凯米特公司是集高档建筑铝材、装饰铝材、工业铝材、全屋全铝定制家居及系统门窗的研发、设计、生产、销售及服务为一体的综合性现代化大型企业，位于“绿色工业平台”——全国物流之都山东省临沂市，现在高新区和费县建有两个生产基地，共占地1000余亩，具备年产20万吨的铝材生产能力和50万平方米的产品定制和深加工能力，为全国一线铝型材加工制造企业。 公司产品线齐全，优势产品包括阳极氧化、电泳涂漆（有光和消光）、粉末喷涂、氟碳漆喷涂、水性漆喷涂、木纹转印、立体木纹、3D/4D手感立体木纹、隔热（穿条式、浇注式和填充式）等建筑及工业型材，广泛应用于建筑门窗工程、大型幕墙、高档装饰及工业制造等领域。高端定制“米克尔”门窗幕墙系统，被国家质量认证中心认证为“中国节能产品”，并被纳入国家节能产品采购清单。 公司坚持“贯注创新，驱动市场”，内设专门研发及应用设计机构，外与经销商专家、知名高校及行业研究机构建立紧密的产、学、研合作及专利共享体系，企业技术中心被认定为“省级企业技术中心”，并拥有“隔热型材工程研究中心”称号。公司重点引进行业国际先进设备，遵循纯铝工艺，国家标准。技术性能领先，工艺节能环保，生产坚持“品质至上”，全过程采用精益化管理，科学规划订单，保障产品交期，立志做行业生产管理标杆。   　　公司的快速稳健发展得到了各级政府及部门的肯定，先后获得众多荣誉：“国家高新技术企业”、“中国建筑铝型材二十强企业”、“中国房地产建筑隔热铝型材首选实力品牌”、“中国铝行业十大匠心品牌”、“中国铝型材行业十大影响力品牌”、“中国专利山东明星企业”、“山东名牌”、“山东省著名商标”、“山东省守合同重信用企业”、“市长质量奖”等，并连续被评选为省市建设工业产品协会、门窗幕墙专业委员会主任委员单位。

化工新材料的技术研发、技术转让、技术咨询、技术服务;医药中间体、化妆品添加剂、催化剂(不含危险化学品）研发、  生产、销售;化工产品及原料(不含危险化学品)、I医疗器械、I医疗器械、Ⅲ医疗器械化学制剂(不含危险化学品)、机械设备、及配件、仪器仪表、实验设备、橡胶制品销售;货物进出口，技术进出口，国家限定公司经营或禁止公司经营的货物或技术除外。

济宁市安鸿新材料有限公司成立于2015-08-04，法定代表人为汤兴利，注册资本为600万元人民币，统一社会信用代码为91370829349078361B，企业地址位于山东省济宁市嘉祥经济开发区新民路南首路西、新焦满线路北，所属行业为化学原料和化学制品制造业，经营范围包含：阻燃剂、有机硅树脂、粘合剂、氧化锆、水镁石的加工、销售.化工产品（不含危化品）、电线电缆、塑料制品销售。

青岛海粟是一家专门从事色谱材料，自有技术循环生产的企业。主要有层析硅胶、高效硅胶、硅基色谱填料、贵重金属清除剂、色谱耗材等高性能的提纯分离材料，广泛应用于制药、化学合成、精细化工、科研分析制备等领域。 在科技国家高速发展的背景下，我们不能单纯依靠国外几十年前的技术水平，必须要创新突破，找到我们自己的道路。公司首先依靠产品的稳定性，再对产品特性坚持不断的探索，对工艺环节流程认真优化，可提供常规和定制等不同的系列产品，满足多样化的市场需求。帮助客户在分析和制备中减少项目问题和提高运行效率，共同向上发展。 公司自创立以来，始终坚持“尊重、谦和、正直”的做人做事理念，致力于更用心的产品和服务，尊重员工和客户的各项建议反馈，希望彼此协作激励，获得更多的认可和信任，使公司未来发展的可持续性更好，也会协同各方积极为社会的发展做出更多的贡献。

