产品详细介绍　它的与众不同之处就在于，它可以即时完成对大小规格不等物体的数字化三维扫描。拍摄物被置于一个由一百多台定焦单反相机构成的球面阵当中，该结构受到霍伯曼球（hoberman sphere）的启发，每个节点上都有一台相机，可实现等速运动。 ----------------------------------------联系人： 袁小姐 电　话： 186-0005-0633 ----------------------------------------扫描棚功能参数：  　　可对2米以内的人体或物体进行扫描； 　　提供135个800万像素的网络相机矩阵； 　　提供一体式千兆网络供电模块，实现稳定的供电系统及高速数据传输； 　　可提供30个室内光照明单元，实现无环境光和阴影的干扰； 　　提供5个3000多流明直投式照明系统，可降低解码的出错率和投射图案的制造误差，提高投射图案条纹精度； 　　仅需微调，三维扫描棚即可收缩扫描小型物品；也可展开同时扫描多人。内侧受光的可折叠板材将扫描舱围合起来，创造出一个无影的拍摄环境。 三维扫描棚 　　只需按下相机快门，哪怕是动态的物体，拍摄所得的数据也能建出高分辨率全彩色的数字模型，直接用于高清3D打印，更多产品参数请关注北京欧雷官网：www.ouleivr.com或直接来电咨询

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。

近期，西安交大刘畅研究员等通过将大量间隙氧原子（12 at%）固溶进TiZrNb系中熵合金，将其屈服强度提升至接近理论强度的4.2 GPa（C. Liu et al.Nat. Commun.13, 1102 (2022)）。

该研究报道了一个SEP亚家族的VvMADS39基因，结合功能研究及其参与的网络调节机制，证实VvMADS39对葡萄花分生组织的维持及在胚珠发育过程中发挥重要作用。

LAG-3和PD-1是两个潜在的器官移植免疫排斥治疗靶点，成功制备了间充质干细胞来源的FGL1/PD-L1双靶点外泌体，发现其能够在小鼠异体心脏移植模型中有效减轻移植排斥，展现了良好的治疗效果。