多年来东北大学与华为公司在人才、科研、教学、竞赛等方面保持着紧密合作。 6月29日，东北大学与华为技术有限公司在主楼824室举行教育部—华为“智能基座”产教融合协同育人基地签约仪式。东北大学副校长王建华教授，华为云副总裁、华为云全球Marketing与销售服务部总裁、东北大学校友石冀琳出席签约仪式。东北大学团委、教务处、人事处、对外联络与合作处等职能部门和相关学院负责人以及参与智能基座课程优化的部分教师代表，华为北京研究所、辽宁代表处、2012实验室、计算产品线的专家参加签约仪式。 王建华代表学校致辞，对石冀琳一行的来访表示热烈欢迎。王建华表示，教育部—华为“智能基座”产教融合协同育人基地项目由未来技术学院承担，项目的签约落地必将进一步深化双方在信息技术领域的全方位合作，构筑更为紧密、可持续发展的合作机制与人才培养模式，合作培养更多适应国家战略、产业需求、未来发展的创新型人才。 王建华对于基地的建设提出了三点希望，一是学校要和一流企业共同瞄准未来技术难题，以育人为本，推动多学科、产学研多方位的融合，培养社会人才；二是在协同育人的基础上，以华为科技精神和东大信息学科作为纽带，探索在学术研究、企业价值等方面进行更加深入的切合双方特点的合作机制；三是基地建设要着眼于交叉化、全球化、未来化，希望双方以“智能基座”基地为育人基石，面向全球、着眼未来，建设具有突出特色的“智能基座”育人基地，推动产教融合协同育人的新发展。 石冀琳表示，多年来东北大学与华为公司在人才、科研、教学、竞赛等方面保持着紧密合作。双方合作建设了“未来技术学院”，共同探索面向未来技术、未来科技所需要的专业人才的培养之路。“智能基座”是教育部高教司与华为共同设立的产教融合协同育人基地项目，首期覆盖东北大学在内的全国72所信息领域领先高校，将华为在华为云、鲲鹏、昇腾等技术领域知识与高校信息类专业课程相结合，为新计算产业创新培养新生力量。 东北大学未来技术学院院长付俊与华为辽宁代表处云与计算总经理王伟签署合作协议。王建华与石冀琳为“智能基座”产教融合协同育人基地揭牌。石冀琳和王伟为云与计算先锋教师和云与计算培训的教师代表颁发了聘书和奖牌。 会上，未来技术学院汇报了“智能基座”产教融合协同育人基地的建设情况，华为公司计算产品线高校科研及人才发展部汇报了2021年“智能基座”工作计划。 据悉，教育部—华为“智能基座”产教融合协同育人基地是东北大学与华为技术有限公司在共建未来技术学院战略合作协议下深化人才培养的重要内容。双方将聚焦鲲鹏、昇腾及华为云等技术领域，首批联合开展22门共建课程，融入华为鲲鹏、昇腾、华为云的知识体系，并在未来技术学院Hero奇点俱乐部、学生创新创业、课外实习实践等方面开展紧密合作，为培养引领未来技术发展的创新型人才注入新动能。

讯飞幻境与北京航空航天大学共建实习实践基地助力科普教育人才培养 4月23日，讯飞幻境与北京航空航天大学实习实践基地签约及产学研合作正式启动。双方将围绕研究生社会实践以及课程开发等主题，共建实习实训基地。该基地的建立，是讯飞幻境进一步提升校企合作层次的重要里程碑，旨在运用讯飞幻境自身的产业平台力量，助力高校提高教学质量和科研水平，提升学生实践能力，塑造学生创新创业思维，为科技赋能教育不断输送高质量人才。此外，这也是讯飞幻境积极响应国家产教融合系列政策，“充分发挥企业在技术技能人才培养和人力资源开发中的重要主体作用、强化产教融合型企业的带动引领示范作用”方面的关键举措。 讯飞幻境董事长、CEO闫宏伟，合伙人、副总裁高翔与北京航空航天大学高等教育研究院任秀华教授、田华教授等在线出席签约会议。 2021年12月30日，讯飞幻境和北京航空航天大学签署战略合作备忘录，就开展科普人才培养、科研成果转化及智慧教育实验室共建，实现“校企合作、产学共赢”达成了高度共识。

