苏州安泰空气技术有限公司是江苏苏净集团有限公司与日本空气技术株式会社共同组建的合资企业，集科研、开发、生产制造与销售于一体，拥有独立的研究机构和实验室，为各领域提供整套空气技术净化解决方案。 　　 苏净安泰拥有一支经专业培训、技术精湛的工程技术人员队伍，既秉承苏净传统技术,又不断引进日本及国际空气净化技术，专业从事洁净工作台、生物安全柜、风淋室、层流罩、无菌隔离系统、净化单元、阻漏式洁净送风天花等各类洁净室配套净化设备的研究、开发和制造；主编和参编了洁净工作台、生物安全柜、风淋室和FFU等国家和行业标准。 　　 苏净安泰从美国、日本、德国等国家引进了数控钣金加工中心、数控加工中心、大流量洁净度测定系统，拥有微生物检测验证实验室及检测技术，高精度的装备和严密的质保体系保障了产品的质量与国际品牌一致。 　　 苏净安泰的产品被广泛应用于医疗卫生、生物制药、科研院校、检验检疫、畜牧兽医、食品、农林、半导体、平板显示器、光电、航空航天、汽车制造、精密仪器等行业和机构，并出口日本、新加坡、韩国、泰国、美国、巴西、墨西哥、印度等海外市场。 　　 苏净安泰是江苏省高新技术企业，拥有几十项高新技术产品并获得ISO13485和ISO9001质量体系认证证书、ISO14001环境管理体系和OHSAS18001职业健康安全管理体系认证证书、三类医疗器械生产企业许可证、银行AAA级信誉企业、多类产品 获二、三类医疗器械注册证，TÜV认证的CE证书，美国NSF/ANSI49证书，日本空气洁净协会认证的JACA证书，并获得发明专利在内的五十多项国家专利。产品曾获国家银质奖，部级科技进步奖，国家重点优秀新产品奖，产品销量和市场占有率均处于国内较高水平，“苏净”商标及品牌为业内所一致认可。

  通用技术实验室是一个主要涵盖"技术设计、技术试验、技术制作、技术探究"等功能的技术专用教室，是一个能让学生亲历技术试验和制作过程，掌握技术试验能力和制作能力，培养学生的创造性思维、问题解决能力和学生的探究精神的实验室。

阿帕数字技术有限公司是全球领先的数字供应链解决方案服务商，华为战略合作伙伴。公司联合华为共同打造的“华为&阿帕智慧物流云”覆盖了采购、运输、仓储、终端四大领域，致力于帮助客户优化供应链，提高客户满意度。 近年来，公司投入巨资研发的具有独立知识产权的EnzoMesa数字中台（阿帕数字物流开放平台）以大中台、小前台为框架思维，使用松藕性的微服务架构，利用模块化系统自主适配业务场景，实现前台应用的快速迭代。公司基于EnzoMesa云原生设施为客户提供供应链执行层的OMS、TMS、WMS共32款SaaS化软件应用，同时为客户输出网络货运、工业物流、智慧园区、仓配一体等16款解决方案，其中AI算法智能装箱、智能配载、路径优化、智能金融，物联网终端快托数码托盘、彩虹糖智慧屏、阿帕图无人值守系统等产品已经达到国际领先水平。 公司的研发团队由来自美国、印度的多位博士专家组成，目前已获得省级“一企一技术”研发中心、省级新型研发机构、市级重点实验室和软件技术中心等荣誉。2020年公司联合山东省科技厅下属的山东信息通信技术研究院管理中心成立了济南智慧物流技术研究院，进一步加大研发拓展5G、AI在数字供应链领域的应用场景。公司已经形成集咨询规划、技术开发、项目实施、运营辅导为一体的数字供应链全流程服务团队。 公司秉承“软件定义物流 数字改变生活”的理念，推动供应链实现标准化、数字化和智能化，目前已帮助几十万货车司机及物流从业人员降低劳动强度，增加劳动收入，助力近万家客户优化供应链，实现提质增效和降本增效。

苏州需要智能技术有限公司成立于2020-03-19，法定代表人为鲜麟波，注册资本为1000万元人民币，统一社会信用代码为91320581MA211XC11P，企业地址位于常熟高新技术产业开发区香江路58号，所属行业为专用设备制造业 ，经营范围包含：许可项目：货物进出口；技术进出口；进出口代理（依法须经批准的项目，经相关部门批准后方可开展经营活动，具体经营项目以审批结果为准）一般项目：智能机器人的研发；智能机器人销售；服务消费机器人制造；服务消费机器人销售；工业机器人制造；工业机器人销售；工业自动控制系统装置制造；工业自动控制系统装置销售；技术服务、技术开发、技术咨询、技术交流、技术转让、技术推广；会议及展览服务；工业设计服务；玩具、动漫及游艺用品零售；数字文化创意软件开发；专业设计服务；电动机制造；齿轮及齿轮减、变速箱制造；齿轮及齿轮减、变速箱销售（除依法须经批准的项目外，凭营业执照依法自主开展经营活动）。苏州需要智能技术有限公司目前的经营状态为存续（在营、开业、在册）。

