产品详细介绍 电压：6V-24V 额定电流：10A(持续工作无需散热器) 额定电流：30A(持续工作需铝散热器) 额定电流：60A(持续工作需铝风扇散热器) 注：固态开关小，安静，没有移动部件，防止击穿和温度过高而熔融。出口商品，出口品质。

1 项目简介本项目建立的生物云平台，以基于 Web 的方式提供服务，用户可以轻松快速获取服务，国内外普遍缺乏成熟的技术，标准和平台。我们首次把独具特色的机器学习模型预测算法与最新的高通量测序方法（ non-polyA RNA-seq） 相结合。我们的研究对象为长链非编码 RNA（ non-PolyA），目前国际上还很少有人通过高通量测序技术对疾病的 lncRNA 进行全面预测分析和功能分类。随着测序速度不断提高，测序成本不断降低，本项目将来可以发展为面向人民大众的个性化医疗服务的平台。 图 1 生物医学信息云平台的产业化方向 http://www.incrna.org图 2 生物医学信息云平台的应用程序一览 http://bioinfo.life.tsinghua.edu.cn/serve 本项目使用的核心技术“基于整合性生物信息云计算和新一代测序技术（ incRNA） 的非编码基因组疾病（如癌症）检测技术平台”已经通过软件查新认证（ 20121022044750914）。正在准备申请国家版权局软件著作权登记证书。2 效益分析（ 1）随着新一代高通量测序技术的发展，生物信息数据爆炸式增长，数据解读成为生物医学研究和临床应用的巨大问题，我们团队依托清华大学生命学院鲁志实验室在生物信息学，尤其是在 lncRNA 领域的技术专长开发的云计算平台将为广大科研工作和和临床用户提供可靠的数据分析云服务，提高他们的科研效率，为科学的发展做出贡献。 （ 2）我们团队通过与中国人民解放军总医院，上海肝胆医院等十多家临床单位的合作，将为鉴定癌症的早期诊断和药物治疗提供新的靶点，这不仅会增强中国基础临床科学的发展，通过临床应用还会为病患者带来癌症早期诊断、健康管理等个性化医疗服务，这将具有广泛的社会效益。 （ 3）通过我们打造高通量测序数据分析云计算平台和开展以癌症早期检测为主要内容的个性化医疗服务，将为中国培养一批高水平的生物信息数据分析人才，这将增强中国在生物信息学方面的实力。

（1）建立了异构数据元素编码和信息资源管理基础标准，构建统一的数据中心并将数据资源集成到数据中心；应用异构数据实时同步系统物理集成非数据库数据，应用动态数据源技术逻辑集成数据库数据，无缝整合了煤矿企业中各类生产管理系统。（2）自主研发了异构数据源多层次数据同步系统，针对原有的各种孤立数据库系统、非结构化的工业监控实时数据和文件形式的历史数据，通过在数据层设置多种捕获器来读取源数据、映射层映射同步数据变量、执行层执行数据冲突检测并存储。系统采用 C/S 结构建立了三层模型 ，数据层分布在客户端，服务器端运行映射层和执行层。（3）提出了将应用集成与数据集成、业务集成等多种集成技术有效融合的方法，开发了煤矿生产综合管理系统集成平台，实现不同应用在统一的集成平台上的数据交流和及时有效的数据分析，给出了煤矿企业应用集成的通用解决方案。

发布的数据库（Arabidopsis RNA-seq database, ARS）整合了来自GEO、SRA、ENA和DDBJ数据库的20,068个拟南芥RNA-seq数据，提供了“Google-style”在线查询工具。该研究对所有文库进行了基因表达水平定量和共表达网络分析，并将所有文库进行分类，总共涉及1176个突变体、1102种处理条件、12个

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。

1 成果简介石墨烯是一种典型的单原子层二维材料，具有独特的狄拉克电子结构、超高的载流子迁移率和浓度，在高速、高质量薄膜器件集成等方面显示出潜在应用优势。然而，本征石墨烯呈金属或半金属特性，限制了其在器件中的应用。本成果从石墨烯的可控生长及多维多尺度宏观结构组装出发，探索调控石墨烯电子结构的有效方法，推动其在纳米器件中的集成与应用。 主要内容包括：石墨烯晶片的形状、尺寸控制， 多维多尺度宏观结构的原位生长与组装；石墨烯的结构（拓扑）与化学改性：采用缺陷、应变和化学修饰等手段对石墨烯的能带结构进行调控；研究石墨烯在外加电场、磁场、光激发等条件下，电子结构的演变及电子、光子、激子、声子等的相互作用； 器件组装与表征：晶体管、传感器、结、异质/杂化结构等。2 应用说明基于石墨烯的二维薄膜材料已成功应用于太阳能电池和超级电容器等能源器件，显示出优异的能量转换与存储性能及良好的工作稳定性。某些特色多维多尺度结构可与其它纳米材料（如碳纳米管、二氧化钛、二氧化锰）构建复合结构，在吸附、水处理、传感、光催化等领域具有广阔的应用前景。  图 1 石墨烯编织结构                              图2 石墨烯晶片/纳米颗粒复合结构 该项目的相关研究工作已申请国家发明专利 5 项，具有自主知识产权。3 效益分析目前，石墨烯在全球范围内尚未形成稳定的工业化需求， 但从需求市场的潜力来看，石墨烯在应用上将逐渐扩大。随着技术研究及产业发展，石墨烯独特的力学与电学性能，将使其在国内外应用市场，特别是电子、新材料、航天军工等领域，发挥重要的甚至是革命性的作用，产生规模经济效益。4 合作方式技术转让或合作开发，商谈。5 所属行业领域能源环境。