本发明公开了一种基于开槽结构的四分之一模基片集成波导滤波器，包括四分之一模基片集成波导弧形腔，四分之一模基片集成波导弧形腔通过基片集成波导圆形腔沿任意两条相互垂直的磁壁分割得到，四分之一模基片集成波导弧形腔包括介质基片，介质基片的上表面设有上金属层，介质基片的下表面设有下金属层，介质基片中沿四分之一模基片集成波导弧形腔的周向均匀分布有贯穿上金属层和下金属层的金属通孔。本发明相对于传统的基片集成波导圆形腔有效实现了小型化。并且，相对于传统的多层结构，本发明结构简单，加工方便。此外，相对于传统的微带结构，本发明的滤波器品质因数高，损耗小。

本发明涉及一种四氧化三钴纳米线阵列、其制备方法以及作为锂离子电池负极的用途。该四氧化三钴纳米线阵列，其形貌为菱形结构，菱形的边长为100nm~500nm，菱形内角的锐角为30°~60°，阵列长度为5μm~20μm。本发明还提供了制备该四氧化三钴纳米线阵列的方法，以一定摩尔比的钴盐、化学结合剂、碱性反应物和水在常温下进行混合搅拌，将混合均匀的溶液移入反应釜中，并将干净的衬底置于溶液中进行水热反应后取出冲洗，再在惰性气氛中热处理，得到四氧化三钴纳米线阵列。本发明的四氧化三钴纳米线阵列可直接作为锂离子电池负极，能明显提高电池的比容量和循环性能，放电容量高达1000mAh/g以上，是一种理想的锂离子电池电极材料。

