江苏信息职业技术学院于2002年8月组建，是江苏省人民政府批准、教育部备案的国有公办普通高等学校，是江苏省示范性高等职业院校。学院的前身为创建于1953年的国家级重点中专无锡无线电工业学校和创建于1997年的国家级职教中心无锡市锡山职教中心。学院师生秉承“养正修能”的校训，弘扬“立德树人”的校风，建设以物联网技术融合现代制造业和现代服务业的发展，信息特色鲜明、一流企业认可、人民满意的高水平高职名校。 学院坐落在美丽的太湖之滨无锡市，现设有藕塘和东亭两个校区，占地面积1165亩，建筑面积32万平方米，拥有实验实训教学仪器设备1亿多元，图书60多万册，目前注册在校生12000多人，专兼职教师800余人，其中中、高级职称占87%以上，学校专业课教师“双师素质”比例达90%以上，汇聚了国家级、省级教学名师、全国优秀教师、享受国务院特殊津贴专家、国家技术能手、省“333工程”中青年科学技术带头人、省有突出贡献的中青年专家、省“333工程”中青年科技领军人才、省高校“青蓝工程”中青年学术带头人培养对象等高层次人才。 学院专业设置和专业方向紧密契合区域经济发展和产业结构调整，学院现设有电子信息工程学院(微电子学院)、机电工程学院、物联网工程学院(信息安全学院)、艺术设计学院、商学院、汽车工程学院、建筑工程学院、马克思主义学院、士官学院、继续教育学院，共有12个专业群，45个专业，87个专业方向。学院现有中央财政支持的重点建设专业2个、省品牌专业2个、省重点建设专业群4个、省特色专业3个、江苏高校优秀科技创新团队1个，江苏省“青蓝工程”科技创新团队1个，建设物联网技术、微电子技术、智能制造、汽车技术服务、智慧商业专业集群，协同发展建筑工程技术、文化创意专业集群，形成以物联网技术融合现代制造业和现代服务业发展、信息特色鲜明的专业集群。同时，拥有多个省示范重点建设专业、省级以上实训基地，其中，无锡市数控设备维护维修共享型实训基地，获省财政资助1千万元，在全省高校中仅有5所。学院牵头组建“中国电子信息行业联合会物联网产教联盟(职教集团)”“中国职业教育微电子产教联盟”。 坚持需求导向，融合发展。学院与联想教育、中兴通讯、华润微电子、安谷科技、保时捷中国、新大陆、东风雷诺、北京精雕、瑞士GF、日本三菱、福建三锋、海澜集团等国内外知名企业等知名企业进行深度校企合作，校企共建了华润微电子学院、中兴通讯电信学院、保时捷学院、联想IT学院、海澜商学院、安谷苏信创新创业中心、新大陆物联网学院、苏信•三锋学院、苏信·精雕智创中心等，培养出一大批具有创新创业精神的“懂专业、精技能、高素质”的技术技能型人才，提高了学生就业核心竞争力。学院获“中国产学研合作促进奖”、“无锡产业贡献奖”。 学院努力造就一支与学院科学发展相适应的高水平“双师”素质教师队伍。通过选派教师到企业培训和工程实践，进一步提升了教师的“双师”素质，特别是引进了多名长期在大型企业从事技术研发的高级工程师、高级技师，使教学团队的技术研发水平和工程实践能力得到质的飞跃;通过聘请企业的工程师和高级工程师到学校担任兼职教师，使校企合作走向深入，同时也确定了一批技能过硬、乐于职业教育的兼职教师，教师队伍的整体工学结合能力大大提升，为专业的发展和培养高技能人才奠定了基础。 经过全院师生的共同努力，学院的办学成绩得到了社会的广泛认可： 人才培养模式改革初见成效，2003年被列为“国家计算机应用与软件技术专业领域技能型紧缺人才培养培训基地”，2004年学院成为首批国家级35所示范性建设单位之一，2007年成为首个“无锡市软件与信息外包人才培养基地”，2007年在教育部组织的高职高专人才培养工作水平评估中被评为优秀，2008年被确立为“江苏省高等教育人才培养模式创新实验基地”，2008年被列为无锡市“国家服务外包示范区•无锡太湖保护区——人才培养基地”，2012年顺利通过新一轮教育部高等职业教育人才培养工作评估，2014年，学校以优秀成绩通过江苏省示范性高职院校建设验收。 毕业生受到社会的欢迎和好评，就业率和就业质量不断提高，近五年毕业生就业率达到99%以上，学院被评为“全国职业院校就业竞争力示范校”、“江苏省高校毕业生就业工作先进集体”、“江苏省大学生创业教育示范校”“江苏省大学生创业示范基地”，许多近几年毕业的学生已经成长为企业的骨干，为无锡地区、江苏省和长三角地区的经济建设提供了有力的人才支持。 精神文明建设成果丰硕，学院被评为“江苏省职业教育先进单位”、“江苏省文明校园”、“江苏省高等学校和谐校园”、“江苏省平安校园”、“江苏高校思想政治教育先进集体”、“全省教育纪检监察先进集体”、“江苏省文明食堂先进单位”、“江苏省文明宿舍先进单位”、“省级大学生心理健康教育与研究示范中心”。 近年来，学院获得国家、省、市级以上竞赛奖项，其中包括江苏省教学成果一等奖、全国职业院校信息化教学大赛一等奖、全国职业院校技能大赛一等奖6项、“挑战杯—彩虹人生”全国职业学校创新创效创业大赛特等奖、全国大学生艺术展演一等奖，中国机器人大赛暨RoboCup公开赛冠军、全国集成电路设计大赛一等奖(唯一获奖的高职院校)、金砖国家技能发展与技术创新大赛机电技能赛项一等奖(第一名)、国际红点概念荣誉奖2项等。“读百部好书”活动荣获教育部高校校园文化建设优秀成果二等奖。无线电测向运动队成立14年来，获得国家级比赛奖项140多项、省级比赛奖项400多项，司国文同学在2011年亚洲无线电测向锦标赛上获得1枚金牌1枚铜牌。 学院的校园文化建设成果引起了社会舆论的广泛关注，光明日报、中国青年报、中国教育报、新华日报等多家媒体进行了专题报道。(截止2018年9月)

