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。

该研究采用污水处理厂改造前后的运行数据，对传统活性污泥法和膜生物反应器（MBR）两种污水处理工艺进行技术经济上的严格配对比较研究，对比分析污水处理厂采用两种工艺时的成本能耗、净利润和技术效率，采用敏感性分析评价计算结果的可靠性，为污水处理工艺的选择和应用提供技术经济方面的理性参考。

成果描述：多属性文本自适应系 统主要实现对每个未 知属性的通信实体进 行属性标注的功能。 主要分为两个过程， 即训练过程和预测过 程。 在训练过程中，系统 根据用户提供的已经 具有属性的数据集、 用户选择的分类算法 所对应的参数进行训 练，得到训练模型。 在预测过程中，系统 根据用户选择的训练 模型对未知属性的数 据集中的每个实体进 行属性标注，并得到 标注过属性的数据集 。（注：在训练过程 中，用户可以使用在 训练数据集上进行交 叉验证的方法获得在 固定参数和分类算法 下模型对未知样本预 测的性能的大致估计 。）市场前景分析：随着互联网的迅速发 展，Web页面上的信 息量呈指数级急剧增 长，如何快速、准确 地从海量数据中抽取 出用户真正需要的信 息已经成为互联网对 科研工作者提出的严 峻挑战。 属性标注能够将网页 非结构化文本内容转 化为结构化的属性数 据，方便用户查询和 进一步分析使用；其 作为信息抽取的关键 一步，对提高信息抽 取的性能方面也具有 重要意义。与同类成果相比的优势分析：包括训练和预测两个 过程，实现对不同数 据集的自适应性属性 标注； 特征选择功能，可以 在训练模型时，选择 出对区分数据类别更 有用的特征词，这样 ，可以降低实体所对 应属性的维度，从而 ，减少占用的内容空 间，提高计算效率； 交叉验证功能，帮助 我们在训练阶段，就 可以了解参数和算法 的选择，对属性标注 时准确性的影响； 生成报告功能，可以 在训练阶段的交叉验 证结束后，产生一个 训练阶段的报告，帮 助用户更好地记录实 验数据、参数、时间 和准确性等信息； 评估功能，比较模型 标注结果与样本真实 标签的一致性、差异 性，以评价一个模型 的好坏。

由于卫星信号采用扩频通信的机制，信号功率到达地球表面时的功率极低（一般认为SNR=-30dB）,因此非常容易受到有意或者无意的干扰，传统北斗接收机如果不采取特别措施，在干扰环境中会大大降低导航定位的精度，甚至完全丧失定位能力。 抗干扰数字板基于阵列信号数字波束形成的基本原理，自适应地在强干扰方向形成波束零陷，提高输出信号的信干噪比，使得导航定位接收机在强干扰环境下也能够有足够的导航定位能力和定位精度，提升了整个导航定位系统的稳健性。 本系统指标在国内领先，性能稳健。抑制单个宽带干扰最大干信比：95 dB；抑制两个宽带干扰最大干信比：88dB；抑制三个宽带干扰最大干噪比：78 dB。 信号处理板通过4个射频通道与射频天线端相连，并通过16位AD采集模拟信号送至FPGA进行抗干扰处理，把干扰抑制之后通过DA把数字信号转换为模拟信号送至射频天线前端进行模拟上变频以送至标准解码器，最后标准解码器进行导航信息解码并送至PC机显示，如图1。 针对实际空载应用，设计的面积更小的数字处理板尺寸为60mm×90mm，满足空载空间有限的应用。输入为4路AD信号和时钟信号，输出为模拟中频信号，经过上变频后采用标准接收机进行解码，如图2. 图1 圆形干扰抑制数字板 图2 小型长方形干扰抑制数字板及天线

成果描述：本发明涉及交通系统，特别涉及一种高架桥系统。针对目前高架桥存在对噪音污染、空气污染、光污染的控制存在缺陷的问题，本发明公开了一种高架桥系统，包括高架桥桥墩，该高架桥系统还包括封闭支撑系统和提供能源的发电系统，所述的封闭支撑系统设置为隧道式封闭结构，该封闭支撑系统包括顶部和侧部，该封闭支撑系统设置有降噪系统和除霾系统，所述的降噪系统包括设置于该封闭支撑系统顶部的吸声材料层和侧部的隔音屏，所述的除霾系统包括除霾装置和风机。通过使用本发明所述的高架桥系统，周围居民受到噪音污染将更小。所述的发电系统是通过温差发电原理，将太阳能转化为电能，供给路灯使用。本系统的功能体现环境友好型。市场前景分析：轨道交通基础设施建设领域。与同类成果相比的优势分析：技术先进，性价比较高。