导读东北电力大学和长春理工大学研究团队开发并实现一种结合脑电图源成像(ESI)技术和卷积神经网络(CNN)的新方法，以对运动想象(MI)任务进行分类。ESI技术采用边界元法(BEM)和加权最小范数估计(WMNE)分别解决EEG的正向和逆向问题。然后在运动皮层中创建十个scout来选择感兴趣的区域(ROI)。研究者使用Morlet小波方法从scout的时间序列中提取特征。最后，使用CNN对MI任务进行分类。实验结果:在Physionet数据库上的整体平均准确率达到94.5%，分别对左拳头、右拳头、双拳和双脚的单个准确率达到95.3%、93.3%、93.6%、96%，采用十倍交叉验证进行验证。研究人员表示，他们的研究成果与最先进的MI分类方法的结果相比，总体分类增加了14.4%。研究者为验证方法的有效性，加入了4个新的受试者进行验证，发现总体平均准确率为92.5%。此外，全局分类器适应单一对象，整体平均准确率提高到94.54%。研究者表示，他们提出的结合scout ESI和CNN的方法，提高了脑电解码四类MI任务的BCI性能。系统框架图1 系统框架图系统框架如图1所示。原始数据来自国际10-10系统的64个电极(不包括Nz、F9、F10、FT9、FT10、A1、A2、TP9、TP10、P9和P10电极)，并以每秒160个样本的速度采集。根据国际10-10系统从64个通道采集原始脑电图，并使用BCI2000系统进行记录。记录的数据被分为四个独立MI任务包括左拳MI,右拳MI,双拳MI和双脚MI。首先，由于ERD在执行运动想象时在alpha和beta中不同，因此使用FIR滤波器对EEG进行了8 Hz至30 Hz的带通滤波。然后，通过计算包含正问题和逆问题的源，将传感器空间的活动转化为源空间的活动。接下来，创建scout并提取特征。研究者在运动皮层中创建了10个scout，因为我们只关心与运动相关的活动。十个scout中的每一个都代表了可用源空间中的一个感兴趣的区域(ROI)，并且是定义在皮层表面或头部体积上的偶极子的子集。左脑的scout称为L1、L2、L3、L4、L5，右脑的scout称为R1、R2、R3、R4、R5。利用JTFA从10个scout的源时间序列中提取特征。最后，利用CNN对时频图进行分离并进行分类。实验在实验中，研究人员仅使用了随机选择的十个受试者的MI trail (S5，S6，S7，S8，S9，S10，S11，S12，S13，S14)。这里用于分析的数据集包含每个受试者84次试验，每一类包含21次试验。在记录64通道脑电图时，受试者执行了不同的运动想象任务。每个受试者针对以下四个任务中的每一个执行了3轮21试验：当目标出现在屏幕左侧时，受试者想象打开和合上相应的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕的右侧时，受试者想象打开和合上相应的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕顶部时，受试者想象打开和合上双手的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕底部时，目标会想象双脚张开和合拢，直到目标消失。然后受试者放松。为了统一数据维数，研究者选择了4s的数据，因为每次想象任务的执行时间都在4s左右。此外，脑电图任务是分开的，研究人员在实验中将左拳，右拳，双拳和双脚MI任务分别称为T1，T2，T3和T4。图2 scout命名左右运动想象的scout分别命名为L1、L2、L3、L4、L5、R1、R2、R3、R4、R5，如图2所示。10个scout每一个都被扩展到40个顶点，每个顶点只有一个源。L1区域对应40个信号，其他scout也一样。在计算了来源后，研究者在运动皮层中创建了十个scout，如图3所示。图3 创建10个scout使用ESI计算十个受试者(S5、S6、S7、S8、S9、S10、S11、S12、S13、S14)每次试验的四个任务(T1、T2、T3、T4)的源。对于这四项任务中的每一项，每个受试者每次都要进行7次测试(#1，#2，#3，#4，#5，#6，#7)。展示了第一个步的10个被试的10个scout的4项任务的来源。然后提取10个scout的时间序列进行进一步分析。特征提取在计算源之后，研究人员在运动皮层中创建了包含40个源的10个scout，并提取了scout的时间序列。如图4所示为提取R5 scout时间序列作为示例。图的右边显示了R5 scout的时间序列。本文利用小波变换从scout时间序列中提取特征。图4 提取R5 scout时间序列作为示例在这项研究中，研究者提出利用CNN来解决运动想象任务分类的问题。该模型基于Schirrmeister等提出的Deep ConvNet架构，该网络模型由一个六层卷积网络组成，其中两个最大池层和三个全连接层，如图5所示。图5对于Physionet数据库，研究者首先采用Deep ConvNet架构，包括四个卷积层、四个最大池层和一个全连接层。在实验中，研究者依据经验使用两个最大池化层。并尝试了不同数量的卷积层和完全连接层。时频图利用Morlet小波方法得到了scout的特征。对于每个任务，R5 scout的时频图如图6所示。包含时间和频率互补的时频分析方法提供了时域和频域的联合分布信息，清晰地描述了信号频率与时间的关系。图6 R5 scout的时频图显然，只有部分时频映射是红色的，表明每个任务只对特定的频率和时间敏感。由于图的数量比较大，研究者使用CNN来选择和学习这些图中最基本的特征。研究人员随机选择了几个样本，并将一些特征图可视化，作为MI任务的学习表示，如图7所示。图7为了获得有效的结果，将数据集分为90％作为训练集，其余10％作为测试集。首先，将十个受试者的数据集（总共19320个样本）分为17388个样本以训练所提出的CNN模型，以及1932个样本以验证模型的有效性。在实验中，研究者还选择了另外四个受试者的数据集以增加数据集的规模(27048个样本)，其中24343个样本是训练集，其他样本是测试集。在选定的scout上对所提出的CNN架构进行了十次训练和测试，以验证所提出模型的鲁棒性。图8(a)显示了10个scout中每个的全局平均精度。图8 统计结果R5的全局平均精度最高，达到94.5%，而L2的全局平均精度最低，为91.3%。对应L1、L3、L4、L5、R1、R2、R3、R4的整体准确率分别为92.4%、92.5%、93.6%、91.9%、93.0%、91.8%、92.1%、92.6%。所有scout的总体精度均在91%以上，标准差均在0.20%以下。图8(b)显示了十个scout中每个scout四个MI任务的组级统计结果及其标准差。一般来说，R5表现的要比其他的好，而L2在迭代2000中表现最差。标准差较小，说明这些精度更接近平均值且稳定。图9 统计结果图9(a)显示了带有标准差的混淆矩阵，说明了group level分类结果。T1、T2、T3和T4的全局平均精度峰值分别为95.3%、93.3%、93.6%和96.0%。R5 scout的四个MI任务中的每一个都如图9(b)所示。通过改变训练集和测试集顺序的10次试验，确定了scoutR5的性能，结果如图10(a)和(b)所示。在10次试验中，scout R5的T1、T2、T3、T4的平均准确率分别为93.3%、93.8%、94.2%、94.1%。换句话说，四个任务中每一个的平均准确率都超过了93%。全局平均准确率为93.7%。10次试验结果表明，该方法对scout R5的分类效果较好。从以上结果可以清楚地看出，R5 scout在四种MI任务的分类中扮演着最重要的角色。因此，选择R5对四个MI任务进行分类。图 10图11. (a)是不同模型的全局平均准确性的比较。可以发现，该研究提出的模型可以达到最大的精度。从图11. (b)不同模型的ROC曲线可以看出提出的模型比其他模型表现更好。©不同模型T1上的精度比较。(d)不同模型T2的精度比较。(e)不同模型T3的精度比较。(f)不同型号T4的精度比较。图11 不同模型的精度比较结论东北电力大学和长春理工大学研究团队开发并实现一种结合脑电图源成像(ESI)技术和卷积神经网络(CNN)的新方法。该方法可以对运动想象(MI)任务进行分类。实验结果表明，他们的研究成果与最先进的MI分类方法的结果相比，总体分类增加了14.4%。研究者加入了4个新的受试者进行验证来验证方法的有效性。研究者表示，他们提出的结合scout ESI和CNN的方法，提高了脑电解码四类MI任务的BCI性能。论文信息：A novel approach of decoding EEG four-class motor imagery tasks via scout ESI and CNN