杭州赛特传感技术有限公司位于风景秀丽的西子湖畔，座落在人材济济的天硅谷杭州高新开发区，是一家具有自主开发和生产能力的企业。 公司经过多年不懈的努力与拼搏，已拥有了一套完整的内部管理体系和一支过硬的技术开发队伍，通过了ISO9001：2000国际质量管理体系认证，目前已形成传感器系列、综合测控系列、图像信息处理系列、计算机控制系列等四大类上百个品种的生产规模，产品经权威部门鉴定，并获多项国家专利及荣誉，多次在世行贷款项目中中标，产品遍布全国大、中专、职业院校、工矿企业、科研机构，深得广大用户信赖，“赛特传感”已成为业内的知名品牌。 科学的现代化管理手段使企业高效率地运作，雄厚的技术力量让公司不断为客户提供更加先进的产品，完善的售后服务体系随时为用户提供全面的技术支持和服务。我们本着“诚信为本、长期服务”的宗旨，愿为广大用户提供更加精良的产品和优质的服务。 公司在致力于自身发展的同时，本着“源于教育,服务教育”的原则同全国多所高校建立了校企合作关系，产品被编入专业教材,从教学实验到产品技术方面进行全方位交流，公司接纳了众多国内外学生来企业进行社会实习，达到了良好的社会效益和显著的教学效果。 科学的管理、高效的运作给企业带来了活力，充满了后劲；雄厚的技术力量为企业赢得了广阔的市场；完善的售后服务体系随时为用户提供全面的技术支持和服务；“诚信为本，长期服务”是企业的宗旨，我们将一如既往地为广大用户提供精良的产品和优质的服务，共同携手为祖国的教育事业作出贡献。

　　北京市教育技术装备机构始建于1960年。1996年成立北京市教育委员会后，高教、普教装备部门于1997年初合并组建北京市教育技术设备中心。北京市教育技术设备中心是北京市教育委员会直属事业单位，连续多年被市里评为“首都精神文明单位”。设备中心担负着全市教育系统各类专用仪器设备的购入、质量检测、配备和管理工作，为全市各级各类学校提供技术咨询、工程维修等服务，同时还承担着市教委委托的管理任务，开展对教学仪器设备配备使用情况的调研，为市教委宏观决策提供依据。

系统采用方法论和知识库技术，将地质、油藏、钻井等信息以区块为单位进行汇总，实现了对数据资源的挖掘、分析、处理，建立了一套能够对工程设计、现场施工提供有效支持的技术平台，为提高钻井速度、降低钻井成本提供有效技术支撑。

肿瘤细胞异质性是肿瘤异质性的重要成因之一，可导致肿瘤在增殖能力、侵袭能力和药物敏感性等方面产生重要差异，影响肿瘤的诊断与治疗，最终影响患者身体健康与生命安全。因此，肿瘤细胞异质性研究对于肿瘤的诊断和个体化治疗具有重要意义。而进行肿瘤细胞亚群分离分析是研究肿瘤细胞异质性的重要基础。现有的基于电泳、场流或荧光激活式分离原理的进行肿瘤细胞分离分析的策略存在着特异性差、操作繁琐或需样本量大等弊端。基于课题组在磁性梯度分离细菌、肿瘤标志物、蛋白分析等方面前期工作（Analytical Chemistry 2018, 90, 9621-9628；Analytical Chemistry 2014, 86, 9434-9442；Chemistry-A European Journal 2014, 20,14642-14649），该研究以细胞表面标志物Her2表达量差异化的三种乳腺癌细胞(BT474、MDA-MB-453和MDA-MB-231)为研究模型，通过荧光-磁性靶向仿生探针与其识别后形成不同磁性梯度，在恒定外磁场作用下，可分别在90 s、120 s和180 s时间内快速逐一梯度分离出三种不同乳腺癌细胞亚型，并基于探针的荧光信号对肿瘤细胞亚群进行了初步鉴定。该研究报道的基于磁性梯度响应的肿瘤细胞亚群分离分析策略具有简单、快速、准确等特点，为血液样本中异质性肿瘤细胞亚群的近同时分离与分析提供新思路，在肿瘤早期诊断、评估和预后方面具有重要的潜在应用前景。

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。