本发明提供了一种基于极限学习机的慢盘检测方法及系统，通过对历史磁盘数据进行特征提取，从中选择特征向量进行训练，实现了基于神经网络检测慢盘的方案，优化了慢盘检测过程，提高了慢盘检测准确性并降低了计算复杂度；同时在实际使用过程中，随着历史磁盘数据数量的增加，越来越多的样本被不断训练，模型精度越来越高，进一步提升了准确率，保证了数据存储系统始终处于最佳工作状态。

随着纳米光子学的发展，具有超颖性质的人工微结构吸引了众多研究。针对日益增长的研究和设计需求，北京大学物理学院方哲宇及其研究团队实现了一种自洽的框架——BoNet，其结合了贝叶斯优化（Bayesian optimization）和卷积神经网络（convolutional neural network），实现了纳米结构对于超强光学手性的自学习。基于此框架，他们将纳米结构设计表示为图形，并输入卷积神经网络进行电场分布和反射光谱的学习，此过程不需要将纳米结构参数化为向量，因此最大化的保留了其几何信息和边界条件。同时，利用贝叶斯优化以实现对纳米结构远场光学手性的优化，并运用其采样样本反复训练神经网络实现自学习。利用BoNet，他们针对远场反射光谱的圆二色性进行优化并逼近了其理论极限(CD = 1)，同时利用神经网络匹配预测的近场电场分布，对获得的强光学手性进行分析解释。 此框架能够被直接推广用于其他光学性质的自学习优化，例如实现反常透射，偏振态调制和相位调制。更进一步的，此方法论能够帮助设计更多的，具有良好光学性质和运用价值的纳米光子学器件，比如消色差超透镜，超灵敏的微传感器以及智能超表面等。此研究同时能够启发更多数据驱动的研究，通过利用人工神经网络和其他机器学习的方法，实现对传统科学研究的新探索，在制药，引物设计，固体结构分析上启发新突破。 该工作于2019年11月19日在线发表于学术期刊《PHYSICAL REVIEW LETTERS》上，题为“Self-Learning Perfect Optical Chirality via a Deep Neural Network”(DOI: 10.1103/PhysRevLett.123.213902)。北京大学物理学院方哲宇研究员是本文的通讯作者，李瑜，徐优俊，姜美玲为该文的共同第一作者，北京大学定量生物学中心来鲁华教授为合作者，北京大学为唯一通讯作者单位。该工作得到得到了科技部、教育部、国家自然科学基金委、北京大学人工微结构和介观物理国家重点实验室、北京大学纳光电子前沿科学中心、量子物质科学协同创新中心、北京大学高性能校级计算平台、北京大学生命科学中心高性能计算平台等单位的支持。用于近远场计算的神经网络结构表征实现了逼近理论极限的高手性，并利用神经网络对近场分布进行分析

本发明公开了一种数控加工状态自学习的刀具磨损监控系统，结构为：刀具磨损规律学习库存储刀具学习磨损规律；数据获取与判断模块将伺服驱动电流数字信号提供给数据处理模块，进行格式转换并保存为监控电流信号；特征提取与选择模块选择与刀具磨损强相的信号特征；拟合预测趋势曲线模块建立信号特征与刀具加工寿命关系曲线；刀具磨损规律模块从刀具磨损规律学习库中获得刀具学习磨损规律；将趋势信号特征带入刀具学习磨损规律中得出刀具磨损量；刀具磨损补偿及换刀模块根据刀具磨损量作出刀具磨损补偿及换刀决策，提供给数控系统接口输入模块。

本发明公开了一种基于在线学习的监控视频中运动目标跟踪方法，其首先利用离线训练的特定类别测器检测出视频序列中目标区域；然后结合外观特性，采用双阈值保守关联思路关联相邻两帧之间的目标，得到可靠保守的短跟踪片；再在得到的跟踪片上，利用时空域分布约束信息，定义正负样本集，分别提取颜色、纹理外观特征相似度以及运动信息，作为在线学习器训练特征集，通过机器学习在线学习算法的训练过程，得到轨迹片分布规律上基于运动和外观特性的概率