重庆信息技术职业学院学院位于三峡库区经济中心、重庆第二大城市和千年文化古城——万州，创建于1995年。2001年经重庆市人民政府批准、教育部备案正式成立重庆信息技术职业学院(教育部代码12755)。 学院现有金龙、天城两个校区，均为优美的自然生态型教学园区，学院总部所在地金龙校区绿树成荫、山水相映、亭台生辉、风景如画，是一所典型的花园式大学。 学院自创建伊始，坚持"与世界同步，与未来同行"的发展理念，现建有软件学院、电子工程学院、经贸学院、表演艺术学院、应用技术学院、继续教育学院6个二级学院，开设软件技术、会计、电子商务技术、动漫制作技术、舞蹈表演和现代流行音乐等35个专业，毕业生就业率保持在96%以上，目前在校生近万人。 学院大力实施质量提升工程。所设专业中软件技术为市级特色骨干专业，计算机网络技术、计算机信息管理、商务英语等3个专业为市级教改试点专业，软件技术教学团队为市级教学团队，JAVA课程和传统文化经典导读课程为市级精品课程。有6个校级重点专业及专业群，19门校级精品课程，64项在研市、校级教改项目。同时积极探索实施"卓越人才"培养计划，开办总裁助理、星艺装饰、华晨鑫源等特色试验班，不断提升人才培养水平和就业质量，"十二五"期间，学院学生平均就业率达96%以上，深受用人单位欢迎。 学院坚持工学结合、"双证"融通和教学实训为一体的教学改革，引入美国微软认证、清华IT、国家职业资格认证等19个国内外权威职业认证，职业认证考试通过率平均达到93.7%以上。"十二五"期间，学院有230人次在全国及省市技能大赛中获奖，其中金奖6项，银奖4项，国家一等奖8项，国家二等奖14项，国家三等奖14项;重庆市一等奖17项，重庆市二等奖11项，重庆市三等奖11项。 学院坚持德能双修、全面发展，以融合儒家文化、时代文化、企业文化三江汇流为承载，着力培养学生的职业文化。学院倡导敬天爱人和忠孝仁义，恪守"忠诚、专业、团队、责任、荣誉、国家"之校训，以此塑造大学精神。学院先后荣获重庆市党建示范单位、学生教育管理工作先进单位等称号。 学院始终坚持为重庆信息产业服务，为三峡库区开发建设服务的办学方向。在培养高端技能人才的同时，广泛开展以信息技术为主的技术开发、技术服务与多种培训，并积极开展区域合作、校际合作和国际合作，与美国加州浸会大学、俄罗斯沃罗涅日国立大学、澳大利亚博士山大学、菲律宾凯迪雷拉大学、菲律宾学会大学、菲律宾西北学会大学、菲律宾曼纽大学、印度尼西亚迪亚大学、泰国博仁大学、巴基斯坦企业管理学院、韩国庆星大学等20多所国外大学，重庆工商大学、重庆邮电大学等20余所国内大学及百余家知名企业、教育机构建立了学术交流、教师进修、联合办学、学生实习实训等合作关系，办学特色日见彰显。先后被批准为国家计算机与软件技术技能型紧缺人才培养院校、重庆市示范性软件学院、软件人才培养基地、笔记本电脑基地人才培养院校、高技能人才培养基地和重庆市美育实验校。 当前，学院正以建立现代职业教育体系改革为契机，不断创新职业教育模式和人才培养模式，推进校企深度合作，提升人才培养质量，坚定不移地朝着创建中国高职教育品牌名校的目标迈进。

