5月28日，作为2023年中关村论坛国际技术交易大会板块重点活动之一，世界知名高校技术转移发展大会于中关村软件园国际会议中心成功举办。教育部科学技术与信息化司司长雷朝滋在致辞中表示，我们将持续推进高校技术转移体系和能力的建设，推动高校科技成果加快转化为现实生产力，更好服务经济社会高质量发展。  教育部科学技术与信息化司司长 雷朝滋 在“2023中关村论坛”世界知名高校技术转移发展大会上的致辞  尊敬的各位来宾，女士们、先生们、朋友们： 大家上午好！很高兴参加世界知名高校技术转移发展大会，与各位共同交流高校科技成果转移转化工作。我谨代表教育部科学技术与信息化司向与会各位嘉宾表示诚挚的欢迎。 5月25日，习近平主席专门向中关村论坛发来贺信，充分体现了中国政府对科技创新和国际合作的高度重视。创新是引领发展的第一动力。新时代十年，中国把科技创新摆在国家现代化建设全局的核心地位，推动科技事业发展取得显著成就，进入创新型国家行列。世界知识产权组织全球创新指数排名显示，2022年中国名列第11位，连续10年稳步提升。 高校作为科技第一生产力、人才第一资源、创新第一动力的重要结合点，是国家创新体系的重要组成部分，是科技成果的重要供给侧。近年来，中国高校坚持面向世界科技前沿、面向经济主战场、面向国家重大需求、面向人民生命健康，不断加强创新体系建设，加速汇聚创新资源，积极开展国际科技交流合作，科技创新综合实力实现跃升，取得一批重大科技突破，培养了一大批高质量创新人才，为经济社会高质量发展提供了有力支撑。据统计，2021年度高校专利授权数量超过30万项，通过转让、许可等方式转化专利的合同金额达88.9亿元。 在新的起点上，中国政府提出“教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑”。面临新的要求和任务，我们认为与世界高水平大学相比，中国高校科技创新支撑服务产业发展的整体水平仍存在不小的差距，科技创新赋能经济社会发展的潜力还有待进一步发挥。 为此，教育部出台《关于加强高校有组织科研 推动高水平自立自强的若干意见》，与科技部、国家知识产权局等部门合作，联合出台了《关于提升高等学校专利质量 促进转化运用的若干意见》，完善高校知识产权全流程管理体系，推行专利申请前评估和职务科技成果披露制度；加强高校有组织科研，推动企业主导的产学研深度融合，加强高质量科技成果创造，加快实现产业化；联合开展高校专业化国家技术转移机构建设，持续提升高校成果转化和技术转移专业化水平；联合推进国家大学科技园建设，探索布局未来产业科技园，推动高校科技成果与产业更好对接，培育新的经济增长点。 今后，我们将持续推进高校技术转移体系和能力的建设，推动高校科技成果加快转化为现实生产力，更好服务经济社会高质量发展。 一是深化产学研协同创新。支持高校瞄准经济社会发展需要特别是产业的需要，强化与龙头企业、中小企业的产学研合作，加强科学研究系统布局，推动科技创新与应用需求更加紧密结合，加快创新链产业链深度融合，实现科技创新与市场需求的紧密联系，加强高质量科技成果创造，支撑推动产业高质量发展。 二是提升技术转移效率。积极借鉴国外高校技术转移先进经验做法，探索高校科技成果转化的新模式新机制，大胆创新技术转移机制、大力强化专业化技术转移机构和人才队伍建设，加快促进高校科技创新成果向现实生产力转移转化。 三是加强国际交流合作。希望通过此次大会，搭建起技术转移交流合作的桥梁，持续深入推动促进国内外高校开展交流合作，相互借鉴、相互促进，积极吸纳更多国内外技术成果在中国市场转移转化，也推动中国高校的科技成果为更多国家和人民所享、所用，共同造福人类。 最后，预祝大会取得圆满成功！也欢迎更多的国内外高校积极参与世界知名高校技术转移发展大会，加强交流，共享经验，共同发展。谢谢大家！

在生态系统文化服务游憩价值估算方面，课题组采集了徐州市19个城市公园近50万条游憩者手机信令数据，构建了基于手机信令数据的城市公园绿地生态系统游憩服务价值估算模型。

本发明提供了一种耦合变压器型直流断路器用空芯脉冲变压器 及其参数获取方法，空芯脉冲变压器包括原方绕组、副方绕组、原方 绕组高压端、原方绕组低压端、副方绕组高压端、副方绕组低压端、 副方绕组匝间绝缘膜、原方绕组匝间绝缘膜、主绝缘膜和绝缘支撑架； 副方绕组沿绝缘支撑架径向绕制，副方绕组具有径向电压梯度，且副 方绕组的匝间绝缘由副方绕组匝间绝缘膜实现；副方绕组低压端和原 方绕组低压端之间采用主绝缘膜绝缘；原方绕组绕制在主绝缘膜外， 且原方绕组的匝间绝缘由原方绕组匝间绝缘膜实现。 

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。

该研究采用污水处理厂改造前后的运行数据，对传统活性污泥法和膜生物反应器（MBR）两种污水处理工艺进行技术经济上的严格配对比较研究，对比分析污水处理厂采用两种工艺时的成本能耗、净利润和技术效率，采用敏感性分析评价计算结果的可靠性，为污水处理工艺的选择和应用提供技术经济方面的理性参考。