本发明公开了一种具有模式转换功能的防风防浪型仿生水黾机器人，包括布置在主体底板周围的四条支撑腿，每条支撑腿包括：横向支撑腿，一端与主体底板横向转动铰接；纵向支撑腿，一端与横向支撑腿的自由端纵向转动铰接；漂浮支撑腿，顶部与纵向支撑腿的自由端连接；所述仿生水黾机器人还包括保持主体底板、横向支撑腿和纵向支撑腿之间相对位置的保持部件，以及用于驱动横向支撑腿相对主体底板横向转动、驱动纵向支撑腿相对横向支撑腿转动的第一驱动部件；本发明通过调整支撑腿的位置和形态，从而改变机器人的姿态和模式，可以更好的适应自然环境；在风浪较大时，调整成平稳模式，抵御风浪的侵袭；在风浪较小时，调整成前进模式，行进阻力小、运动灵活。

此次南海实验，是世界范围内采用仿生结构驱动的潜水器在2000米深度的首次成功尝试，也标志着“西谷I号”成为目前深度最大，且真正具有深海作业能力的新一代仿生型潜水器样机。

MarsCat火星仿生猫是大象机器人自主研发的世界首款AI仿生机器猫。作为一款结合「AI技术」与「仿生设计」的未来型产品，MarsCat火星仿生猫兼具科学与技术魅力，致力于成为一款「家庭机器人」，一个可以陪伴你、给你惊喜的宠物机器人。 MarsCat火星仿生猫满足多个场景需求，包括商业展示、高端酒店客居陪伴、医院康复、科学研究等；支持个性化定制服务，可满足特殊功能的需求开发，也可基于仿生学、机器人学、人工智能技术进行相关行业的解决应用方案。 产品特性 开源编程 四核树莓派软件编程，可二次开发 提供Python、OpenCV开源接口 展示服务 配套完整的解决方案，商业吸睛神器 充电桩/猫碗/猫窝皆可选，设施完备 定制开发 自主选择，支持用户定制服务 满足特殊功能的个性化开发需求 应用场景 MarsCat满足多个场景需求，包括商业展示、高端酒店客居陪伴、医院康复、科学研究等；支持个性化定制服务，可满足特殊功能的需求开发，也可基于仿生学、机器人学、人工智能技术进行相关行业的解决应用方案。 海内外各大媒体竞相报道 联系我们：深圳市大象机器人科技有限公司 官网：https://www.elephantrobotics.com淘宝官方旗舰店：https://shop504055678.taobao.com/?spm=a1z10.1-c-s.0.0.2b0e58e7PY8UhV电话：+86 (0755) 8696 8565/+86 181 2384 1923地址：深圳市福田区华强北电子科技大厦D座智方舟国际智能硬件创新中心D403 D504 D505

一种有层次结构的纳米铁立方体和纳米铁花状结构的制备方法，具体作法是：取不锈钢片和钛片、不锈钢片和钛片的面积比为2.5∶1，依次用400，600，800目砂纸抛光，清洗3-5次；超声30分钟，取出备用；配置含450g/L的FeCl2，抗环血酸1.4g/L，氟化铵0.8g/L，复合氨基酸0.7g/L，柠檬酸0.086g/L，0.05mol/L盐酸的电镀液；以处理后的钛片做阴极，不锈钢片做阳极，进行0.1A的恒电流电镀，电镀时间为3-60s；电镀完后取出钛片，即获得纳米铁立方体或纳米铁花状结构。该方法制得的纳米铁为立方体及花状结构，比表面积大，活性好，且设备简单，能耗低，适合大规模生产。

本发明公开了一种基于二维正交各向异性复合材料板的热模态对结构参数的灵敏度分析方法，包括如下步骤：（１）求解考虑拉压、弯曲、剪切变形的二维正交各向异性复合材料板线性刚度矩阵Ｋ０；（２）求解热结构的初应力刚度矩阵Ｋσ；（３）求解考虑热应力影响的结构有限元动力学方程的目标函数，即为转化为考虑结构热应力影响的广义特征值问题；（４）基于步骤（３）中的目标函数ｆ，采用复变函数法求解二维正交各向异性复合材料板的热模态对结构参数的灵敏度。本发明考虑了热应力对结构刚度以及结构响应（热模态）分析的影响，能够利用复变函数法分析得到精度较高的热模态对结构参数的灵敏度矩阵。

MoTe2是由MoTe6八面体结构单元构成的原子层沿c方向堆叠形成的二维材料系统，不同的堆叠方式具有不同晶体对称性。1T-MoTe2在室温时是单斜的1T’相，随着温度降低在250K时发生结构相变，转变成正交的T_d相，其中可以存在第二类外尔费米子。王楠林课题组通过实验发现高强度的近红外激光脉冲可以在亚皮秒时间尺度内将中心反演对称性破缺的T_d相驱动到具有中心反演对称的1T’相。该相变发生的最明显的特征是时间分辨的反射率变化中横向剪切振荡声子的消失和二次谐波强度的急剧下降。通过选择和改变激发脉冲的脉宽和波长，从实验上排除了激光加热效应。该项研究首次在超快亚皮秒尺度内实现了激光诱导的非加热效应引起的MoTe2晶体中第二类Weyl半金属相与正常半金属相的超快结构相变。它为超快激光控制固体的拓扑特性开辟了新的可能性，使超快激光激发的拓扑开关器件具有潜在的实际应用价值。 该工作于2019年5月22日在线发表于著名学术期刊Physical Review X（Phys. Rev. X 9, 021036 (2019)），第一作者为量子材料中心博士生张梦瑶，王楠林教授和其研究组的董涛博士是通讯作者，量子材料科学中心王健教授研究组为该工作提供了样品。该项研究得到国家自然科学基金委员会、国家重点研究开发项目等项目的支持。Figure: Pump induced SHG time traces of MoTe2 at selected fluences at T=10 K. The graph shows that as the laser fluence increases, the signal of the second harmonic of the sample drops significantly. The inset is a time-resolved schematic diagram of second harmonic detection