博理科技是国际领先的3D打印全产业链高新技术企业，致力于数字化技术研究与应用开发。博理以高分子材料与3D打印装备研发为核心，以数据设计、数据应用、软件自动化、工业智能化等技术研发为支撑，专注于数字化智能制造与数字化应用服务。形成了面向多产业的综合应用解决方案，取得了3D打印技术应用的突破性成果，开创了以增材制造（3D打印）为基础的“设计即产品”的新制造模式，助力多行业生产制造的数字化改革与创新发展。  企业使命：让制造更简单，以数字化柔性制造满足人们的个性化需求 企业愿景：成为全球高分子材料3D打印智能制造的领军企业 

成果描述：本课题采用理性设计的策略，通过基因重组的手段构建杂合抗菌肽LfcinB-P-CB，具有活性高、稳定性强、无毒等优点。通过对抗菌肽工程菌发酵优化，及抗菌肽纯化、制剂工艺研究，建立中试规模的抗菌肽制剂的制备体系。抗菌效果达到杂合肽LPCB与Amp（50 μg/mL）抑菌直径之比大于1.0；耐热性强，在100 ℃条件下维持3 h活性无明显降低；有一定的耐酸碱性，在pH 2~10的环境中仍能保持较高的活性；安全性高，对真核细胞几乎无溶血性；实现杂合抗菌肽LfcinB-P-CB在畜禽生产中的应用，解决抗生素等化学抗菌材料造成了日益严重的环境问题，降低某些物质会以原型或代谢物形式排泄造成环境污染使环境中出现耐菌株的可能性，从而给人类生存环境构成危害。市场前景分析：据国外报道，欧洲各国的养牛业、养猪业及养禽场无一例外普遍在配合饲料中添加了上述兽用抗生素作为“动物生长促进剂”。泰洛星已成为当今世界上头号兽用抗菌剂，去年泰洛星的销售额高达2.75亿美元。我国当前的动物养殖面临越来越严峻的疫病困扰，因此抗菌肽产品在动物保健方面的开发和应用在我国需求巨大。2010年全国动物用抗菌肽类产品年销售额接近一亿元，但抗菌肽的总市场容量至少超过100亿。因此本项目开发的抗菌肽具有广阔的市场前景。与同类成果相比的优势分析：抗菌效果达到杂合肽LPCB与Amp（50 μg/mL）抑菌直径之比大于1.0；耐热性强，在100 ℃条件下维持3 h活性无明显降低；有一定的耐酸碱性，在pH 2~10的环境中仍能保持较高的活性；安全性高，对真核细胞几乎无溶血性；

本发明公开了一种硅烷偶联剂修饰二氧化钛纳米管阵列材料及其制备方法和应用。该硅烷偶联剂修饰二氧化钛纳米管阵列材料主要由二氧化钛纳米管阵列、硅烷偶联剂、有机溶剂和冰醋酸混合后反应得到，可应用于处理含有机污染物和/或重金属污染物的废水中。本发明的硅烷偶联剂修饰二氧化钛纳米管阵列材料氧化还原能力强，可同时去除有机污染物和重金属污染物，且去除效果好，可反复使用。

本发明公开了一种硅烷偶联剂修饰二氧化钛纳米管阵列材料及其制备方法和应用。该硅烷偶联剂修饰二氧化钛纳米管阵列材料主要由二氧化钛纳米管阵列、硅烷偶联剂、有机溶剂和冰醋酸混合后反应得到，可应用于处理含有机污染物和/或重金属污染物的废水中。本发明的硅烷偶联剂修饰二氧化钛纳米管阵列材料氧化还原能力强，可同时去除有机污染物和重金属污染物，且去除效果好，可反复使用。

为使青藏铁路有更高的稳定性和更长的使用寿命，有必要采取“以桥代路”的形式通过一些极不稳定的高温、高含冰量的多年冻土地区。桥梁的稳定性关键在于桩基，在多年冻土地区，桥梁基础的冻胀和融沉，往往是多年冻土地区桥梁稳定性破坏的主要原因。故对高温退化性多年冻土地区桥梁桩基温度场变化规律、桥梁变形规律进行了研究，确定以桥代路工程在高温高含冰量多年冻土地区的适用性及耐久性，以满足青藏铁路在设计年限内稳定性的需要。

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。