已有样品/n电力系统新能源发电特性多维度分析软件是依据我国新能源分布特点和新能源出力特性而开发的一个电力系统新能源分析软件。软件主要包括新能源出力多维度分析以及新能源场景生成两大功能。该软件在考虑地区负荷特性的前提下，对原始发电出力数据进行预处理，实现了多时间尺度、多空间尺度、多样本类型下新能源出力特性多维度分析，完成了新能源日出力场景筛选聚类及运行模拟格式下新能源发电场景的生成。新能源特性多维度分析包括指标维度、时

本发明提供一种颈动脉图像的多维多种特征提取方法，具体为：（1）依据颈动脉的医学三维超声体数据构建感兴趣区域二维序列图像和感兴趣区域三维图像；（2）对二维序列图像提取二维特征，对三维图像提取三维特征，所述二维特征包括二维纹理特征、二维形态特征和二维弹性特征，所述三维特征包括三维纹理特征；（3）验证各种特征是否对图像分类具有贡献，保留具有贡献的特征；以假发现率最小为目标，在具有贡献的特征中搜索得到全局最优特征组合。本发明针对图像进行了多个维度多类特征的提取，囊括了纹理、形态、弹性三大类特征，特征数目多，

西安健康工程职业学院创建于1999年，是经陕西省人民政府批准，国家教育部备案，具有国家计划内统招资质的全日制普通高等职业院校。学院秉承“弘扬中华传统文化，培养学生健康成才”的办学理念，改变传统教学模式，实施以职业群为导向，产教结合，模块化教学的全新教育体系，重点致力于培养健康产业领域的职业经理人和专业技术人才。学院下设健康管理学院、慢病医学院、康养学院、养生学院、Cloudera大数据学院、航空信息学院、智能技术学院、新能源交通学院、新媒体商学院、生态建筑学院、计算机学院、新丝路国际学院等12个二级学院，开设有30多个专业方向。学院位于风景秀丽，交通便捷，文化氛围浓郁的西安市南郊大学城。与西北工业大学、西安建筑科技大学新校区相邻。三星科技产业园、高新科技产业基地和万亩现代农业园举目相望。校区占地面积580亩，总建筑面积约22万平方米，总投资6.2亿元人民币，投入近3亿元人民币建设专业实训基地，有上百个实训工作室，并配置新型智能化设施设备。教学区，校内专业实训基地，信息中心，智能化图书馆，国际交流中心，孝悌文化体验馆，标准化运动场，庆典广场，休闲景观区，生活服务中心等教学，实训，生活设施一应俱全。为实现以毕业生就业市场为导向，学生入学即就业、毕业能择业的办学目标，学院组织教育、企业、人才市场多方专家，分析研究人才就业市场的变化趋势，论证学院的办学特色定位。“中国梦，我的梦”。为实现莘莘学子的幸福梦想，使人人都有出彩机会，学院实施战略调整，专注健康产业人才培养工程。以“就业即是质量”的理念，定位改革红利释放点，经济发展朝阳产业的职业空间，打造培育具有就业竞争力的技能型专业人才，“崇尚一技之长、不唯学历凭能力”走以毕业生高质量就业塑造品牌，以鲜明特色凝聚核心竞争力的办学之路。

海南卫生健康职业学院诞生于“健康中国”的新时代，是经海南省人民政府批准设立，国家教育部备案的公立高等职业院校，是海南省唯一的公办医药卫生类高等职业学校。学院地处中国（海南）自由贸易港中心，坐落在风光旖旎的省会城市——椰城海口，拥有秀华、白水塘两个校区。学院依托行业办学优势，坚持“职业型、特色性、国际化”定位，秉承“医教协同、产教融合”的办学理念，遵循全生命周期规律和个体化人才培养，倡导以治病为中心向以人民健康为中心的转变。乘着海南建设自贸港的东风，学院与上海健康医学院合作，实行资源共享、教学同步、标准同质。以新的视野培养具有健全人格与心理、能够解决实际问题、具有创新意识和可持续发展能力的高素质技术技能人才，为学生职业生涯发展铺就多元成才之路和广阔就业舞台。学院现有教职工334人，85%以上的专任教师为双师型教师，其中副高级以上专业技术人员100余人，现开设护理、助产、药学、医学检验技术、康复治疗技术等专业。拥有完善的实践教学体系，校外实训基地60余家，涵盖全省85%以上的三甲医院、100%的二甲医院和大型的制药企业、医药公司。校内建有护理、助产、药学、医学检验技术、康复治疗技术等多个专业实训中心，共有实验实训室100余间和生命科学馆、中药标本馆2个教学科普基地，是全国首批、海南唯一的国家医师资格考试中医师实践技能考试与考官培训基地。学院师生积极参加省内外各项技能赛事，护理、中药、医学检验技术等专业学生参加国家级、省级技能大赛均取得优异成绩。其中，获得全国护理竞赛2项金奖殊荣；“华夏杯”医学检验技术技能大赛，连续三年蝉联团体赛桂冠。