100余所高校近300名科技管理工作者和科研人员参会。

随着社会发展人民生活水平不断提高，日常饮食结构也在不断变化。不合理的膳食结构所带来的负面影响是冠心病、高血压、动脉粥样硬化等心脑血管疾病的发病率不断提高。而血清中胆固醇的含量被认为是诱发心脑血管疾病的主要因素。 胆固醇是人体必不可少的营养成分。对人体而言，胆固醇可以合成多种激素；形成胆酸，促进脂肪的消化；构成细胞膜；并有助于血管壁的修复与保持完整功能。正常成年人血液中胆固醇含量在 2.82～5.95mmol/L。胆固醇是非水溶性物质，在血液中常结合低密度脂蛋白和高

★软件具有国家版权局颁发的软件著作权登记证书。 #软件具有省级或国家级检测机构出具的软件产品登记测试报告。 #心智解读能力观察评估表具有自主知识产权，提供国家版权局认证的文字作品登记证书。 心智解读与社会交往能力评估训练仪包含针对特殊儿童心智解读与社会交往能力的评估与训练内容，软件适用于认知能力达到两岁以上水平的、心智化发展能力落后、社交及沟通能力较弱的儿童及自闭症儿童。 软件的评估部分提供心智解读能力观察评估表、社交技能评定量表等专业评估工具。通过观察的评估方法，借助一系列的评估材料对儿童的心智解读能力及心智解读潜在发展能力进行评估，为开展针对性的提升儿童的心智解读能力进而改善自闭症儿童的社会交往能力提供依据。软件既可用于测试儿童的心智解读能力，也可作为鉴别儿童包括社会趋向、社会认知、社会性沟通、社会参与、自我调控等不同维度社交技能水平的诊断工具使用。教师可以通过评估软件完成测评内容，并自动生成测评结果报告。也可以直接运用配套量表、操作手册和道具完成全部测评任务。软件同时也支持通过选择前后不同时间的测试结果自动生成对比报告的功能，便于后续研究分析使用。 软件的训练部分包括共同注意、情绪解读、想法解读、假想游戏、高级心智化、社会交往、社交情感等心智解读相关的七大维度的训练内容（提供功能截图）。共同注意训练包括视线跟随、视线交替、指点、分享性共同注意等维度的训练游戏。情绪解读训练包括表情识别、情绪理解、愿望识别等维度的训练游戏。想法解读包括简单视角、复杂视角、错误信念等维度的训练游戏。假想游戏包括假想情景、角色扮演等维度的训练游戏。高级心智化包括比喻理解、幽默理解、讽刺理解等维度的训练游戏。社会交往包括表达需求、做出回应、非言语表达等维度的训练游戏。社交情感包括情绪调节、同理心建设等维度的训练游戏。 软件支持教师针对学生创建属于个体的个性化训练方案，包括制定训练的长期目标、分解至短期目标、创建训练计划、执行训练任务等一系列完整的方案内容，创建方案支持自动同步到学生端（提供功能截图）。 软件还提供了丰富的训练资源内容，基本覆盖心智解读与社会交往的核心内容，包含共同注意、情绪解读、想法解读、假想游戏、高级心智化、社会交往、社交情感等多种维度。软件支持将资源绑定给特定的学生用户。 软件的学生端可以进行训练、实施个训方案、查看训练资源，同时特别设计了成就奖励机制，为每个训练任务设计了成就墙，激发学生兴趣、鼓励学生不断挑战自己多次进行训练游戏。 硬件部分： 32寸嵌入式一体操作台，配有无线键鼠。

本发明提供了一种具有致稳能力的发电系统及控制方法，发电 系统包括能量模块、被控对象、有功控制器和惯性同步控制器；能量 模块用于将获取的其他能源转换为电能或将电能转化为其他频率的电 能；有功控制器的输入端连接至能量模块的第二输出端，有功控制器 的输出端连接被控对象，有功控制器用于控制被控对象的有功功率的 输出；惯性同步控制器的输入端用于连接并入的交流系统，惯性同步 控制器的输出端连接被控对象，惯性同步控制器用于控制发电系统与 并入的交流系统同步并使得发电系统具有致稳能力。本发明可以提高 现有的受变流器