2020年2月15日，同济大学牵头建设的上海自主智能无人系统科学中心新冠肺炎疫情防控科研攻关团队研发的第一套疫情防控智能识别系统（Tongji NCP-AIS），在同济大学四平路校区大门口开始试运行，可快速识别人流中个体感染者的风险。 科研团队利用人工智能、大数据、人脸识别、温度识别、动作识别等技术，可实现人脸识别、心率监测、呼吸监检测、门禁联动、门禁数据智能更新、咳嗽检测和语音播报，让人工智能技术在疫情防控期间发挥更大的作用，减轻学校相关管理人员的工作，实现疫情期间高效的校园安全管理。系统针对大规模人群，可以自动发现体温不正常个体，实现拍照和跟踪，以及提醒功能。

西安交通大学数学与统计学院医学人工智能团队为西安交大第二附属医院紧急开发出一套免费在线健康咨询、问诊与新冠风险筛查系统。患者可通过该系统直连二附院相关科室资深医生，进行远程咨询与筛查。作为一款综合的医疗在线服务平台，此系统打通了医疗环节中的各参与者、各系统、各终端，实现互联互通，促进信息数据充分流动，为患者提供疾病问诊、健康答疑、病情跟踪、实时监护等一站式医疗服务。系统已于2020年2月1日零时正式上线，截止2月3日24时，该系统已向5500余人次提供咨询、问诊及筛查服务。为实现“一平台多终端”的访问方式，平台摒弃传统native APP,采用Html5技术并已适配了各类手机、PC及微信的无障碍访问。平台后端基于大规模容器技术及分布式异步消息处理技术，可以满足百万用户在线实时沟通。平台利用大数据和人工智能技术为病人和医生提供更加精准、可靠的信息筛选和信息推送。平台可提供基于SaaS的服务模式，也可提供私有化部署，依托实体医院建立互联网问诊区，促进线上线下结合与医疗门诊闭环，最大化提升医疗资源利用率与医院协同效率，打造医疗服务新模式打破时空限制共享优质医疗资源。

中国工程院院士、北京清华长庚医院执行院长董家鸿表示，“新冠自测系统”的上线具有多方面重要社会意义，最首要的是让群众具有自我健康评估能力，理性地做出保健和就医选择，避免不必要的恐慌。中国工程院院士、北京清华长庚医院执行院长董家鸿表示，“新冠自测系统”的上线具有多方面重要社会意义，最首要的是让群众具有自我健康评估能力，理性地做出保健和就医选择，避免不必要的恐慌。中国工程院院士、北京清华长庚医院执行院长董家鸿表示，“新冠自测系统”的上线具有多方面重要社会意义，最首要的是让群众具有自我健康评估能力，理性地做出保健和就医选择，避免不必要的恐慌。通过自测，可以强化大众对新型冠状病毒感染肺炎的科学认识，帮助大家做好就医前的居家分诊，让医疗机构有限的人力、物力资源更加精准地投入到确诊/疑似患者，尤其是重症患者身上，避免不必要的交叉感染，有效遏制新冠肺炎疫情蔓延扩散。据了解，该系统导入的自筛问题量表系在董家鸿院士指导下，依据国家卫生健康委员会最新诊疗指南，由北京清华长庚医院疫情防控专家组设计，并经中国医师协会组织传染病学、呼吸病学、急诊医学、全科医学四大领域多名权威专家审定。

同济大学电信学院刘富强教授团队研制的汽车主动安全预警系统能综合运用视频检 测与识别技术、传感器信息获取技术、CAN 总线数据挖掘技术、信息集成融合技术，提 取车辆及其周边环境信息，对可能发生的危险状况进行预测并主动的发出预警信号从而 保证交通安全。 其中视频检测识别技术通过对视频图像进行实时处理与分析具备以下功能：通过驾 驶员的闭（眨）眼状态判断驾驶员是否处于疲劳驾驶状态；提取前方道路标志线环境信 息并反馈给驾驶员和汽车用于车辆行驶状态提示；捕获障碍物（如道路中的车辆和行人） 在车道中的位置和与本车的距离和相对运动信息从而避免潜在的碰撞事故。传感器技术 综合使用多种传感器，其中超声波距离传感器可以近距离测量传感器与目标之间的距离； 而激光雷达可以大范围远距离的距离测量从而弥补超声波和视频的不足；加速度仪可用 来测量汽车行驶过程中的加速度；而方向盘转角能够实时获得驾驶员对车辆的操控，同 时也能推算车道的曲率半径。控制器局域网 CAN 技术可以获得车辆运行状态信息（车速、 油门开度、转向灯状态等。上述技术获得的一些车辆的信息数据经过信息集成融合技术 融合成事先设定的数据格式，使之成为所需要的数据地图。由此可以判断汽车是否处于 危险状态或者是否会造成潜在事故从而给出预警信号。