySQL 客户端运行环境 操作系统：AllWindows系列

博理3D打印高分子材料的研发与生产，解决了传统光固化3D打印材料性能单一的应用局限性问题，从分子设计和合成出发，实现了材料性能的强度可调、硬度可调、颜色可调、韧性可调等主要技术指标。目前博理已研发5000多种材料配方，可替代大部分传统的塑料类制品，为3D打印打开了广泛的应用场景，开启了“3D打印+行业应用”新局面。 ELASTO 弹性体材料，具有优异的力学性能和耐弯折疲劳性能，是一种快回弹性的3D打印材料，通过欧盟RoHS和美国加州CP-65检测认证，具有良好的安全性，被大量应用于鞋中底、汽车坐垫、防震头盔、文物囊匣、防震晶格等领域； PLASTO 塑性体材料，一种具有高延伸率和卓越柔韧性的类聚丙烯树脂，它可用来坚韧性部件，广泛用于汽车工业、医疗器械、消费电子、家居用品等领域； 医疗专用材料，医疗专用系列材料具有更高成型精度，更高强度，符合医疗等相关安全标准，在齿科模型等领域有着广泛的应用； 定制材料，博理可根据用户的产品性能要求定制研发相应的材料。  

1 .掌握大鲵子二代亲鲵生殖生理特点和生殖调控机理，创建大鲵子 二代生殖调控技术和大鲵子三代全人工繁殖和苗种规模化培育技术；2 .选育和培育出体质健壮子二代亲 鲵400多组（1尾雄亲鲵+3尾雌亲鲵为一组），诱导性腺发育与雄雌同步成熟，使用高活性催产剂进行人 工催产，催产率达72%，受精率90%，孵化率33%，苗种存活率90 .5%，三年（2007-2009年）共繁育大 鲵子三代苗种44800尾；3 .实现大鲵子三代苗种规模化生产，能提供大批量子三代苗种供养殖部门发展 大鲵养殖产业，并在自然保护区放养，还进行子三代健康养殖示范，具有显著的经济效益、社会效益和 生态效益

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。

近期，西湖大学人工光合作用与太阳能燃料中心孙立成实验室在探索这一未解之谜的过程中取得进展。

软磁复合材料的共性技术研发难题，有关软磁复合材料及应用领域的人才