本实用新型提供一种宽光谱微型光谱仪信号处理系统，包括 FPGA 主控模块、CCD 模块、CCD 滤 波电路、AD 采样模块、USB 模块和电源，FPGA 主控模块分别与 CCD 模块、AD 采样模块、USB 模块 相连。当光信号由光纤经过分光系统分光后，由通过 FPGA 控制的 CCD 进行光电转化，转化后的模拟 电信号经过CCD滤波电路后由AD采样芯片进行高速采样并转化为数字信号存入FPGA内的缓存模块， 之后由 FPGA 内的 USB 发送

成果与项目的背景及主要用途 我国城市交通基础设施的交通供给能力不能满足现实和潜在的交通需求，基础设施短缺与其利用的低效率并存，交通管理智能化可以提高路网通行效率、提高道路利用率；智能化、全天候的交通信息采集处理系统是实现智能化管理的前提和基础。 本成果发明了一种具有安全、无障碍、全天候、在多车道及各种速度下准确测量车速、流量、车型和道路利用率等多种信息的交通信息采集、信息处理系统，包含激光测量装置和交通信息智能处理软件两个组成模块。

本发明公开了一种超大规模 RDF 图数据的划分与并行分布处理 方法，包括：对原始的 RDF 图数据进行预处理，生成对应的哈希字典 文件和整形三列表数据，并将整形三列表数据转换成关联矩阵 M；建 立关联矩阵 M 的超图模型，在该超图模型中，M 的主语、谓词和宾语 即为超边，与超边相关的数据即为超边数据；判断该 RDF 图数据是连 通图还是非连通图，如果是非连通图，则将该非连通图划分为多个连 通图；基于超图模型，并发的广

本发明公开了一种沥青混合料多序列动态蠕变试验数据处理及分析方法，通过设计一个巴特沃斯低通滤波器对试验测得的蠕变变形数据进行低通滤波，得到平滑的蠕变曲线，再分别计算每个加载序列的平均永久应变率，然后根据公式计算评价沥青混合料蠕变特性的三个指标：应变率敏感指数SRSI、复合平均永久应变率CAPSR、复合蠕变劲度模量CCSM：SRSI越大，意味着该应力状况对材料蠕变的影响越显著；CAPSR则代表了多种复杂应力状况下的等效应变率，该值越大，表明在材料在一次加载中产生的永久应变越大，材料的高温性能越差；CCSM代表了在蠕变试验结束时材料的抗永久变形能力的强弱，该值越大，证明材料的高温性能越好。

本实用新型公开了一种养殖场猪粪处理系统，包含猪舍、粪便收集池、粪便烘干机、粪液存储池，所述粪便收集池和粪液存储池均设置在猪舍的底部，所述粪便收集池的内部下端设置有粪便沉淀装置，所述粪便收集池的下端通过排液管一与粪液存储池的下端进液口连接，所述猪舍的上端设置有粪便烘干机，所述粪便烘干机的一端与粪便收集池之间连接有进料管，所述进料管上设置有抽粪泵；本实用新型结构简单，设计合理，先将粪便进行沉淀处理，然后通过粪便烘干机进行烘干处理，处理后的粪便污水进行杂质过滤后即可用于农作物的灌溉，烘干的粪便通过粪便输送装置进行输出，可进行打包封袋处理，有效减少环境污染。

