大连工业大学艺术与信息工程学院是一所经教育部批准设立，由大连工业大学按新机制和新模式举办的全日制普通高校(独立学院)。学校成立于2002年6月，现有全日制本科生7500余人。学校先后获得“辽宁省高校毕业生就业工作先进集体”、“辽宁省大学生创业教育示范校”、大连市教育系统“青蓝工程先进集体”等荣誉称号。 学校地处素有“北方明珠”、“浪漫之都”之称的辽宁省大连市，新校区位于大连北黄海经济区——大连市庄河，这里山青水绿，钟灵毓秀;这里碧海蓝天、风光旎丽;这里环境优美，风景如画。 校园环境宜学宜居。新校区占地面积770余亩，建筑面积18.5万平方米，“人文校园、文明校园、生态校园、智慧校园”处处得到彰显，校园规划现代别致，文化气息浓厚。教学楼、图书馆等楼群端宁恢弘，井然有致，学生公寓设施完备，功能齐全，让学子拥有“家”的感觉。学校是一所宜学宜居，充满生机和活力的现代大学。 教育教学特色鲜明。学校以立德树人为根本任务，依托大连工业大学学科专业优势，以建设特色鲜明的应用技术大学作为办学定位，以“学生为本、教学为重、特色为先、就业为上”作为办学思路;以培养德、智、体、美全面发展的应用型、技术技能型本科人才为培养目标，根据经济建设和社会发展需要，开设了24个本科专业，形成了工、管、经、艺、文等5大学科交叉渗透、协调发展的办学格局。 学校师资力量雄厚。学校现有专任教师383人，其中硕士以上教师242人，副教授以上96人，形成了一支师德高尚、业务精良、结构合理的专兼职教师队伍。同时学校还定期聘请国内知名专家、知名企业家、社会知名学者等人士到校讲学。 人才培养因材施教。学校始终坚持构建知识与能力统一、理论与实践结合的人才培养模式。重视课堂教学与实习实践、工作室教学相结合;校内教学与校外实习基地教学相结合。学校开展部分专业大类招生，入学后学生可根据兴趣爱好选择专业，使学生的兴趣爱好与专业学习相得益彰。近三年，学生多次参加国家、省、市级创新创业大赛，并取得较好的成绩，先后获得国家级奖项4项、省级奖项14项、市级奖项12项。 学生就业前景广阔。建校以来，学校为地方经济建设和社会发展培养了数以万计的合格人才，先后与省内外知名的百余家企事业单位签订了战略合作和校企合作协议，为学生学习就业打造更多空间和机会。学校开设辅导课程鼓励和引导毕业生学习深造，先后有毕业生考入清华大学、中国传媒大学、大连理工大学、四川大学、鲁迅美术学院等知名学府攻读硕士学位。近年来，毕业生初次就业率位居全省同类院校前列，毕业学生受到用人单位的普遍好评。 国际交流广泛多元。学校先后与美国、日本、韩国、澳大利亚等10余所知名大学建立校际友好关系，联合开展交换生、游学活动，拓展学生国际视野。学校针对有意愿出国留学的学生，开设英语辅导课程，提升学生语言能力。 校园文化丰富多彩。学校始终把开展丰富多彩的校园文化活动作为培养青年学生文化素质的重要载体，努力营造健康高雅、生动活泼的校园文化氛围，极大地丰富了学生的课余生活。学校现有各类学生社团组织30余个，青年志愿者、社会义工1000余人。每年都举办“校园文化节”、“读书节”等品牌活动及各类文体活动，彰显青年学子风采。 站在新时代，大连工业大学艺术与信息工程学院以“科教兴国”为已任，努力把学校建设成为省内一流、国内知名、特色鲜明的应用技术型大学。

数据是企业的重要资源，数据质量则是体现其价值的关键。大多数企业已建立的众多的基础专业数据库、信息资源管理系统，并完成的数据仓库建设，但是对数据与信息的质量、新数据是否上来以及上来及时性等缺乏有效的监控手段；同时，已有信息资源往往被分散的保存着，其管理维护乃至数据库的变更都难以掌控。本系统基于元数据、元结构、元知识模拟专家对于数据与信息资源的管理策略，利用机器学习、自然语言处理以及知识库技术，实现了基础数据资源监控与管理，建立了基础数据资源动态监控与质量巡检系统。系统主要功能包括： 元数据管理 建立和管理包含所有基础数据库结构信息的元数据库，使对各个基础库中的最新数据项和数据项变更历史等有一个全面的掌控；同时也为今后建立在基础库之上的应用和对数据库的维护打下良好的基础。 重要基础数据的采集监控 对各基础数据库中的重要数据是否及时采集入库及基础数据的删除进行定期的监控，并对监控的结果给出相关结论报表，以便及时了解各基础库数据的数据增删情况。 数据质量巡检子系统 定期地对各基础数据库中的重要数据项进行质量检查，监控各数据项中的数据是否满足给定的规则条件，对于不符合条件的数据通过提供的预警机制进行预警。 本技术可用于通信、能源、交通、政府、国家中医药管理局、医疗机构、冶金行业、石油石化等行业。

