一、项目分类 显著效益成果转化 二、成果简介 在茶园管控方面，取得以下成果： （1）探明了太阳天顶角、高度角以及太阳光谱中夫琅和费线对于田间光谱采集的影响规律，提出了融合高光谱和深度图像技术的茶树生理信息定量检测方法。其中，茶树氮肥吸收利用检测方法处于国际领先水平； （2）将共聚焦显微拉曼光谱技术应用于茶炭疽病早期诊断中，可在显症前24h诊断出病害； （3）研制出茶叶信息的快速高通量远程测量系统及装备，开发了茶园实时监测与精细化管理物联网云服务平台，实现了茶园水肥精准管理和病害防控。 在茶叶加工方面，取得以下成果： （1）探明了流水线上堆积状茶叶几何形态差异、紧实度对于光谱测量的影响机制，提出了融合图像灰度共生矩阵和指纹光谱特征的品质在线检测新方法； （2）研制了鲜叶含水率、色素、老嫩度等品质指标的无损快速检测装备，实现了堆积状茶叶品质指标的动态检测； （3）发明了基于生产线上茶叶原料实时品质信息的加工工艺自适应系统，为茶叶加工智能化奠定了技术基础。 在茶叶生产加工信息管理方法，取得以下成果： （1）提炼设计出名优绿茶机械炒制的核心作业机构，把扁形名优绿茶加工过程拆分成数道机械炒制流水工序； （2）探明了扁形名优绿茶机械炒制的关键工艺参数，建立了扁形名优绿茶机械制茶工艺指标数据库和标准； （3）发明了融合传统工艺与现代化信息集成控制的绿茶数字化连续加工智能控制系统，实现从“凭经验做茶”到“看数字制茶”。

各地基建物资设备的海量信息检索与搜索引擎攻关

本发明公开了一种基于用户的统计信道状态信息的预编码方法及系统。该方法包括如下步骤：根据用户的信道状态，将用户分为统计用户和瞬时用户，基站获取所有统计用户的统计 CSI 和所有瞬时用户的瞬时 CSI；对每个统计用户，计算其正交于其他用户的信道空间的正交子空间，并利用该正交子空间设计该统计用户的预编码向量；获取所有瞬时用户正交于所有统计用户的信道空间的正交子空间，并利用该正交子空间设计所有瞬时用户的预编码矩阵。该方法仅利用用户的统计 CSI，不限定基站服务的用户数目，能够同时服务于仅有统计 CSI 的用户和有瞬时 CSI 的用户，并且能够有效避免两类用户之间的干扰。

本发明公开了一种基于极化毫米波辐射的获取目标表面方位信息的方法；通过在无极化辐射环境中分别以三种不同的天线极化旋转角度对包含目标的场景进行成像，得到目标的亮温图像；再计算每个表面的平均亮温值；然后将每个表面的三种不同天线极化旋转角度及其相应的平均亮温值代入曲线方程中，求解出每个表面的表面方位信息角；最后根据表面方位信息角再次对目标进行成像，得到新的亮温图像，进而结合表面方位信息角的终边方向上的亮温变化趋势以及判断原则，得到每个表面的法向量的方位角。本发明能非接触、被动、高精度地获取目标表面的方位角信息，为目标的检测与识别提供更多的有用信息。

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。

近日，化学学院徐浩教授课题组在催化不对称合成领域取得了新进展。

中试阶段/n该项目建立具有代表性的宫颈癌临床研究队列及相应的生物标本和数据库，完成规模化宫颈癌发生和HPV整合蛋白质分子网络的构建，绘制宫颈癌特征性的蛋白质分子网络谱图，有助于完善宫颈癌新标志物的转化研究。该项目在节能保护卫生资源的基础上，减少了由宫颈重大疾病引起的社会生产力下降，对于稳定家庭与社会都将产生巨大效益。配套条件包括已投资3000多万元教育部肿瘤侵袭转移重点实验室购置分子细胞生物学研究设备，包括核酸研究、蛋白分析、细胞培养设施等。