  简单介绍： ZL-620U医学信号采集处理系统采用小巧薄型的外置式结构。即适用于笔记本电脑，也适用于台式电脑。与计算机接口：USB2.0。由于系统内部A/D采集部分采用了独立的电路板（在外置机箱内），因此以后无论计算机的接口技术如何发展，仪器均可通过更换A/D采集器模块和相应软件适应计算机的发展，仪器升级十分方便。刺激器采用了光耦合全隔离系统、ECG具12种导联模式。 详情介绍： 硬件技术指标：1.仪器采用小巧薄型且抗干扰电源一体化外置式结构,电源交流220V，除机箱内置变压器外，外部无需接任何变压器，从而确保仪器在做任意生物电实验时，无须外接任何地线都能确保其显示的生物电信号的清晰和准确。从而保证本机抗干扰性能及准确度。2.仪器具有4个通道（八道为8个通道），所有通道均为多功能全程控隔离型放大器。每一通道的放大器均可作生物电放大器、血压放大器、桥式放大器使用，还可作肺量计、温度计等。且每个通道拥有独立的硬件模块，互相独立，大大加大了通道间的抗干扰能力，同时也为仪器养护维修带来了很大方便。3.采用高精度16位A/D转换芯片，单通道硬件*高采样率1000KHz。硬件*低采样率0.01Hz。四通道连续采样时*高采样频率200kHz ，且实时采样的过程中可以根据需要来改变采样率。4.扫描速度：0.05ms/div~3200s/div。5.放大器输入电阻≥１００MΩ（双端输入）及5０MΩ（单端输入）、共模抑制比≥100dB、噪音≤±1μＶ(RMS)或≤±3μＶ（P-P)。6.频响：DC~20kHz。7.输入范围：5μＶ~500mV。8.灵敏度：  a)生物电模式：20uV/div~500mV/div   b)血压模式3.6-360(mmHg/div)   0.36-180(mmHg/div)(高灵敏度换能器)9.交、直流具有相同的增益：量程500mv、200mv、100mv、50mv、20mv、10mv、5mv、2mv、1mv、500uV、200uV、100uV、50uV、20uV、10uV档可调；可直接输入10V电信号而放大器不饱和。10.低通滤波（硬件）：0.3 Hz、 3 Hz 、10Hz、30Hz、100Hz、500Hz、1kHz、3kHz、10 kHz、OFF（20kHz）。具有5阶以上的滤波方式。11.时间常数（硬件）：0.001s、0.002s、0.02s、0.2s、1s、5s、DC。12.光电隔离程控刺激器的主要技术要求：具备单刺激、串单刺激、连续单刺激、双刺激、串双刺激、连续双刺激、定时刺激、强度递增刺激、频率递增刺激、波宽递增刺激、强间隔递增刺激、自动串双刺激等刺激模式。*大负载电流：100 mA、具备正电流、负电流输出方式，满足国家对实验安全用电标准、不会因为误操作导致电击。输出电压<=50V，以满足国家安全用电标准。13.数字滤波模式：    1）滤波参数可调的高通、低通、带通、带阻。    2）有阶数可调的零相移数字滤波。14.硬件系统包含ECG全导联导联卡，每个通道均可作12种导联方式的心电图，导联切换方式可程控，导联方式共12种： Ⅰ、 Ⅱ 、Ⅲ、aVR、 aVL、 aVF、 V1、 V2、V3、V4、V5、V6。13.实验环境数据检测功能，可以在实验信息中测量并添加当前实验的环境温度、大气压、湿度，做为仪器实验的环境参数。14.可配套医学网络管理教学系统，进行实验室网络化教学。   软件技术性能：1. 智能式，一体式设计2.具有监听和记滴功能，记滴具有专用的分析计数软件。3.单台设备之间可以任何组合并构成新的8~16通道记录仪，并拥有独立的8通道和16通道软件。软件可任意设定1~16个显示通道（5~16通道用于分析）。4.包含生理、药理、病理生理实验项目，实验项目数不少于50个；并可根据用户需要自行无线扩展实验项目（自己定义参数）。具有灵活的量纲转换功能，由数据库对各类实验的零位、量纲转换比例、实验参数等各类参数进行存储，并灵活快捷的调用修改。5.支持波形数据导出功能，可被Matlab，Spss，Sas等软件打开。可定制开放数据接口，对软件进行二次开发。用户可自己编写软件对实验波形数据进行采集，记录，分析。6.支持外刺激捕捉模块、和血压血氧监测仪同步显示。微循环同步视频显示、记录；并可与视频视教系统配套使用。将生理信号和视频信号同步记录，并支持同步回放。7.具有数据分析功能：积分、微分、频率直方图、序列/非序列密度直方图和二维和三维频谱分析等。8.软件集成专用药理分析工具箱，集成多种药理分析工具，如：PA2的计算， 使用Bliss法完成的LD50计算，t检验计算.回归分析等。具备心电自动统计分析功能。具备心率变异性（HRV）分析功能。具备心肌细胞动作电位、LTP、脑电、细胞及神经放电的专用测量分析功能。具备心电、血压、心室内压、脉搏、呼吸等动态自动测量功能。作定量的呼吸流量测量及呼吸力学指标测定功能、并可做运动肺通气测量。9.数据结果导出、导入、备份、保存功能和数据断电恢复功能。数据测量结果能够以数据浮动板或通道内显示方式显示。软件具备波形声音回放功能，将实验波形以音频的格式播放。（如减压神经放电，心音，耳蜗微音器电位等实验的声音还原）。10.软件可配套英文版软件，适用于对外教育。具备上下文帮助系统。11.软件具备拆分示波功能（即左视功能），用于在记录过程中、可以随时观察已经记录的波形，并可对齐进行相关数据分析。12.WINDOWS传统软件界面，支持XP、WIN7/8/10操作系统。主要配件：（可根据用户需求改变附加配置）1-主机一台；2-生物信号采集处理系统分析软件1套；3-USB2.0信号线配件 1根；4-屏蔽保护生物电信号输入线2根;刺激输出线1根;记滴输入线1根。