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。

我国科研团队首次利用机器学习反求设计（machine-learning inverse design）实现三维矢量全息(Three-dimensional vectorial holography)新技术的相关研究成果发表在国际顶级学术刊物《科学进展》上。该杂志为《科学》(Science)刊物旗下子刊，是一个涵盖所有学术领域的开放性、综合性科学刊物。这项光学全息技术领域的突破性研究，由上海理工大学庄松林院士和顾敏院士领衔的未来光学国际实验室完成。研究中基于机器学习的反求设计，可精准且迅速地产生一个或多个任意三维矢量光场，有望应用在超宽带全息显示、超安全信息加密以及超容量光存储、超精确粒子操控等各个领域。光是一种电磁波，其在介质中传播的同时伴随着电磁和磁场的振荡，被称为光的矢量特性。研究人员介绍，基于光波的横波特性，光的振荡通常被限制在与其传播方向垂直的二维平面上。近些年，科学家研究发现光的振荡可打破传统二维平面的束缚，通过干涉产生纵向光振荡，即形成第三维光矢量。但精确产生任意三维矢量光场仍是一个世界性难题。在物理学上，通过求解三维麦克斯韦方程可以正向得到一个三维矢量光场分布，但其不可控。顾敏科研团队利用人工智能的机器学习反求设计，解决了这一难题，率先实现了三维矢量全息，并可精确地控制三维全息图像中每个像素点的任意三维矢量状态。顾敏介绍，这样的操控是全方位的，包括对每个三维矢量光携带的信息进行编码、传输和解码，因而消除了传统二维偏振光的束缚。“通过人工智能机器学习的新技术，我们首次实现了三维矢量光的操控，并将机器学习的算法延伸到光学全息中去。”机器学习在光学设计中扮演着越来越重要的作用。文章第一作者任浩然博士说：“我们研究证明训练后的人工神经网络可有效、快速地产生任意三维矢量光场，达到接近百分之百的准确性，极大地提高了光场调控的效率。”此外，这项发明为光学全息开辟了一条新道路，首次在全息中证明光的三维矢量状态可以作为独立的信息载体，实现信息的编码和复用。顾敏表示，“这项发明不仅为下一代超宽带、超大容量、超快速并行处理的光学全息系统奠定了基础，同时也为人们加深理解光与物质的相互作用（例如粒子操控）提供了一个崭新的平台。”

面向数字人的大规模生成需求，发展生成式人工智能理论，探索机器学习方法从数据中自动化学习数字人建模方法，提出了高精度三维人脸重建技术、表情驱动数字人技术、语音驱动数字人技术三项世界领先的技术，以低成本、高效率生成可驱动的高保真数字人。该技术能够极大提升数字人的生成质量与生成效率，支持大规模高精度的数字人生成，具有广泛的应用前景。

