文本语义相似度是指两个句子或文本片段之间的语义等价程度，其研究在自然语言处理的问答系统、机器翻译、信息抽取、自动摘要等相关领域中有着广泛的应用，具有重要的理论意义和应用价值。现有的文本语义相似度方法主要基于词表面特征，但由于词语间普遍存在概念上的关联，缺乏概念层面的精确计算导致这些方法的准确性提升困难，而实现全文本在概念层面的精确计算尚无有效模型。 项目团队依据单个名词的概念信息量为基础，分别提出了多种模型和方法实现文本在概念级别快速、精确地计算语义相似度：（1）提出一种基于概念信息量的文本语义相似度无监督基本模型；（2）提出一种基于概念信息增益的文本信息量计算方法；（3）提出一种融合信息权重的全文本信息量计算方法。实验结果表明，团队提出方法在SemEval 2013-2016 STS（文本语义相似度）数据集上均超过了当年最先进系统的总成绩，并且在SemEval 2017 STS国际测评中，本系统的总成绩在所有参赛团队中排名第二，其中在Track 1数据集上排名第一（共34个参赛团队提交81个系统）。相关论文被大会评选为“Best of SemEval 2017”。

文本语义相似度是指两个句子或文本片段之间的语义等价程度，其研究在自然语言处理的问答系统、机器翻译、信息抽取、自动摘要等相关领域中有着广泛的应用，具有重要的理论意义和应用价值。现有的文本语义相似度方法主要基于词表面特征，但由于词语间普遍存在概念上的关联，缺乏概念层面的精确计算导致这些方法的准确性提升困难，而实现全文本在概念层面的精确计算尚无有效模型。 我们依据单个名词的概念信息量为基础，分别提出了多种模型和方法实现文本在概念级别快速、精确地计算语义相似度：（1）提出一种基于概念信息量的文本语义相似度无监督基本模型（发表SCI论文1篇，授权专利1项）；（2）提出一种基于概念信息增益的文本信息量计算方法（发表SCI论文1篇）；（3）提出一种融合信息权重的全文本信息量计算方法（发表SCI论文1篇，最佳国际测评论文1篇）。实验结果表明，我们提出方法在SemEval 2013-2016 STS（文本语义相似度）数据集上均超过了当年最先进系统的总成绩，并且在SemEval 2017 STS国际测评中，我们系统的总成绩在所有参赛团队中排名第二，其中在Track 1数据集上排名第一（共34个参赛团队提交81个系统）。相关论文被大会议评选为“Best of SemEval 2017”。 随着人工智能相关技术的发展，智能问答系统应用在许多行业和领域中都有迫切的需求。比如在电话咨询场景中，传统人工坐席无法满足日益增加的客户咨询量；在政府业务公开场景中，智能机器人对用户的不准确答复会影响政府形象和公信力。目前业界的做法是人工设计问答系统或者对话系统，而不是使问答系统真正具有人类常识和世界知识，这种系统无法适应提问方法的改变或应用场景的转换。而概念信息方法以认知知识库为基础可以获得大量世界知识，比如概念之间的上下位关系。在特定领域的问答匹配多个测试数据集上的实验结果显示，相对于谷歌最新的深度计算模型BERT，概念信息语义相似度无监督模型已经比当今最优深度学习模型高出13%-15%。在问答系统上准确性的优势说明，概念信息语义相似度模型对智能问答系统具有明显的应用落地优势。

根据智能交通信息检测需求，依据RFID检测系统的优势而设计出一种基于无线射频技术的智能交通诱导系统，该系统是一种针对智能交通领域的信息采集、传输、分析、处理系统。通过建立基于物联网的智能交通示范工程，为物联网在智能交通上的应用提供基础研究数据和决策依据，以点带面，逐步建立物联网在智能交通领域的数据采集、传输、存储、分析和处理规范和标准，全面提高交通管理水平，规范交通秩序，提高道路利用率，扩大交通管理范畴，提高交通和运输生活质量。利用了物联网的技术优势，通过无源高频率射频技术实时采集路段的车流量信息

