本发明公开了一种复合多糖凝胶及其电化学 3D 打印制备方法和应用。将 pH 敏感性多糖与温度敏 感性多糖分别配制成溶液，将两种溶液混合均匀后室温放置，形成复合多糖凝胶;将电化学阴极和阳极 一同插入复合多糖凝胶中，阴极固定在 3D 打印机的喷头上;对 3D 打印机设置打印速度、模板规模、 填充密度以及沉积时间，通过外接电源控制输出电信号，阴极在移动过程中沉积出复合多糖凝胶;将复 合多糖凝胶置于热水中加热，未沉积的复合多糖凝

一种基于聚类强化学习的城市道路交叉口交通信号优化方法，该方法涉及智能优化技术领域，可以提高单位时间内通过道路交叉口的车辆数。道路交叉口是道路网的重要组成部分，也是路段交通流的瓶颈。研究显示，城市平面交叉口的通行能力只相当于路段上的40%-50%。平面交叉口所消耗的时间约占全程时间的31%，而车辆行驶延误时间中有80%-90%由平面交叉口延误造成。提高城市平面道路交叉口的通行能力，可以减少车辆延误，节约人们的出行时间，增强人们的出行安全，并能够减轻环境污染。  本发明能够根据交叉口的 交通状态自动选择合适的相位动作，以适应交叉口交通状况的变化，能够提高单位时间内通  过交叉口的车辆数，减少车辆延误。与其他聚类强化学习方法的不同之处在于，本发明在学 习过程中，能够根据回报值的标准差动态地增加或减少质心数，能在保证强化学习收敛的前  提下尽可能地减少质心数，从而尽可能减少Q值函数存储空间、提高收敛速度，使交通信号控制策略更快地适应当前交通流情况，从而尽可能减少交通延误。

本发明公开了一种阴、阳膜电极交替组装的电化学反应堆及其应用，属于电化学领域。该反应堆由夹具、双极板、隔板、复合膜电极和填料组成，具有阴极入口、阴极出口、阳极入口、阳极出口、反应堆入口和反应堆出口。其中复合膜电极为由多层材料复合组成，根据催化产生的离子类型分为阴、阳两种膜电极，在反应堆装配过程中交替装配。该反应堆可应用于氧还原反应以及“电‑热”耦合反应。

南方科技大学材料科学与工程系助理教授任富增课题组提出通过调控合金界面结构和化学成分实现超高耐磨性能的新策略。相关研究成果发表在金属材料领域顶级期刊Acta Materialia上。 该研究成果对服役于极端环境的新型高强耐磨合金设计提供了新思路，将有助于开拓多主元合金在耐磨损领域的应用，对设计用于严苛环境的高强度、耐磨损、热稳定合金具有一定意义，且为拓展界面相工程在多主元高熵合金领域的应用挖掘了潜在研究方向。本研究中开发出的TiMoNb合金除可用于高温耐磨材料之外，其高强度、良好的生物相容性、耐腐蚀性使其在牙科、骨科等医用植入材料领域亦有广泛的应用前景。

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。

本实用新型提供了一种机械工程教学用吹摆实验装置，包括底座，底座上安放有吹板支架和风扇支架，吹板通过旋转轴连接吹板支架，转轴端安放有角度传感器，风扇支架上安放风扇，底座内设有分别运动控制卡和为其供电的电源，运动控制卡分别连接角度传感器、风扇和上位机。本实用新型利用角度传感器测量吹板角度信号，利用运动控制卡完成硬件与 PC 机的通信以及风扇速度控制，利用上位机程序完成自动控制。整个装置结构简单，成本低廉，具有很好的机械工程控制实验教学效果。

【发 明 人】朱毅 ; 程洁 ; 朱更坚 ; 励建安 ; 徐斌 ; 金宏柱 ; 李怡【技术领域】本发明涉及的是一种标准化自动定量康复推拿治疗动物实验研究平台，适用于不同康复和推拿手法应用于动物实验的定量研究、量效关系、标准化研究。【摘要】 本发明涉及的是一种标准化自动定量康复推拿治疗动物实验研究平台，适用于不同康复和推拿手法应用于动物实验的定量研究、量效关系、标准化研究。包括固定支架、被测体固定台面、恒定压力机构、水平移动机构、垂直旋转机构和步进电机控制器；固定支架底部装有被测体固定台面，固定支架一侧装有步进电机控制器；水平移动机构由压力移动台、平移导杆、同步带一、同步轮一、同步轮二、步进电机一、限位传感器组成；垂直旋转机构由压力旋转台、花键轴、旋转曲杆柔压球或柔压轮、同步带二、同步轮三、同步轮四、步进电机二组成；所述的恒定压力机构由砝码盒、花键轴、压轮或柔压轮组成，砝码盒安装在花键轴上部，压轮或柔压轮安装在花键轴下端部。  

一种基于物联网技术的实验室安全管理平台，包括实验平台和安装在所述实验平台上的排风装置；所述排风装置为U形管状结构，一端固定在实验平台上，另一端设置吸风口，所述吸风口位于实验平台正上方，排风装置与吸风口连接端内壁设置环形凸沿，所述环形凸沿上端形成倒圆锥形截面，下端形成正圆锥形截面，环形凸沿上端与下端之间形成圆柱形通道。通过排风装置对实验平台产生的废气或烟雾进行排风时，由于环形凸沿的设置，一方面在可以增大排风抽力，使烟雾快速的吸入吸风口并经环形凸沿的圆柱形通道进入排风装置中，另一方面由于环