北京大学物理学院量子材料科学中心长聘副教授李源的课题组与合作者运用非弹性中子散射实验和高质量的单晶样品，在国际上首次完整测定了一种量子自旋液体候选材料的自旋激发谱。

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。

北京大学物理学院、纳光电子前沿科学中心、人工微结构和介观物理国家重点实验室“极端光学团队”胡小永教授和龚旗煌院士等在非厄密拓扑光子学研究中取得重要进展：发展出一种研究新型增益-损耗畴壁拓扑光学体系的有效哈密顿量新方法，揭示了由增益-损耗畴壁诱导的拓扑态的产生机制。

同腔原位复合沉积铱?氧化铝高温涂层设备与工艺，涉及化学气相沉积技术领域。设备包括反应腔体系统、四条管路系统、真空系统和尾气处理系统，系统之间通过管路密封连接。四种前驱体源置于源瓶中，源瓶与四条管路分别相连。通过四个气动阀调控前驱体源的通入，Ｎ２作为源的载气，真空泵系统为设备提供一定真空度，尾气处理处理系统对反应后产物进行处理后排放；通入Ａｌ（ＣＨ３）３、Ｈ２Ｏ源，ＡＬＤ沉积复合材料的Ａｌ２Ｏ３层，通入Ｉｒ金属化合物、Ｏ２源，ＡＬＤ沉积复合材料的Ｉｒ层，将Ｉｒ化合物源通入反应腔内高温分解，ＣＶＤ沉积Ｉｒ层。按照复合涂层工艺方案沉积，得到耐高温抗氧化、高粘附力、抗热震的Ｒｅ基Ｉｒ?Ａｌ２Ｏ３复合涂层材料。在航空航天、能源动力以及国防等领域具有广泛的应用。

针对炼铁高炉、炼钢转炉、连铸中间包、钢水包、鱼雷罐车等高温冶金容器及加热炉、高温管道等热力系统设备的共同结构和负荷特点，综合利用计算机仿真和现代电测及激光测试分析技术，开展其在生产过程中的热行为、变形行为及强度行为的内部机理和外在表现的基础理论研究，形成了金属——耐材高温复合结构热——机械耦合行为的根系方法和设计理论，并成功地应用于300吨钢包裂纹生成分析及改制设计，转炉延寿技术及工艺确定、高炉下降煤管的塌落事故评估和治理以及转炉等高温结构的设计和行为控制等方面。其中300吨钢包裂纹生成分析及改制研究工作明确了原有进口大型钢包裂纹的生成机理以及改制研究工作明确了原有进口大型钢包裂纹的生成机理及防治方法，并首次奖圆弧底和整体小耳轴应用于大型钢包，使新钢包的各处应力分布较为均匀，应力水平降低，最大应力较原有钢包下降约40%，各种最大应力均避开了焊缝位置，焊缝和水口附近的应力水平下降了60～70%。其结果使钢包的机械强度指标较原有钢包有了很大改进，特别使焊缝和水口附近改善明显。在提高钢包使用寿命、降低包重、减少维修费用等方面取得了令人满意的效果，并彻底替代了原有进口钢包，取得了巨大的经济和社会效益，该项成果现已在宝钢全面推广。

课题组在国家863计划等资助下，研究聚苯硫醚（PPS）复合专用树脂制备及纤维成形关键技术; 研究开发了具有抗紫外特性的功能PPS纤维;研究确定了纳米SiO2增塑PPS纤维的新配方新工艺;自主设计开发了PPS纤维纺丝新型工艺与装备，成功纺制了具有优良物理机械性能纳米复合PPS纤维。成果已在企业推广应用。

简介：本发明公开了一种高耐磨性的WC‑Mo‑Co复合涂层，属于材料表面强化技术领域。该复合涂层成分设计为：在Co基粉末中添加质量分数10～20％的WC颗粒，同时联合添加5～10％的Mo。Mo的添加可促使WC/Co基涂层凝固时析出更多高硬度一次碳化物和共晶碳化物，与未添加Mo的WC/Co基涂层相比，可显著提高耐磨性能。本发明的激光熔覆WC‑Mo‑Co复合涂层可广泛应用于对表面耐磨性有较高要求的零部件绿色制造及再制造修复。

本发明涉及疏水/疏油表面处理剂的合成，旨在提供一种有机-无机复合疏水/疏油表面处理剂的合成方法。该方法包括：将钛醇盐和乙二醇混合物超声振荡处理获得含钛有机聚合物颗粒；再将该颗粒分散到水和乙醇中水浴处理，离心分离后制得具有一定表面粗糙度的亚微米级的二氧化钛颗粒；然后于乙醇超声振荡处理，以硅烷偶联剂改性；再混入含氟单体、丙烯酸酯类有机物、偶氮二异丁腈，水浴下反应后滴加过硫酸铵水溶液，冷却至室温获得产品。本发明大幅提高了处理剂的疏水、疏油性能，疏水角高达160°，拒油等级可达7级。并且通过表面结构的协同增强作用，减少了含氟单体使用量，降低了生产成本，可有效避免过多使用含氟聚合物对织物柔软度的不利影响。

本发明公开了一种携载抗肿瘤药物的复合胶束及其制备方法，所述的复合胶束由以下原料制成：普罗朗尼克、两亲性嵌段共聚物、抗肿瘤药物、有机溶剂和水；其中，普罗朗尼克与两亲性嵌段共聚物的质量比为1～1000∶10；普罗朗尼克与两亲性嵌段共聚物的总质量与抗肿瘤药物的质量之比为2～100∶1。本发明结合Pluronic和两亲性嵌段共聚物的优点，制得的复合胶束粒径均一，能克服多药耐药作用，荧光HPLC证明该复合胶束能显著增加药物的细胞内积累，能够应用在逆转肿瘤多药耐药领域。本发明的制备方法简单，具有很好的应用前景。