湖北中潮教育科技集团有限公司（简称“中潮教育”）是一家基于教育大数据和产教融合理念，通过教育内容研发与创新，充分利用移动互联网和信息技术的手段，打造商学类、管理类、法律类、党建类、人文类专业、职业与行业的课程体系，为各类企业、事业和政府组织建立特色化的职业技能提升学习系统，帮助社会大众提升职业素质，培养学习型组织，实现利用互联网平台传授知识、传播思想、传承文化的教育企业。

一、项目简介 本项目的研究，旨在揭示阻断网络下的不对称信息传播规律，创立社交多媒体大数据的感知与计算的新理论新方法，开发面向两岸热点事件的监控技术，搭建维护国家安全和两岸稳定的支撑平台。 二、前期研究基础 持续开展在社交媒体挖掘与舆情分析领域的应用研究，在计算

实时把握生产、库存等数据，是企业进行生产经营管理的基础。本项目以制造执行管理系统（MES）数据库为核心，采用Web浏览器/服务器（B/S）的方式，对生产数据进行查询和分析，为管理者决策提供科学的依据。本软件系统的主要功能如下： 基于浏览器的有关生产订单、生产计划、作业计划、生产过程、生产实绩、质量、库存等数据的实时查询功能； 基于浏览器的多种数据分析方法； 针对多种用户角色的权限控制功能、数据备份和数据安全保护功能。

本系统针对络筒机车间的特点，提供一个运行在局域网的数字通信网络软硬件系统，将各分散的络筒机设备有机结合在一起，并从络筒机生产过程与全车间等不同层面进行实时的数据采集、统计、处理分析、故障检测与状态估计及预测。系统功能： 对络筒机进行实时故障检测；采集络筒机的生产数据：纱织、批号、长度、班产量速度等；质量监控：清纱器切除次数、机械效率＼锭、最低效率；提供报表自动生成系统，显示供纱管情况：供应管数、失误数；结合外部市场和本地运行状态实现动态成本监控；根据生产情况进行资源状态计量管理；络筒机的性能分析。将实际制造过程测定的结果与过去的历史记录和企业制定的目标以及客户要求进行比较。

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。

海嘉船舶数据采集与分发系统创新性突出，采用先进的传感器技术，实现多源数据的高效采集。系统在通信方面采用了独特的混合通信方案，融合卫星通信、物联网技术，确保了信息的高速传输和覆盖范围。创新的数据处理算法实现了实时数据分析和异常检测，提高了系统的智能化水平。

Web挖掘技术属于信息科学领域，涉及自然语言处理、模式识别、知识工程、机器学习和随机过程等多个研究领域，并需要使用概率统计、矩阵理论以及其他软计算方法作为研究工具和手段。本项目主要针对Web挖掘中的Web数据模型、文本分类和信息检索等基本问题进行理论和算法上的研究，并就这些问题提出了潜在语义结构模型、基于投影寻踪的中文网页分类算法和基于Markov网络的信息检索等模型。同时，在理论上对这些方法进行了深入的研究和探讨，从理论上证明了其正确性。在实验方面，我们将分类模型应用于大规模的标准测试文档集（REUTER-21578语料库、复旦大学中文文本分类语料库），进行了大量的实验，结果表明这些方法均表现出了较好的性能，接近甚至优于SVM和KNN的分类效果，并应用检索模型在标准测试文档集（CACM、CISI、CRAN、MED）上进行了多次对比实验，其性能与BM25相当在某些指标上甚至更优。另外，课题组在北大天网测试文档集上应用上述模型，在近几年的全国搜索引擎和网上信息挖掘学术研讨会（SEWM）的中文WEB信息检索评测中均取得了优异的成绩。

马踏湖鸭，原产山东省淄博市桓台县起凤镇，春秋战国时期就有史料记载， 当地俗称“湖鸭”或“麻鸭”。为预防马踏湖鸭的品种消失，王宝维教授与当 地畜牧兽医局经过为期四年的全面调查和取证，并进行了分子鉴定。通过了国 家畜禽遗传资源委员会审定，并列入国家级畜禽遗传资源名录。成为我国重要 高产蛋鸭遗传资源。 马踏湖鸭成熟母鸭产蛋量达到 280 枚以上，青壳蛋占 98%。目前年推广 150 万只。2015 年 4 月，该鸭通过了国家畜禽遗传资源委员会审定，并列入国家级 畜禽遗传资源名录，成为我国重要高产蛋鸭遗传资

主要从事的是挖掘机的液压阀与挖掘机的非线性控制系统的研究。 主要研究成果：1、攻克了电液比例阀结构设计、制造工艺、精度控制等关键技术，解决了中高端装备中的大流量比例动态控制技术难题。2、研究多路阀阀芯阀体材料和表面质量技术要求，通过调质、沉淀强化热处理、形变压缩技术，获得具有高强度和耐磨性的阀体材料，通过微弧氧化技术、化学复合镀和化学转化膜技术，得到高硬度的阀芯材料。3、分析阀体阀芯在传统表面处理工艺中出现的缺陷和弊端，最终采用激光熔覆的表面改性技术提高阀体阀芯表面性能，解决了高压大流量冲击断裂问题。4、提出了面向多工况的电控液压挖掘机控制策略研究；搭建了基于挖掘机实物和三维建模软件的硬件在环挖掘机试仿真验台。5、实现了自动化挖掘机铲斗位置精确控制，提出了通过使用智能算法优化挖掘机控制器的新的控制方法，通过建立仿真模型和试验证明该控制方法的可行性。

《大数据交易应当重视和研究的几个问题》指出，为了保证交易数据来源的正当性和交易主体的合法性，为了有效克服大数据交易中的问题和风险，对于数据这种新型特殊财产的权属、开发利用及流转的特殊规律应当抓紧研究，相关制度建设要及时跟进。该报告建议从两方面入手：一是从私法角度明确数据的财产性质及其权属分配规则。在充分保护人格权和商业秘密的基础上，将数据产权按价值贡献在被采集者、采集者以及数据加工者等相关主体之间进行合理分配。二是从公法角度明确关于数据采集、加工，大数据产品的开发、流转等的监管规范。要明确数据的采集和利用不得违背公认的社会道德和善良风俗；在不损害相关主体的合法权益和公共利益的前提下，推动政府数据公开共享；禁止有可能威胁国家安全的跨境数据流动。