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。

北京大学物理学院、纳光电子前沿科学中心、人工微结构和介观物理国家重点实验室“极端光学团队”胡小永教授和龚旗煌院士等在非厄密拓扑光子学研究中取得重要进展：发展出一种研究新型增益-损耗畴壁拓扑光学体系的有效哈密顿量新方法，揭示了由增益-损耗畴壁诱导的拓扑态的产生机制。

宽禁带半导体碳化硅(SiC)材料是第三代半导体的典型代表之一，具有宽带隙、高饱和电子漂移速度、高临界击穿电场、高热导率等突出优点，能满足下一代电力电子装备对功率器件更大功率、更小体积和更恶劣条件下工作的要求，正逐步应用于混合动力车辆、电动汽车、太阳能发电、列车牵引设备、高压直流输电设备以及舰艇、飞机等军事设备的功率电子系统领域。与传统硅功率器件相比，目前已实用化的SiC功率模块可降低功耗50%以上，从而减少甚至取消冷却系统，大幅度降低系统体积和重量，因此SiC功率器件也被誉为带动“新能源革命”的“绿色能源”器件。 本团队在SiC功率器件击穿机理、SiC功率器件结终端技术、SiC新型器件结构、器件理论研究和器件研制等方面具有丰富经验，能够提供完整的大功率SiC电力电子器件的设计与研制方案。目前基于国内工艺平台制作出1600V/2A-2500V/1A的SiC DMOS晶体管（图1，有源区面积0.9mm2）；4000V/30A的SiC PiN二极管（图2）；击穿电压>5000V的SiC JBS二极管（图3）。 a b c 图1 1.6-2.5kV SiC DMOS器件：(a)晶圆照片(b)正向IV测试曲线(c)反向击穿电压测试曲线 a b c 图2 4kV/30A SiC PiN器件：(a)晶圆照片(b)正向导通测试曲线(c)反向击穿电压测试曲线 a b c 图3 5kV SiC JBS器件：(a)显微照片(b)正向导通测试曲线(c)反向击穿电压测试曲线

本团队在SiC功率器件击穿机理、SiC功率器件结终端技术、SiC新型器件结构、器件理论研究和器件研制等方面具有丰富经验，能够提供完整的大功率SiC电力电子器件的设计与研制方案。

成果描述：本实用新型公开了基于电子信息技术的标签检测设备,包括安装底板,安装底板的上方焊接有罩壳,罩壳的两端均设有物料通道,物料通道的开口处铰接有盖板,罩壳的顶部内壁安装有驱动装置,驱动装置上安装有取料机构,安装底板上方还安装有调节装置,调节装置的一侧安装有物料存放盘,调节装置包括与安装底板固定连接的矩形安装板,安装板的一侧侧边焊接有第一限位柱,安装板与第一限位柱相邻的一侧侧边焊接有第二限位柱,安装板远离第一限位柱的一侧下方安装有第一定位机构。本实用新型结构简单、操作调节简单、适用于各种型号的电子信息技术的标签的定位操作,为电子信息技术的标签自动化检测提供基础。市场前景分析：本实用新型结构简单、操作调节简单、适用于各种型号的电子信息技术的标签的定位操作,为电子信息技术的标签自动化检测提供基础。与同类成果相比的优势分析：国内领先

成果描述：本实用新型公开了一种基于电子信息技术的自动冲模装置,包括机架和开关控制装置,所述机架的顶部中央位置焊接有下模座,且下模座的顶部匹配有上模座,所述上模座的两侧分别竖直设有导杆,且两个导杆的底端分别焊接在机架的顶部两侧,每个导杆上开设有矩型放置腔,且矩型放置腔的两侧内壁上均开设有矩型开口,所述矩型放置腔的内部竖直设有金属杆,且金属杆焊接上模座的一侧水平焊接有与矩型开口内壁滑动连接的连接杆,所述连接杆靠近上模座的一端焊接在上模座的中央位置。本实用新型经济实用,冲模装置通过对推杆电机的正反转进行智能控制,以此来带动上模座对下模座上的物料进行冲模操作,使得冲模装置的工作效率高。市场前景分析：本实用新型经济实用,冲模装置通过对推杆电机的正反转进行智能控制,以此来带动上模座对下模座上的物料进行冲模操作,使得冲模装置的工作效率高。与同类成果相比的优势分析：国内领先

项目概况 针对小型化、集成化、高频率和高运算速度的电子器件，应用磁流体的热磁对流效应，把磁流体作为新一代高效传热冷却技术用于高密度高功率电子器件设备中。 主要特点 1. 选择合适的外加磁场和屏蔽技术。 2．温度区内磁场梯度条件和粒子浓度的准确控制 3．磁流体微型热管散热过程的磁场的准确定位。 技术指标     建立适合电子器件密集环境下适用磁流体散热技术及相应的磁场条件和屏蔽技术，提高了磁流体在磁场、热场和重力场协同作用下的流动传热效果。促进节能环保技术的发展，达到节能减排的绿色材料应用。市场前景 目前该项目已通过现场的工业化证明，散热效果好，能达到电子器件冷却要求，满足工业生产的需求，在生产过程中无污染，无三废排放。该项目可应用于高密度、高功率电子器件密集环境下的散热设备中，具有较好的经济效益和社会效益。

本成果以混合自适应 人工智能优化程序设计出亚波长单晶硅超构表面结构，实现了相位的精确控制并减小了单晶硅结构在可见 光的吸收。进一步，使用该结构实现了浸镜油浸没下数值孔径为1.48的高透过率超构光学透镜，在可见光 532纳米波长实现211纳米线宽的聚焦光斑，可大大提高共聚焦显微镜分辨率。此成果在2018年12月美国光 学学会旗下光学与光子学新闻（Optics & Photonics News）入选为本年度国际光学重要进展，并对该成果作 了整版报道。已申请国内发明专利一项。 本成果适用于显微显纳成像、激光光刻、光镊等光学聚焦应用相关领域。进一步扩展，可用于光学摄 像及显示技术中的微光学器件。已作为光学探针初步应用于共聚焦成像系统，目前正研制新一代技术拓展 于手机摄像、显示微光学等。

本发明公开了一种 RFID 电子标签在线检测方法，具体为：在 对工位进行RFID芯片封装过程中，实时建立该工位内的 RFID芯片ID 号与标签位置的映射关系；工位封装完成后，同时读取该工位内的所 有 RFID 芯片 ID，将读取的 RFID 芯片 ID 与该工位内的 RFID 标签 ID 与 RFID 标签位置的映射关系进行比对，确定读取缺失的 ID，其对应 的标签即为次品。本发明还提供了一种 RFID 电子标签在线检测装置， 包括 X 向进给机构、Y 向进给机构、读写器、处理器、打标机构、夹 持机构以及屏蔽罩。本发明能同时完成多个标签读写与标记功能，适 用于多行多列 RFID 标签在线检测，不仅能大幅提高检测效率，而且 自动化程度高、稳定、可靠。