根据智能交通信息检测需求，依据RFID检测系统的优势而设计出一种基于无线射频技术的智能交通诱导系统，该系统是一种针对智能交通领域的信息采集、传输、分析、处理系统。 通过建立基于物联网的智能交通示范工程，为物联网在智能交通上的应用提供基础研究数据和决策依据，以点带面，逐步建立物联网在智能交通领域的数据采集、传输、存储、分析和处理规范和标准，全面提高交通管理水平，规范交通秩序，提高道路利用率，扩大交通管理范畴，提高交通和运输生活质量。 利用了物联网的技术优势，通过无源高频率

抛投式微小型智能探测机器人，是一种小型机器人，2公斤以内，可以随身携带，可以以手抛、炮射、空投等方式进入灾害（火灾、地震、化学爆炸等）现场，实现危险环境的无人探测与通讯。 一、项目分类 关键核心技术突破 二、技术分析 应急救援人员在执行如消防侦查等具有一定危险性的救援任务时，都需要尽可能了解任务场景，然后制定指挥方案。在任务环境未知的情况下，如果让救援人员去探测现场情况，不仅难以获得准确、全面的现场信息，更重要的是可能给探测人员带来危险。采用智能侦检机器人代替人员去探测任务场景，可以通过机器人上装备的多种传感器获得完整的现场信息，还能使得救援人员在侦检过程中远离危险，提高任务执行效率，减少人员伤亡。针对不同使用场景，采用不同机器人可以满足使用需求：对于高楼或狭小型空间，可采用抛投式微小型智能探测机器人执行侦检任务；对于地面情况复杂的情况，履带式应急智能探测与救援机器人可以更好实现侦检功能。 本项目形成的产品将主要应用与消防以及应急救援行业，针对火灾现场不明状况的环境条件，尤其是充斥烟气但尚无太高温度的现场环境，研究设计适合消防救援现场信息探测与侦检的抛投式微小型智能探测机器人，通过投掷、炮射等快速部署方式布置到现场，侦测并实时回传现场救援所需信息，实现救灾现场信息的应用集成与辅助决策系统构建，切实保证消防战士施救自身安全、提高救援效率的战术目标。 抛投式微小型智能探测机器人，是一种小型机器人，2公斤以内，可以随身携带，可以以手抛、炮射、空投等方式进入灾害（火灾、地震、化学爆炸等）现场，实现危险环境的无人探测与通讯。 它可在救援人员无法快速接近或不适宜进入的事故现场，采用抛投形式实现快速部署，主动探测火灾现场情况。一方面可以替代消防人员进入不适合人类进入的事故现场，保证了人身安全另一方面，抛投快速部署也提高了灾难响应速度。 本项目中研发的三款机器人都具备对火灾现场温度、气体浓度、可见光或红外图像、视频、声音等环境信息与参数的探测与侦检能力，严格按照消防装备安全规范进行设计，满足消防现场信息探测设施快速部署、所需信息有效侦测等功能要求，特别适用于消防救援现场危险信息的实时探测与搜救任务，可以对起火点的寻找与确认、人员定位与搜救提供重大帮助。根据现场情况的具体需要，可以选择使用不同形态的机器人代替消防战士先行进入各种灾情现场、以及可能坍塌的建筑物、被火墙封锁的室内空间等救援现场开展信息侦检和搜救工作。智能机器人现场侦检实时传回的现场信息，可以有效接入消防救灾现场信息系统，通过信息的集成应用构建救援现场指挥辅助决策系统，对于保证救援人员自身安全、减少次生灾害、提升救援水平具有显著的技术支撑作用。 本项目研发的机器人技术，主要是填补了现有消防装备在复杂环境下智能化侦查能力的不足，使智能机器人技术应用与消防救援任务相结合，社会效益和经济效益价值凸显，并将进一步促进我国消防应急处理关键技术与装备的发展。

该项目是《新一代人工智能发展规划》提出构建非完全信息下智能决策基础理论与框架要求下的形成的首批国内领先、国际一流成果之一。该项目面向非完全信息、群体、多群体的复杂博弈决策问题，对博弈决策的建模、度量、策略求解等具有开创性贡献。在顶级评测ACPC中连续5年保持世界前三、亚洲第一。项目平台实现博弈决策与超算相结合，建立KP级别算力平台的超大规模博弈决策系统。其研究获得国家级重点涉密项目、总装备部重点实验室基金等立项支持。 项目成果与平安、腾讯、前海金融等企业展开广泛的合作。协助平安科技基

