湍流-噪声-振动耦合与控制研究所作为人工智能控制湍流的先驱，结合机器学习方法，开创性地提出并研发具备“思维、创新”能力的人工智能控制湍流平台，并用于湍流射流控制，研究发现文献中从未报道过的湍流结构，其混合速率远超传统方法，主要成果即将在流体力学顶级期刊Journal of fluid mechanics上发表。鉴于该项成果在工程应用的重要前景，获国家自然科学基金“湍流结构的生成演化及作用机理”重大研究计划重点支持项目，亦作

（一）项目背景 针对现实场景中，存在需要对服务行业录音文件内容进行详细分析， 但是面对海量录音文件无法仅通过人力资源去逐一分析的弊端，本项目旨 在通过实际应用场景结合计算机和人工智能技术开发一个人工智能 NLP 引 擎，用以解决海量录音文件经过 ASR 转文本后，对录音内容进一步按需分 析，最终得到较为完整的分析结果，以便于企业进一步采取商业策略。 （二）项目简介 人工智能 NLP 引擎项目是基于多语种分词、多语种情绪识别、词句关 系分析、意图识别、文本聚类等自然语言处理技术实现对海量录音文本的 知识挖掘，识别重要信息。为录音服务行业下游业务的分析人员提供分析 思路，以便得到多维度、多形式分析结果，将发现转换为可落地的业务决策，这些数据驱动的业务决策，包括客户体验、座席行为、产品改进、风 险监测等多个方面，帮助企业改善用户体验、降低成本、提升效率、提升 业绩、降低风险等。 （三）关键技术 1.多语种分词。分词指的是将一个字序列切分成一个一个单独的词，是 将连续的字序列按照一定的规范重新组合成词序列的过程。文本在入库时 调用接口进行了分词，分词可用于模型的匹配和热词的统计。 2.词句关系分析。根据词句关系接口识别的中心词，然后用中心词进行 词频的统计，对于目标样本，统计出高频中心词用来概括目标样本中主要 描述的对话内容。 3.意图识别。识别出客户语句的意图，以便进行相应的功能操作、信息 推荐等。 4.多语种情绪识别。情绪识别是对包含主观信息的文本进行情感倾向性 判断，正向或者负向（如果能提供训练数据集，可以识别更多种类的情绪）。为客户之声下游任务的口碑分析、话题监控、舆情分析等应用提供帮助。目前支持中文、粤语的情绪识别。根据情绪标识，用情绪进行搜索和统计 分析。 5.文本聚类。文本聚类将一大段文本中心词和中心词的关联词、近义词 生成一个图，用于可视化文本的内容。 6.自定义分词、意图。对分词分词、意图种类进行增删、扩展、微调等。

近日，东南大学化学化工学院青年教师陈旭漫博士在国际顶级期刊《Angewandte Chemie（德国应用化学）》上发表题为“Efficient Near-Infrared Emissive Artificial Supramolecular Light-Harvesting System for Imaging in Golgi Apparatus”的学术论文。 光捕获过程作为将自然光进行捕获、能量转化并利用的步骤，是植物光合作用中第一个也是十分重要的过程。构筑人工光捕获体系对于光能的利用具有重要意义，但目前构筑具有高效人工光捕获体系仍存在很大挑战。 东南大学研究团队利用“杯芳烃诱导聚集”策略，设计合成两亲磺化杯芳烃和阳离子型萘基吡啶衍生物作为荧光给体在水溶液中自组装，并引入尼罗蓝作为荧光受体分子，成功构筑了近红外发射的超分子人工光捕获体系。 通过进一步研究，团队发现该体系在细胞内依然保持很高的光捕获效率和高度稳定性，同时证明了其对高尔基体染色的选择性。该研究对于人工超分子光捕获体系传感、成像、诊断等方面的研究有着重要的推动作用。论文第一作者为东南大学化学化工学院青年教师陈旭漫，东南大学为第一通讯单位。