主要技术内容： （1）破传统喷雾泵生产设备机械结构设计，采用凸轨、凸轮机构，创新性 研制了高精度、高效率的喷雾泵电化铝壳抓口机、喷头打喷咀机等系列装配设备， 提高了设备的装配精度和效率。提出集成基于等价输入干扰估计器与参数智能辨 识的智能驱动控制技术，成功解决了微型喷雾泵现场设备层不确定干扰、电机参 数的时变性对装备电机控制性能影响问题，提高了生产装备控制的精度及可靠性。 （2）集成 RFID 与 WSN，构建微型喷雾泵生产过程信息采集网络，创新性地 引入混沌粒子群优化算法，优化采集网络节点部署；动态选择通信节点数目，在 获得最大网络覆盖范围的同时，避免节点间的冲突，降低网络能耗，保证了生产 过程数据采集与传输的实时性和可靠性。 （3）创新性提出并实现了微型喷雾泵制造过程多目标资源优化调度技术。 建立生产车间多目标资源优化调度模型，提出基于种群年龄模型的动态粒子数微 粒群优化算法来求解优化问题，并采用层次分析法进行决策，成功实现了微型喷 雾泵生产全流程的精益管控，全面提高了生产质量与资源效率。 （4）创新性研发了一种面向制造全过程的信息集成平台。将生产过程信息、 管理信息等数据高度融合，实现底层物联网到互联网的无缝连接；解决了常规 DCS、MES、ERP 三层架构存在的数据交换困难、系统庞大、功能定制性差、难以354 适用于中小型制造业等缺点，为微型喷雾泵制造装备的自动化和信息化融合提供 了解决方案。 行业意义： 项目通过攻克微型喷雾泵生产装备的自动化与信息化技术融合的关键技 术，突破国外先进技术的壁垒，形成了自主知识产权与技术体系，项目成果提 升了微型喷雾泵加工装备的自动化、信息化水平，符合国家可持续发展战略的 绿色制造技术，可带动和促进化妆品、保健品等领域向高档化的高层次技术方 向发展。 获奖情况：2015 年获中国轻工业联合会科学技术进步奖一等奖。 成果的技术指标、创新性与先进性： （1）引入凸轮、凸轨等机构，并结合等价输入干扰估计器、智能辨识等方 法设计控制策略，从机械和控制两方面进行突破，自动化程度和生产效率高。 （2）集成 RFID 与 WSN，采用混沌粒子群优化算法优化网络节点，动态选 择通信节点数目，降低网络能耗，生产过程数据采集与传输的实时性和可靠性 高。 （3）建立以缩短生产周期、减少机器空转时间、降低产品次品率为等为目 标，采用种群年龄模型的动态粒子数微粒群优化算法求解生产过程优化调度问 题，采用层次分析法进行决策，实现微型喷雾泵生产全流程精益管控。 （4）采用完全不同于传统 DCS、MES、ERP 三层架构的模式，直接面向生 产、管理全过程，开发信息集成平台，自动化和信息化融合度高、适用于中小 型制造业。 技术的成熟度： 相关技术已经形成产品，在无锡圣马科技有限公司及其下游企业进行了产业 化。 应用情况： 针对微型喷雾泵加工装备产业当前普遍存在材料消耗大、能耗高、可靠性差、 加工效率低、品种适应性差等问题，本项目以提高生产装备的自动化与信息化水 平为目的，在装备高性能自动化控制、信息的采集与传输、优化调度、精益管控、 平台建设等方面已经取得了创新性研究成果，并对成果进行了提炼、集成，从 2012 年开始，针对本项目整体技术展开全面推广，应用于江苏、广东等地区的 10 多家轻工装备制造及使用企业。355 应用实践证明了，本项目成果总体技术创新程度高、成熟度高、附加效益显 著，显著提升了我国塑料装备在国际市场具有较强的竞争力，有利于提高我国塑 料装备的设计制造智能化水平，推动了我国塑料制造业的国际化发展。