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。

电子科技大学极低温制冷模组采购项目竞争性磋商

透射电镜直接电子成像系统 招标项目的潜在投标人应在华采招标集团有限公司（北京市丰台区广安路9号国投财富广场6号楼1601室）获取招标文件，并于2022年06月22日 14点00分（北京时间）前递交投标文件。

本发明公开了一种在预应变弹性基板上进行柔性电子图案化的方法，包括如下步骤：(1)在水平方向上以一定应变率拉伸弹性基板；(2)计算在自然态下的所述弹性基板上各点在拉伸态下对应的坐标，得到在自然状态下构成预期规则图案的离散元器件之坐标在拉伸态下对应的坐标，以及自然状态下互联结构在拉伸态下对应的互联结构；(3)将离散元器件布置在所述拉伸态下对应的坐标上，将互联结构布置在拉伸态对应的互联结构上；(4)释放基板，即可获得均匀分布的柔性电子图案。本发明可完成离散元器件从拉伸态到自由态的坐标变换，不需要制备掩膜，

本发明公开了一种适于柔性电子标签封装过程的多参数协同控制方法，包括：输入天线基板和热压头的工艺参数参考值，并采集获取当前状态参数值；将热压头的当前工作温度与其温度参考值比较处理，输出控制信号并实现温度的闭环控制；将基板、热压头各自的当前状态参数与其参考值相比较，并通过张力-位置混合控制方式对基板的张力和位置共同进行调整；通过热压头执行热压固化处理，由此实现柔性电子标签的封装过程。通过本发明，综合考虑了基板张力、基板与热压头的对位以及热压头压力之间的相互耦合影响，从系统上对多个工艺参数进行闭环控制，相

本发明公开了一种交替极无刷永磁电机，用于电子助力转向系 统中，该电机包括：呈中空筒体状的定子铁芯，其内壁开有槽，定子 绕组放置在对应的定子槽内；呈中空筒体状的转子铁芯，同轴套设在 定子筒体的中心通孔中，其外表面开有多个槽，且槽数为电机运行磁 场极数的一半；以及多个磁钢，其分别一一对应放置在转子铁心的各 槽内，且相邻槽的磁钢极性相同，使得转子磁钢只存在单一极性，形 成凸极结构，从而能够实现降低永磁用量的同时保持电机的输出转矩。 本发明还公开了相应的电子助力转向系统。本发明的装置对永磁电机 的转子结构进

本发明属于精密加工与测量技术领域，并公开了一种基于核外 电子概率密度分布的复杂曲面零件匹配检测方法，包括:对待测零件 进行非接触式扫描获得扫描点云，并将其与设计点云组成匹配比较对 象;将两片点云转换到同一三维坐标系内，并将各个点看作原子的原子核，将此原子核的邻域点看作核外电子，遍历所有点计算得出其对 应的电子概率密度分布值;基于计算得出的电子概率密度分布值确定 两个模型的误差，并在当前误差不满足终止条件时对测量点云进行粗 匹配和精匹配，直至满足终止条件为止。通过本发明，能够有效解决 现有非接触式匹配