神兽们一批批“归笼”，对于家长们来说，真是大舒一口气。不过为了孩子们的安全，各个学校可都费尽了心思。 为了迎接学生返校，温州大学的南北校区大门口，都装上了人工智能防疫的神器。这套由学校大数据与信息技术研究院自主研发的“人工智能防疫系统”，是学校教师自己的研究成果，为学校即将到来的复学工作奠定基础，做好充分的安全准备。 “人工智能防疫系统”是温州大学大数据与信息技术研究院基于数据挖掘技术自主创新研发的智能系统，在传统“亮码+人工核验登记”的通行方式上进行改进升级，与校园大数据、市民卡健康码等数据平台共享，通过人脸识别打造非接触式体征识别与统计管理方式。 除此以外，这套系统还结合人流高峰与日常人行、车行、访客管理等多重场景模式，为师生数字化信息后端服务提供有效防疫应用保障，可实现无接触高精度体温检测，精准掌握风险点，降低防控成本、减少感染风险，大大提升防疫管理水平，提前阻断疫情蔓延渠道。 此外，这套智能防疫系统可在学校数据库中搜集比对师生基本属性及假期行为数据，通过后台分析算法挖掘和模拟用户画像，自动摸排并动态监测师生异常，为学校相关管理部门提供管理和决策依据，提前做好疫情防护及应急预案工作。 温州大学大数据与信息技术研究院成立于2019年10月23日，位于温州市龙湾区浙南云谷，是依托温州市人民政府与中国交通通信信息中心战略合作协议，由交通安全应急信息技术国家工程实验室、温州高新区（浙南科技城）管委会和温州大学共同建设、共同组织管理的研究开发机构。研究院科研主力多为温州大学计算机与人工智能学院博士教师。 为保障开学，研究院向温州大学捐赠了两套系统，学校各部门对即将到来的开学潮充分调研，做好了充足准备。

汇萃人工智能实训平台采用了先进的模块化设计理念，创新性的将 python 编程、机器学习理论和方法、深度学习框架与工具等实验课程与机器人引导、机器视觉实训、人脸识别、语音识别等实践课程融合到一个平台，既有理论知识的学习，更有实践操作的体验。 平台集中展现了当前人工智能技术的主要应用场景，为培养人工智能领域人才的专业技能和素养，构建解决科研和实际工程问题的专业思维、专业方法和专业嗅觉提供了创新性的学习工具。同时，通过调整模块配置，平台还可做为智能制造领域专业训练平台，培养学生具备应对未来制造业及其它领域应用中对各种高速定位、测量、识别及检测等的专业技能要求。 // 输入电源：AC220V±10％ 50Hz// 工作环境：温度：-10 ～ 50℃，湿度≤ 90% 无水珠凝结// 外形尺寸：1500mm×900mm×700mm( 长 × 宽 × 高 )// 平台重量：220kg//额定功率：≤ 3.5KW//安全保护：急停按钮，漏电保护 , 光栅保护，接地保护 “一台多用，专业培养、灵活搭载、高效低价”， 这正是汇萃人工智能实训平台的最大特点。

1、产品介绍 本平台融合了先进的多模态大模型智能体，并配备了一系列场景化实体组件，包括人工智能边缘计算平台（RK3588）、深度相机、二自由度云台、多轴机械臂、微型输送机、工业相机以及麦克风阵列等。这些设备使得我们能够快速构建智慧工厂、智能分拣、智慧交通、智能家居等多种应用场景。 平台内置了丰富的案例资源，包括但不限于MobileNet、Fcn_Resnet、Resnet、Openpose、Unet、Retinaface、Yolov8pose、Yolov等热门模型，为学生提供了实际操作和学习深度学习模型的机会。这些内置模型不仅有助于学生理解深度学习算法的实际应用，也为他们的创新项目提供了坚实的基础。通过这样的实训平台，学生能够在实践中深化理论知识，提升解决实际问题的能力。 1.一体式设计，要配套提供键盘、鼠标、电源适配器和实验教具，支持上电即用； 2.提供17寸以上屏幕，分辨率≥1920×1080; 3.安装面板需同时集成机械手臂、2D视觉系统、深度视觉系统、二自由度电动云台、语音模块、嵌入式传感器等组件.  