【发 明 人】刘晓；蔡皓；蔡宝昌；张科卫；裴科【摘要】本发明涉及一种HPLC-DAD法同时测定四物汤中10种化学成分含量的方法。属于中药成分分析领域。其步骤如下：(1)混合对照品溶液的配制。(2)供试品溶液的配制。(3)测定法：采用HPLC-DAD法测定混合对照品及供试品的浓度。色谱条件：色谱柱：elit?C18(250mm×4.6mm，5μm)；检测波长：280nm；流速：0.8mL·min-1；柱温：30℃；进样量：20μL；梯度洗脱条件：0~2.0min，体积分数为2%的甲醇等度洗脱，2.0~15.0min线性增加至20%的甲醇，15.0~25.0min为体积分数20%的甲醇等度洗脱，25.0~42.0min线性增加至100%的甲醇，42.0~45.0min为100%的甲醇等度洗脱。本发明所建立同时测定四物汤煎剂中10种化学成分的分析方法简单方便、重复性好，准确可靠，可为四物汤煎剂质量控制提供依据。

本发明公开了一种大流量插装式三位四通电液伺服阀，包括控 制单元和四个插装式二通伺服阀；控制单元的四个信号输出口分别与 四个插装式二通伺服阀的控制信号输入口连接；控制单元的四个信号 输入口分别与四个插装式二通伺服阀的阀芯位移信号输出口连接；四 个插装式二通伺服阀两两串联，一个阀的出油口与另一个阀的进油口 相连接，形成两组串联双阀；两组串联双阀的出油口均用于与油箱相 连接，两组串联双阀的进油口均用于与液压油源相连接；相当于两组 串联双阀并联，构成桥式回路，形成具有三位四通功能的大流量插装 式电液伺服阀；

本发明涉及一种超高压同塔四回交流/双回双极直流线路零序参数测量法，通过建立基于分布参数的 超高压同塔四回/双回双极输电线路模型，利用全球卫星定位系统技术(GPS)，同时测量四回/四极输电 线路首末两端的零序电压和零序电流，实现对零序电压和零序电流的同步采样;再通过本专利给出的测 量与计算方法得到超高压同塔四回/双回双极输电线路的零序电阻、零序电感、零序电容参数。本发明方 法基于分布参数模型和传输线方程，极大提高了测量精度，可满足实际工程测量的需要。