ZH-JCT集成化信息化信号采集处理系统集成了可移动实验平台、生物信号采集处理系统、生命维持系统、环境温度检测系统。 可进行实验信息化管理，运用于各项生理学、药理学、病理生理学等实验。

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。

"BARMS技术的目标是发展一种兼具高效，低污泥产量，低能耗，能在有氧条件下清除氮磷污染的生化处理技术。在先进生物材料技术的支撑下，BARMS技术在微米尺度上实现了上述功能的有机整合。 污水处理机构现场使用结果显示，相对于通常情况下的“活性污泥法”，BARMS能显著提高处理效率，能处理COD高达10000 ppm的高浓污水；BARMS可大幅度降低生化污泥产率，减排达90%以上；BARMS使用搅拌装置即可满足反应需求，节约用电50%以上；结合SND菌培育技术，BARMS可在有氧条件下高效去除水体的氮磷污染，实现一步法去除水体中氮，磷和有机物等主要污染，简化处理流程，增加系统稳定性。BARMS的技术原理是制备了一种具有独特纳米微结构的微生物载体，BARMS载体 （已申请国家发明专利）。BARMS载体是一种直径10微米大小的微球，可支持环境友好型的微生物在其表面生长，并形成稳定性极高的“材料-微生物”复合结构，可以适应各种不良环境，显著提高了系统的适应性和稳定性。 每一个发育成熟的由微生物活化的载体微球就成为一个微米级的处理单元。微球表面的微生物全部参与污染物的降解，由于微球巨大的比表面积，相对于“活性污泥法”，BARMS系统的水接触面积提高了10000倍以上，是系统高效运转的根本保障。由于BARMS载体强大的吸附性，阻止了细菌之间自发形成的污泥，使得BARMS系统几乎做到了污泥零排放，污泥减排达90%以上，是目前国内外市场上唯一能做到这一点的技术产品。 SND菌是可在有氧情况下进行硝化和反硝化的细菌，并且具有磷聚合的特征，可以一步做到清除水体的三大污染物（N，P，COD）。BARMS载体配合特定的反应条件，可与SND菌形成稳定的复合物，从而实现有氧状态下的三种主要污染物的一步去除，这也是目前市场上唯一能实现该技术标准的产品。"

其他成果/n一种地表水的水处理系统及水处理方法。该水处理系统包括：电絮凝装置、超滤膜分离装置和混合液内回流单元；所述电絮凝装置和所述超滤膜分离装置连通，所述混合液内回流单元设置于所述电絮凝装置和所述超滤膜分离装置之间。本发明的水处理方法：采用电絮凝‑超滤耦合并辅以混合液内回流去除地表水体中有机污染物，使处理后的出水能满足我国《生活饮用水卫生标准》(GB5749‑2006)要求，该工艺结构简单，有机污染物去除比例高，超滤膜的膜装置运行压力损失小、膜通量衰减速度低、膜组件反洗频率低。