金属纳米团簇是一类尺寸介于金属配合物和等离子体纳米颗粒之间的纳米粒子。由于金属纳米团簇具有离散的电子能级和量子尺寸效应，这类纳米粒子展现出独特的物理化学性能，在光学、催化、传感、生物等领域均展现出良好的应用前景。

近日，我校先进材料原子工程研究中心朱满洲/康熙研究团队发展了“双级动力学调控”策略，实现了多种原子级别精确银纳米团簇的高效高产率制备。

大数据应用的多样化 需要的计算模型、数据模型多样化； 目前每类模型需要单独的开源系统来支持（如HDFS、HBase、Neo4j、MongoDB，Flink，Spark，Tensorflow等）。 多系统导致大数据分析平台非常复杂、效率低下。研究目标：研究和开发面向新型多计算模型融合架构的、高时效、可扩展的新 一代大数据分析支撑系统与工具平台FAST（Fusion-Architecture, Scalable, Time-efficient big data analysis platform）。针对目前大数据分析平台复杂、效率低下的痛点，该系统具有三个 方面的优势：首先，这套系统采用融合架构，一方面实现关系、图、键 值、文档等多种数据模型的高效融合，另一方面实现批处理计算、流计 算的深度融合，并可以通过SQL扩展语言来进行多模型的统一查询，实现高效的跨模型查询。其次，对于复杂系统来说，时效性非常重要，这 套系统采用融合架构提高效率是实现高时效的基础，更重要的是，我们 对大数据分析从数据到用户进行了端到端的全栈时效优化。最后，对于 大数据应用来说，系统扩展性非常重要，本系统在资源层、存储层和计 算层进行了全面的扩展性优化。下面在融合架构、高时效和可扩展这三 个方面，分别详细介绍FAST系统的三个主要亮点。融合架构FAST系统的第一个亮点是融合架构，我们在技术方面的创新主要包 括多数据模型融合和多计算模型融合两方面。多数据模型融合：设计和研发了多模型数据管理与查询引擎，支持关系、图、键值、 文档等多种数据模型，实现了查询解析、查询优化、元数据管理、数据 分布等功能，将多种数据模型进行统一管理和深度融合。同时扩展了SQL语言，通过统一的查询接口支持对关系、键值、图、文档等数据进行独立访问或者跨模型查询。经过试验，多模型数据融合查询，比Spark 2.3.4的查询时间能平均减少70.7%。目前spark等现有系统还需要手工编程方式来实现跨模型查 询，所以FAST系统在易用性上也表现良好，降低使用门槛，提高开发效率。多计算模型融合：在计算层实现了最常见的批处理计算和流计算深度融合，批流融合的核心方法是在系统内部实现批和流的统一表达，批是对有限数据集 的运算，流是对无限数据流的计算，我们设计了UCollection结构对批和 流数据进行统一表达，通过识别的bounded标志，来确定是批、流、或批流融合。有了统一表达，可以开展一系列融合优化来提升系统性能。 并且对上通过Unified API统一用户的批、流接口，实现二者在编程范式上的统一表达。对于批流混合的计算，融合架构系统的查询延迟比Flink 1.4.2能减少57%，吞吐量平均可以提升到6.72倍。高时效FAST系统的第二个亮点是高时效，即缩短大数据分析的时间消耗， 提高效率。由于大数据分析平台是一个非常复杂的系统，为了做到高时效，系统不能存在性能短板，因此需要对大数据分析的整个过程进行端到端的全栈时效优化。如图中所示，自下而上，需要在多模态存储、批流融合、机器学习、人工操作各层都进行优化。对于多模态存储，面向应用负载和异构硬件特征进行自适应优化；对于批流融合计算，在统一表达基础上，进行系列融合优化技术， 包括DAG优化、迭代优化、部署优化、操作符优化等；在机器学习层面，进行模型优化、消息优化、梯度优化、概率优化 等来提高时效；而且我们也考虑到大数据分析过程中用户人工操作的时效性问题， 通过智能地进行大数据分析方法和模型的推荐，来缩减人工操作的 时间。可扩展FAST系统的第三个亮点是可扩展，由于大数据应用规模很大，数据增速快，对系统可扩展性的要求非常高，为此我们在系统的资源层、 存储层和计算层进行了全面的扩展性优化。在资源层，系统都部署在云计算的虚拟化资源之上，利用了云计算资源的弹性机制进行系统扩展。并在系统中实现了可伸缩调整模块， 能实时监控软硬件系统的状态，按照应用需求来自适应地进行弹性伸缩。在存储层，分布式存储系统扩展性的关键在于分布式共识和一致性 协议（Raft），因此提出了KV-Raft、vRaft等进行Raft的扩展优化。在计算层，我们扩展了机器学习模型的参数规模，使系统可以支持 到百亿级别的超大规模机器学习模型训练，并且性能方面有明显提 升。亮点成果：融合架构大数据分析平台目前已经在阿里巴巴双十一进行示范应用。 从2020年11月10日至11月16日一周的时间，在阿里的生产环境中，研发 的系统一直连续稳定运行，基于淘宝和天猫的实际用户信息进行大数据 分析，综合运用了本系统的存储、计算、机器学习等多个模块的能力， 累计进行了184亿件商品推荐。同时在双十一期间，基于智能交互向导技术，也面向电子商务应用 的卖家提供了“生意参谋”应用，基于大数据分析，帮助卖家分析产品 销量变化的原因，以及促销的有效手段等。