任何骨科材料能否应用于临床，其自身血管化是关键。本成果在前期研究的基础上，采用多孔聚磷酸钙（CPP）作为基体并掺入微量锶制成掺锶聚磷酸钙（SCPP），重点研究了SCPP的“自促血管化”能力。研究表明，与传统HA等材料相比，低剂量锶的SCPP材料在体外能明显上调相应骨科种子细胞的促血管生成因子的mRNA表达，进而促进这些因子的分泌。体内试验与体外试验的趋势一致，SCPP能促进植入部位骨组织纤维的长入及材料内部细胞的促血管化生长因子的表达，促使新生血管的形成有利骨修复。本成果制备的新型骨科材料制备工艺简单，所用原材料价廉、环保无污染，材料本身本赋予了“血管诱导生成”能力，在骨科材料领域有广泛的应用前景。

本平台设计一套集成学习系统用来精确预测未来时间段的流量，本系统使用随机森林，SVR，三指数 平滑、GBDT，BPNN等传统算法和机器学习算法作为单模型，并通过集成学习的方式提高预测准确率。

本平台基于用户报刊订阅历史数据及用户个人信息，结合矩阵分解，K-Means等机器学习技术，构建了用户报刊个性化推荐系统，在提升推荐准确性的同时较好地解决了冷启动问题。

一、项目简介 智能计算MR成像主要是基于脉冲序列设计、成像、重建、处理与分析的全链路优化思想，利用人工智能领域的深度学习与大数据方法，研究新体制智能计算成像理论、方法与应用，突破现有系统将成像与分析分治难以兼顾的不足，从而为医学临床和科研提供新的、更快的成像手段、更好的成像质量以及更符合实际需求的成像模式。 二、前期研究基础 无 三、应用技术成果1）基于深度学习的信息保持压缩感知重建（左图为填零重建、右图为所提方法）

当前，保护数据的隐私和安全已经成为世界性的热点，各国都在加强对数据安全和隐私的保护。近年来，国家相继出台个人信息保护的标准和政策，旨在加强隐私保护。为了在符合相关法规的前提下使用数据，部分研究者尝试令各方数据保留在本地的同时训练全局模型，如 Google 提出的联邦学习。作为一种加密的分布式机器学习技术 , 联邦学习能够让参与各方在不披露底层数据和底层数据加密 ( 混淆 ) 形态的前提下，仍然能利用其余几方参与者提供的信息，更好地训练联合模型，提升 AI 模型效果。 然而，将数据留在本地的方式却也引发其他问题，如针对联邦模型的投毒攻击。投毒攻击通过攻击训练数据集或算法来操纵机器学习模型的预测，使分类器识别特定样本的分类边界发生变化。而联邦学习场景下的投毒攻击通常拥有更强的隐蔽性和破坏性。 因此，我们将传统投毒攻击防御中对原始数据的清洗过程转变至对上传的模型权重参数的预处理，在参数服务器部署防御框架来防御投毒攻击。我们设计了一种新颖的防御与追溯框架，该框架主要由模型聚类、初步防御和细化防御三个模块构成，构建多层纵深防御体系，保护联邦模型安全，并在源头上主动追溯攻击者。我们设计面向神经网络的无监督层级聚类算法，消除了神经网络中隐含元素置换不变性的影响。根据类内代表模型在聚合过程中的贡献度确定其可疑度，并以动量思想将可疑度绑定每个客户端，并结合历史用户行为对攻击者进行定位。我们的防御框架可以自主评估模型贡献度，自动确定可疑度动态划分阈值，并在图像、文本等多源数据集上达到了 100% 追溯率，实现了零漏检，零误检。 目前，成果性能已经过多方测试和验证，代码已部署在华为自研深度学习框架MindSpore 中，进一步为广大开发者所用。