成果与项目的背景及主要用途 我国城市交通基础设施的交通供给能力不能满足现实和潜在的交通需求，基础设施短缺与其利用的低效率并存，交通管理智能化可以提高路网通行效率、提高道路利用率；智能化、全天候的交通信息采集处理系统是实现智能化管理的前提和基础。 本成果发明了一种具有安全、无障碍、全天候、在多车道及各种速度下准确测量车速、流量、车型和道路利用率等多种信息的交通信息采集、信息处理系统，包含激光测量装置和交通信息智能处理软件两个组成模块。

Ø  成果简介：随着高新技术的发展和产品复杂程度的增加，尤其是航天、航空等复杂产品向小型化、轻量化、精密化和光、机、电一体化方向的发展，产品的填充密度和装配质量要求越来越高，装配工艺的发展成为保证产品质量和生产效率的决定性因素。虚拟装配工艺规划及其信息管理系统主要是通过构建一个基于VR平台的人机交互装配工艺规划环境，使用户能在可视化的环境下交互地对产品三维模型进行拟实的装配操作，以建立和分析零部件的装配顺序、装配路径、装配过程中的动态干涉，验证和分析装配工、夹具的空间可操作性和装

成果简介:大规模 GPS 信息定位接入与监控云系统包括:大规模传感信息接入与控制系 统、大规模物联信息存储系统、大规模家联信息处理与分析系统(GPU 集群)、负 载均衡系统、目录服务系统、跨系统用户融合系统等具有广泛的物联网应用支持 能力，该系统可以支持百万级规模的 GPS 定位器的信息接入和监控。该系统具有如下优势:1、利用普通的计算机集群和容错机制，具有很高的性能价格比。452、具有大规模支持能力. 随着物联网技术的广泛应用，

本系统是大连理工大学计算机系结合先进的计算机技术、计算机自动检测与控制技术、计算机神经网技术、先进的管理思想以及热平衡理论研究开发的企业计算机信息管理与控制系统。它主要对热电企业汽热资源的利用及城区供暖问题进行了合理的解决，同时帮助企业解决资源的合理利用，达到节能增效。 系统全面的对企业的各个方面进行合理的控制，如人事劳资管理，材料成本核算，库存管理，生产计划，现场监控，收费管理等。该系统中共申请国家专利5项，已获国家专利3项，其中发明专利1项。获辽宁省科技进步奖一项，技术水平达到国内领先。 本系统采用计算机进行供热控制，在保证室内温度的前提下使其经济性有显著的提高，利用离线训练后确定的神经网络，经过在线计算达到最佳输出，从而达到最佳供热状况。 本供热系统是一个多输入、非线性的动态对象，理论模型难以建立， 将神经网引入供热控制系统后，充分地利用了熟练操作者的经验，成功地解决了理论精确模型难建这一难题；神经网的记忆学习能力使其在变工作状况、变负荷运行时自动找到最佳工作点；神经网的离线学习和在线控制反应速度快的特点，使其能够完全胜任负荷变化快的工作特点。 另外，城市供热收费系统采用三层结构，即后台服务器，应用服务器，及客户端。每个模块都采用了一个应用服务器，相应的后台数据库根据业务的不同安装在不同的机器中。每台应用服务器可以供多台客户端使用。本系统采用dcom分布式技术，很好实现分布式功能。还采用了web技术，完成了在互联网上一些收费功能。 本系统主要可以分为以下八个模块：信息录入和修改、收费模块、查询和统计、申请和审批、收费员管理、起诉模块、合同管理、结转及报表功能，其中收费模块是核心模块。 本系统运行状况良好。以大连某热电厂为例，该热电厂承担该市冬季工业生产和70%民用采暖用汽量，其中，民用建筑面积约有160万平方米，本系统运行3年获得了极好的效果。若供热站的供热面积越大，效果则越明显。 采用本供热系统能够节约蒸汽，减少运行成本，从而提高了人们的取暖质量。从已在运行的供热站来看，采用计算机控制可普遍提高热效率，原来运行状态较好的供热站至少可提高10%，而对于一些原来自动化运行欠佳的供热站，这个值将更大些，节能更明显。