1.设计独立的量子芯片操控层与量子芯片读取层，利用三维芯片结构提升量子芯片的线路密度与集成度； 2.设计新的量子比特操控信号调制方法，提高量子逻辑门操作的保真度。 3. 开发兼容于超导量子芯片的工艺材料与立体封装工艺技术。 4.设计能实现更大增益-带宽积特征参数的约瑟夫森量子参数放大器结构。 5.利用大规模硬件同步技术以及基于 PXI 等高速扩展架构的集成技术。 6.在逻辑控制板中原位实现量子芯片读取信息的处理。 7.利用 FPGA 实现量子算法序列到量子比特操控信号序列的实时生成与组合，使得用户可以在直接在量子编译器层面对量子芯片进行编程操作。 

成果简介国内回转支承企业经过多年的发展， 企业一般都具有相对稳定的产品种类，其基型产品的工艺过程也相对不变， 变化较多的则是同一品种的系列变化。 工艺人员日常工艺设计的主要形式是基于基型产品的修改型设计。 在这种方式下， 工艺规程的编制和工艺信息管理就成为最主要和劳动量最大的工作。 为此， 我们开发了一个高效实用的回转支承计算机辅助工艺设计 CAPP 软件， 所生成的工艺路线合理， 工艺图表格式统一、 规范。成熟程度和所需建设条件本项目已经成功应用于马鞍山方

Ø 靛蓝是染色牛仔布的主要染料，每年全世界的靛蓝需求量达10万吨之多。靛蓝生产工艺主要以间歇法为主，已经有一百多年历史了。其中的碱熔反应工艺堪称间歇反应的经典，在一百多年历史中，即使到上世纪90年代国际上最大、技术最先进的化学品公司最后放弃该产品生产的时候，也没有能够用一种连续的生产工艺来代替它。目前全世界大概80％的靛蓝由中国生产，其中60~70％出自江苏泰丰公司。在2006年以前，几乎所有国内的靛蓝生产线都完全由人工操作完成，包括当时技术最先进的北京染料厂。2006年，理工大学210教

产品详细介绍

产品详细介绍

产品详细介绍高级电脑心肺复苏模拟人(计算机控制)产品概述： ZN/CPR780型系统的主要功能能是提供心肺复苏（CPR）的操作流程练习和考核，遵循美国心脏协会2005指南，其系统核心模块由应用软件、全身人体模型组成，为社会心肺复苏培训机构的师资培训及学员普及培训与医学院校、医疗卫生系统培训使用的超新一代产品。方便管理层对学员信息的管理，提供了实用、有效、数据详实的教学培训工具。 高级电脑心肺复苏模拟人(计算机控制)的描述： ZN/CPR780高级心肺复苏模拟人（计算机控制） 系统主要功能：（该款模拟人在培训时间内可利用现有的资源办公电脑进行软件安装即可进行培训。培训结束后，退出软件光盘即可用于其它日常办公用途。） ■ 生命特征模拟：瞳孔及颈动脉的变化。 ■ 气道开放。 ■ CPR心肺复苏：根据2005国际心肺复苏指南标准设计，可进行人工呼吸和心外按压，全程中文语音提示。 标准的气道开放，实时操作曲线显示，对正确和错误的操作语言提示，统计数据打印成绩，可选择训练和考 核方式。 ■ 学员管理：操作统计报告记录及回放，练习及考核。 标准套配置： ■ 高级复苏全身人体模型一具 ■ 豪华手拉推式人体硬塑箱一只 ■ 计算机（用户自配或选配） ■ CPR安装软件一套 ■ 复苏操作垫一条； ■ 屏障面膜(50张/盒)一盒 ； ■ 可换肺囊装置四套； ■ 可换面皮二只； ■ 2005国际最新操作指南光盘1盘 ■ 现场急救常用技术使用手册 1 本 ■ 使用说明书一本。 ■ 保修卡、合格证； 本产品图片和文字内容由上海知能医学模型制造中心提供并承担所有解释权,如果不经同意进行转载或非法宣传我司将追究法律责任。

在串联回路中，当电弧或放电现象发生时，对电流进行频谱分析，根据电流 的频谱特征变化来确定是否有电弧发生，提供预警信息或保护动作。为了防止在 开关的瞬间或受到其他脉冲电流的干扰造成电弧故障检测电路误动作，同时在频谱分析的基础上综合电弧时间长短等其他特性作为电弧故障的判据。系统的硬件 部分包含电流检测、滤波、故障特征提取等模块。软件部分包含信号采集、信号 处理、故障判别等模块，并综合时间等其他因素降低误报率，提高检测系统的可 靠性。在算法中，采用了人工智能算法以提高系统的适应性。主要成果包

虚拟设计与仿真、信息技术与机械工程的结合，是 21 世纪工程领域的重要发展方向 与战略制高点。机械工业发展水平的最重要标志是机型的自主开发、设计与制造能力。 实际工程应用对仿真环境提出的挑战，虚拟设计和仿真对计算机性能的要求十分苛刻。 一个典型的机械产品的装配有成千上万个零件装配，一个机械性能的仿真更需要进行几 十个工况每次若干小时的大量计算和接近实时的渲染。通过产品结构动态特性等全方位 的分析仿真，可实现面向实际产品原理、结构和性能的设计、分析、模拟和评测。运用 新技术，配合国家重大工程建设，完成了重大机械设备和施工装备的开发。如节段施工 架桥机；900t 运梁车、提梁机机电液一体化整机开发；大型开闭式屋顶建筑机械及控制 成套技术等。 技术指标 帮助提高创新产品研发的研发能力。提供大型机电液一体化机械装备全套技 术或开发 

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。