广东顺德宙思信息科技有限公司成立于2016年，是一家三维虚拟仿真交互软件研发设计的国家高新技术企业，致力于为各行业提供数字孪生、XR虚拟仿真教育实训软件、3D数字化营销(3D动画、3D虚拟展厅、3D产品展示、3D营销小程序等)等系统开发综合解决方案服务商。产品广泛应用于数字化工厂、智慧城市、智慧园区、展览展会、高职院校、工业培训、产学研究等众多领域。 

一、项目简介 随着AlphaGo及其Zero的相继推出，近年来以神经网络计算为基础的深度学习及相关优化算法已成为人们研究AI的热点。深度学习算法在AlphaGo中的成功应用主要是依赖神经网络监督学习的网络层次及神经元数量提升，而其Zero的应用不同则是在于引进了博弈优化的思想，这就给以并行计算为核心的神经网络优化算法理论研究提供新的思路。 鉴于传统神经网络优化算法面临非全局优化的难题，我们基于吉布斯分布采样优化计算，提出一种以脉冲神经元构成的混合网络结构动力学系统来实现的神经网络全局优化算法，引进纳什平衡理论来优化的神经网络计算方案，并设计一款相应的通用神经网络并行处理器芯片，以新型芯片编程架构模拟人脑功能进行感知、行为和思考新型芯。 二、前期研究基础 本团队主要是由厦门大学福建省集成电路设计工程技术研究中心、厦门大学集成电路设计与测试分析福建省高校重点实验室的教师与学生组成的，主要从事人工智能、网络通讯、集成电路设计、纳米单电子器件等方面的研究工作，并积累了深厚的研究基础。团队首席科学家郭东辉教授十多年前曾在美国加州Berkeley 大学非线性电路实验室访问，从事有关细胞神经网络(CNN)有关课题的研究，先后主持国家自然科学基金项目五项，其中与神经网络研究内容相关的有两项，分别是《视觉神经网络光电集成系统的研究》(批准号：69686004)和《混沌神经网络加密算法及其相应集成电路的设计研究》(批准号：60076015)。 本团队同时也是厦门市集成电路设计公共服务平台的主要技术支撑单位。在厦门市科技重大专项经费的支持下，我们配备了开展模拟及数字SOC 芯片设计所需要的各种EDA 工具和IC 测试设备。此外，厦门集成电路设计公共服务平台也是TSMC、SMIC 等芯片制造厂重要合作伙伴，并与厦门联芯、三安集成等芯片制造厂也有长期的合作协议，可以进行包括射频及功率芯片在内各类模拟及数字SOC 芯片的设计流片。同样，在学校211 和985 经费的支持下，本团队也独立配备了8 台IBM 服务器分别运行MATLAB、OPNET、SPW、ANSYS、Silvaco TCAD 等系统设计与器件工艺仿真工具。本团队所在的微电子与集成电路学科也已列入我校“双一流”建设学科，有关类脑芯片设计相关课题研究所需要的科研环境建设将得到重点支持。特别是厦门联芯公司在量产后，已将本团队作为其先导技术开发的重要合作伙伴，也委托我们开发相应的器件模型及电路工艺库。在厦门火炬高新区及厦门市IC 平台的支持下，厦门联芯公司还可以为我们团队提供免费的MPW流片业务。 自2009年，本团队与福建新大陆电脑股份有限公司签署 “共建SoC联合实验室”以来，基于该平台，每年合作项目经费近百万，同时还完成了多项横向合作项目：面向金融、税控的专用信息处理与控制SoC芯片开发、安全密码算法研究、区块链接技术研究等等，培养了大批优秀的硕士毕业生；厦门市美亚柏科信息股份有限公司是本团队的长期合作伙伴之一。 总之，不管从算法理论研究还是从应用技术开发来看，本课题组已具备相当优秀的研究基础和研究经验，以及显著的前沿技术攻关能力。 三、应用技术成果我们的相关研究成果也得到企业界的重视和肯定，课题组先后承担过如深圳 华为公司首歀交换芯片项目的调度算法设计、福建新大陆首款二维码识别芯片的算法及后端版图综合设计、台湾盛群公司首款32 位处理器及专用处理器编译器开发和厦门元顺公司多款电源管理芯片的设计。最近课题组还为我国某研究机构开发28nm 的低功耗设计流程专门设计一款挂载加可重构解密算法协处理器的32 位通用处理器验证芯片。