成果与项目的背景及主要用途：在以玉米原料生产酒精的过程中，每生产一 吨酒精将产生 10～15 吨的废醪液，废醪液中含有固体酒糟，可溶性蛋白质及多 种氨基酸，BOD 值为 28000～45000mg／L，COD 值为 35000～45000mg/L，直 接排放不仅浪费资源，而且严重污染环境，直接影响到酒精工业的持续发展。对 其最有效的治理办法就是利用其中有用成分，生产 DDGS－玉米酒糟粕可溶性蛋 白饲料，这不仅解决环境污染问题，而且还给企业带来可观的经济效益，可谓变 废为宝，化害为利。 天津大学石油化工开发中心凭借多年来在化学工程领域所积累的丰富经验 和扎实的基础理论研究成果，开发出了国内首创且具有国际领先水平的废醪液综 合治理及 DDGS 生产技术，并成功应用于国内大型发酵酒精生产企业。 技术原理及工艺流程简介：来自酒精精馏装置的废醪液通过离心机进行固液 分离，得到的固相物——湿糟送至干燥机干燥，离心所得的清液一部分去发酵车 间搅料，一部分则利用干燥机产生的二次蒸汽，进行多效蒸发，将蒸发的浓浆混 入湿糟，送入干燥机进行干燥。干燥机得到的干糟即为可溶性蛋白饲料－DDGS 产品。 多效蒸发蒸出的水冷凝后收集送出装置，该冷凝水已满足一般污水处理装置 的要求，通过常规处理达到排放标准。 技术水平及专利与获奖情况：本生产技术为国内首家技术与设备全部国产化 的 DDGS 生产技术，具有如下技术优势：实现了废热蒸汽的完全利用——节约 能源，降低成本；设计独特的蒸发器——保证蒸发器长周期操作而不结疤；可以 214天津大学科技成果选编 选用低造价的旋转管束干燥机——降低投资费用；采用国产卧螺离心机——效果 好，投资省。 技术指标如下： 1、产品符合原轻工部标准 Q/HJ J02005-95 2、经处理后的污水 BOD 值下降为 800～1600mg/L。COD 值下降为 1600～ 3600mg/L，常规处理后可达标排放。 应用前景分析及效益预测：我国目前有大小酒精厂家 200 多家，均有不同程 度的存在废水污染问题。按照国家有关的环保政策，对不能将酒精废醪液进行有 效处理的酒精生产企业将采取强制性措施，限期整改，否则将勒令停产，所以本 技术的市场前景非常广阔。 本项目的环境效益和社会效益显著，采用本技术可使酒精装置排放的污水经 过常规的污水处理方法处理后直接排放，既保护了环境，也解决了我国酒精行业 的可持续发展的问题。 本项目的经济效益亦可观，以年产 18 万吨 DDGS 生产装置为例，年创产值 2.07 亿元，可获利润约 3600 万元。 应用领域：适用于以玉米、小麦、木薯等淀粉质原料发酵法生产酒精的企业。 技术转化条件（包括：原料、设备、厂房面积的要求及投资规模）： 生产规模及产量：根据用户需求确定。 所需厂房面积：根据装置规模确定。 主要设备：离心机、干燥机、蒸发器、泵等。 主要原材料及来源：玉米发酵法生产酒精装置生产的废醪液。 设备投资：根据装置规模确定。 总投资：根据装置规模确定。 合作方式及条件：可提供多种合作方式。 

该成果属于农业生物技术领域。针对畜牧业生产中出现的饲料短缺及利用率低、抗生素滥用、畜禽粪便不合理排放等问题，开展了饲用益生菌的筛选、微生态制剂的研发、果渣发酵饲料菌株筛选及发酵菌剂研发、果渣发酵饲料生产工艺优化、生物活性饲料喂养效果评价等研究，获得了具备产业化的饲用优良益生菌菌株，建立了高密度发酵工艺，可实现活菌数高达1013cfu/g的微生态制剂的生产，可部分或全部替代抗生素；获得了多株果渣发酵菌种及发酵复合菌剂。建立了苹果渣生物活性蛋白饲料两步固态发酵工艺，实现了多菌种协同发酵，使发酵产物富含蛋白质、水溶性氨基酸、益生菌和水解酶等多种活性物质；建立了微生物制剂中试生产线、果渣发酵饲料中试生产线。该成果可应用于生物活性饲料、替代抗生素类生物添加剂和非粮生物饲料，生物发酵饲料可以精确到8-15%添加使用。在不增加喂养成本的基础上，提高肉蛋奶产量及品质，降低成本。全省可形成30万吨优质活性发酵饲料，应用价值大。  

全球氨基酸市场需求增长势头强劲，年均增长5.6%以上。2017年，全球年产量已达850万吨，总销售额超百亿美元。目前，氨基酸的生产主要有三种方法，包括微生物发酵法、化学合成法和酶法水解法等。其中，微生物发酵法因其产能高、成本低等优势，作为最主要的方法，生产了全球总产量85%以上的氨基酸。为应对不断升级的市场需求，氨基酸发酵企业亟需提高发酵产量和拓展氨基酸品种，而关键在于获得氨基酸高产菌株。现有的氨基酸高产菌株筛选方法如氨基酸类似物筛选法，存在毒性高、阳性率低及种类受限等问题，无法满足筛选需求。因此，开发全新的氨基酸高产菌株筛选方法具有十分重要的科学意义和应用价值。 项目组通过增加序列中稀有密码子的数量来提高蛋白翻译所需氨基酸浓度的“门槛值”，利用必需基因和颜色蛋白编码基因，建立了氨基酸高产菌株的选择和筛选体系，并证明了该方法在大肠杆菌和谷氨酸棒状杆菌中的可行性。本研究为氨基酸高产菌株的筛选提供了新系统，理论上可用于任何一种天然氨基酸高产菌株的筛选，同时也为氨基酸高产机制的发现提供了新思路，可用于氨基酸发酵生产中优良菌株的构建，进而推动氨基酸市场的增长，促进氨基酸在饲料、食品、医药等民生领域的应用。 目前，微生物细胞工厂的遗传改造已经基本完成，正在进一步的改造。发酵生产的浓度、产率和速率都达到国际先进水平。进一步的提高正在研究进行中。