失眠障碍是一种普遍存在的睡眠障碍疾病，我国成年人中的患病比例高达30%，其主要表现为难以入睡、难以维持睡眠或睡眠质量不佳，导致出现疲倦、注意力不集中、记忆力减退、情绪波动等负面影响，并且与多种疾病（如心血管疾病、糖尿病等）的发生和发展密切相关。我国庞大的患者群体增加了对医疗资源的需求和社会负担，对个人和社会经济造成重大影响。失眠障碍需要引起足够的重视和关注，早期诊断是减少其对个人和社会危害性的有效方法。 目前临床睡眠诊断主要依靠睡眠专家人工判读多导睡眠图（polysomnography，PSG），PSG技术同时记录多个生理参数，如心电图、脑电图、肌电图、眼电图等，从而准确评估睡眠的各个阶段和睡眠中的生理变化。然而，现代临床睡眠诊断方法存在一些弊端。首先，依靠睡眠专家人工进行诊断成本很高。例如，临床诊断中标记一位患者的PSG数据并完成诊断，往往需要一位训练有素的睡眠专家数个小时的集中工作才能完成，无法应对大规模睡眠障碍群体需求。此外，睡眠诊断存在个体差异，同一种睡眠障碍在不同人群中的表现可能不同，诊断结果需要根据患者的具体情况进行综合评估和判断。这些方法需要专业人员进行操作和解读，费用昂贵，操作复杂，很难普及应用。 人工智能技术可以帮助解决以上问题。人工智能技术可以在不需要专业人员干预的情况下，对失眠障碍进行自动化分析和诊断，具有高效性、低成本和易普及的优点。此外，还可以在大数据层面上进行分析，深入探究失眠障碍的病理生理机制，从而更好地指导治疗和预防措施的制定。 睡眠诊断是最为适合采用云平台技术进行自动化诊断的领域，患者潜在群体数量庞大。本项目涉及基于人工智能睡眠医学诊断技术的全系统的各个环节，系统的诊断准确率目前为世界范围内第一。前期已经服务于制药企业睡眠类药物评价、可穿戴消费级电子设备睡眠监测等领域。目前市场上的类似产品均不具备临床医疗级的诊断能力，本技术填补了市场空白。 图1.本项目研发的原理样机部件

人工智能边缘实验平台为标准的2.5U机架式设备，配置20块FPGA开发板(Cyclone® V SoC系列)，可供20位学员同时进行FPGA设计、调试、下载及相关验证，并具备SoC网络技术和FPGA远程调试技术，通过网络为教学实验提供配套服务，实现在线实验室的虚拟仿真技术。AI Edge Platform is a standard 2.5U rack server,which is equipped with 20 FPGA Development Boards  (Cyclone® V SoC  FPGA Series). It can be used by 20 students to design,debug,download and verify FPGA at the same time. It also has SoC network technology and FPGA remote debugging technology,and provides support for teaching experiments through the network;realizes the virtual simulation technology of online laboratory.

人工智能边缘实验平台为标准的2.5U机架式设备，配置20块FPGA开发板(Cyclone V SoC系列)，可供20位学员同时进行FPGA设计、调试、下载及相关验证，并具备SoC网络技术和FPGA远程调试技术，通过网络为教学实验提供配套服务，实现在线实验室的虚拟仿真技术。AI Edge Platform is a standard 2.5U rack server,which is equipped with 20 FPGA Development Boards  (Cyclone V SoC  FPGA Series). It can be used by 20 students to design,debug,download and verify FPGA at the same time. It also has SoC network technology and FPGA remote debugging technology,and provides support for teaching experiments through the network;realizes the virtual simulation technology of online laboratory.

在棒材、线材、型材及管材等轧制工艺制度制定中，首要任务之一是进行科学的孔型设计。孔型设计合理与否直接影响到轧制效率、产品质量和实际操作条件等。棒、线、型材及管材等轧机的经济效益可以通过提高孔型设计质量和优化轧制工艺制度（包括速度制度等）来实现。传统孔型设计主要是依据经验试（凑）错法，往往需要经过多次试轧和修正才能轧出合格产品，研发周期长、成本大。本项目《高精度计算机辅助孔型设计、模拟和优化（CAE）技术》针对各类棒线型材及管材产品以现代计算机辅助工程 CAE 为核心技术进行孔型设计，采用反映轧制过程多阶段、多影响因素的精确数学模型，在满足咬入及变形条件、孔型中稳定条件以及设备能力和电机负荷等限制条件下，进行孔型优化设计,既获得满足要求的轧材几何形状、尺寸精度、表面质量和组织性能等，又达到高效率生产的目的。其设计系统的核心是应用计算机优化获得最佳孔型系统、轧辊及孔型配置以及最优工艺控制方案和工艺控制模型，还可以对孔型设计结果进行计算机模拟，根据模拟结果再对孔型设计方案进行必要的修改，用计算机模拟和优化加速孔型设计进程、提高孔型设计质量（包括安全性、可靠性、共用性等），减少或代替试轧过程。该技术可应用于各类棒、线、型材及管材等轧制过程的孔型设计,其中包括：螺纹钢筋（包括切分轧制）、圆钢、方钢、角钢、槽钢、工字钢、 轻轨、重轨、扁钢、球扁钢、H 型钢、T 型钢等各类简单断面、复杂或异形断面型材等；热弯或冷弯型材等；管材孔型设计（包括穿孔机孔型、连轧管孔型以及周期式冷轧管机组）等。连续式轧机、半连轧、万能轧制法以及横列式轧机等；环件轧制等特种轧制工艺。钢种：各类碳素钢、碳结、优质碳结、各类合金钢和特殊钢等。