在国家自然科学基金的支持下，“基于网络视频服务器的多路人脸识别与监控系统”深入研究了复杂环境下的人脸识别算法，并形成了一套可实用的实验系统样机。 该系统提供了多种人脸识别算法选择的功能，一方面可以使本系统能够在特定场合迅速融合多种特征或识别结果，形成特定任务域的人脸识别实用系统；另一方面本系统可以作为一个通用人脸识别算法评测系统，以便在统一的环境和标准下评测各种人脸识别算法的性能。 目前，该系统在室内可控环境下的识别率可以达到99%以上，可以用于门襟、考勤等领域。在自然环境下，该系统也有较高的识别率，尤其是在考虑Top-n (n>10)识真率的条件下，可在公安、交通、机场、车站等监控及追捕逃犯等领域的有效辅助手段，可大大提高安全性和工作效率。 主要应用范围： 公安、交通、机场、车站等场所的监控，银行及重大安全部门的身份鉴别，日常门禁及考勤系统等。

本系统利用无线传感器网络技术（Wireless Sensor Networks, WSNs）实现对监控区域泄漏的化工气体进行实时监测和全局分析，主要涉及对有害气体的扩散边界追踪、有害气体泄漏源的推测。系统突破了相关研究中仅报告连续目标内边界（图1中节点Na到Ne组成的区域）的局限性，重点转向保证边界识别精度的前提下，根据边界特征最小化气体外边界区域中的节点个数（筛选节点N1到N8中的冗余节点），完成气体的边界识别与追踪，实现安全定位。

本发明提出了多态聚类的概念，并公开了一种时序网络与时序 数据的多态聚类分析方法。多态聚类是一种针对时序网络或时序数据， 以多种标准作为相似性度量指标的聚类分析方法，包括以下步骤：首 先，如果处理对象为时序数据，则只对时序数据加工成特定的形式， 而如果处理对象为时序网络，则通过谱映射的方法把时序网络映射为 特定形式的时序数据。其次建立此时序数据的多态向量，最后，对多 态向量采用改进的同步化聚类方法聚类得到多态聚类结果。

该项目来源于部级科研课题，主要以精密传动系统为研究对象，建立了动态传动精度模型，分析了传动系统中各零件的加工误差、装配误差、间隙及齿轮啮合刚度、轴承刚度等因素对传动误差的影响；开发出传动误差测试系统，实现了传动误差的高精度测试，其测试精度为±2角秒，并可分析传动系统单项传动误差和各次谐波。 该传动误差测试系统可广泛应用于各种精密传动系统的误差测试与分析中，如齿轮机床、数控机床、精密减速机、工业机器人等的传动系统中。该项目由一支从事多年传动系统设计、制造的高水平科研团队承担，多年一直从事该产品的开发，积累了较丰富的设计制造经验，承担了多项国家863课题、国家重大专项课题、省部级课题等。

针对当前高端机械系统和装备结构复杂、工况极端、成本高、测试数据缺乏、可靠性要求高等特点，研究和开发面向复杂结构和装备的不确定性分析与可靠性设计理论、方法、测试技术及软件平台，有效解决传统可靠性技术在处理复杂系统时遭遇的样本不足、不确定性度量困难、可靠性分析精度与设计效率低等技术瓶颈，工程化地实现产品在服役周期内的保质设计。研究和开发面向复杂结构和装备的可靠性测试技术，例如：焊接结构疲劳失效试验与仿真、全场应变测量与分析、全场温度测量与分析等技术。实验室建设有湖南省省内先进的疲劳试验测试平台，拥有各类先进疲劳试验仪器，如SEM原位疲劳试验机、拉扭组合疲劳试验机及超高周疲劳试验机等，可满足各类疲劳测试及研究的需求。并建有非接触实验测量技术平台，拥有三维全场应变测量系统、红外热像仪、扫描电镜、金相显微镜等先进仪器。