本发明属于机器人智能控制相关技术领域，其公开了一种机器 人力控示教模仿学习的装置，其包括六自由度并联示教机器人、第一 六维力传感器、第二六维力传感器、六自由度操作机器人及力位采样 控制系统，所述第一六维力传感器设置在所述六自由度并联示教机器 人的末端执行器上，其用于感测所述六自由度并联示教机器人受到的·109·驱动力；所述第二六维力传感器设置在所述六自由度操作机器人的末 端执行器上，其用于感测所述六自由度操作机器人末端的接触力；所 述力位采样控制系统分别电性连接于所述六自

完成人简介：郑晓晖，西北大学教授，博士生导师，中草药现代化工程研究中心主任，西北大学深圳清华大学研究院共建"创新中药及天然药物研究"联合实验室主任，陕西省中医药管理局“中药复方效应成分分析”重点研究室主任，陕西新药技术开发中心特聘专家，九三学社中央促进技术创新工作委员会委员，九三学社陕西省委常委，陕西省九三学社教育文化专门委员会主任委员，九三学社西北大学主委，教育部“长江学者和创新团队发展计划”、“陕西省重点科技创新团队”团队带头人，入选国家百千万人才工程，授予“有突出贡献中青年专家”荣誉称号，享受国务院政府特殊津贴。 成果内容：丹参素冰片酯（DBZ）是课题组应用代谢物组学研究技术，采用HPLCMS、GCMS、GCFTIR、NMR等技术手段，在复方丹参方效应成分的基础上，依据传统中医药理论与“君使”对药的化合物设计方法，结合现代药物化学和药理学，设计、合成的一种治疗心脑血管疾病（抗脑缺血）的新药候选化合物。DBZ显著的抗脑缺血损伤活性，并从血管新生、神经炎症、氧化应激等方面深入全面地揭示了其多环节的作用机制，相关文章发表在药学领域国际权威期刊《英国药理学杂志》上。 DBZ具有易于制备、工艺可控、高效低毒等特点，是一个成药能力良好的化合物。现已完成大规模化的非光学活性DBZ生产工艺（20Kg/批），并建立光学活性DBZ拆分工艺，建立光学活性DBZ不对称合成工艺；同时开发出光学活性的右旋 DBZ 10公斤级合成工艺。建立了DBZ原料药质量标准、DBZ脂肪乳剂的工艺。 现已获中国发明专利授权4项， 1项PCT国际专利获58个国家及地区授权。 成果用途： 该项目研究内容及产品涉及治疗一种治疗心脑血管疾病（抗脑缺血）（1类化药）开发。 成果成熟度：中试产品阶段（已解决关键技术，需要合作进行产业化攻关） 转化方式：技术入股、合作推广，本项目欲融资8,000万元占股20%，按照国家 1 类新药的申报要求，展开研发、产业化的规范市场运作和资本运作。 成果知识产权情况 专利号 专利名称 专利状态 ZL 201410175950.8 一种混旋丹参素冰片酯的合成方法 授权 ZL 201310470979.4 一种丹参素冰片酯的工业化合成方法 授权 ZL200910023010.6 取代的苯甲酸衍生物及其合成方法和用途 授权 ZL200610042787.3  β－(3,4－二羟基苯基)－α－羟基丙酸冰片酯、其合成方法和用途 授权 PCT/CN2007/001550 取代β苯基α羟基丙酸衍生物、其合成方法和用途 授权

活性炭是现代化学工业，石油工业，食品工业，医药工业，饮用水处理等行业不可缺少的处理吸附，脱色，净化剂，应用范围十分广泛，尤以粒状活性炭最为重要，世界上许多国家和地区都十分重视它。在日本，丹麦，瑞典，美国等发达国家研究，生产应用活性炭的历史近百年；在中国虽然起步较晚，但在应用硬果壳制备活性炭的生产工艺方面有较大的成功，先后有采用核桃壳，椰子壳，棕榈壳，桃核，杏仁壳及木屑等为原料来制备粒状或粉状活性炭，由硬果壳制备的活性炭均为粒状，可再生重复使用，应用价值大；由木屑制备的粒状活性炭，生产成本较低，一般为一次性使用，不便于再生。活性炭生产方法可分为物理活化法和化学活化法两大类，各有优缺点，但化学活化法由于活化剂种类及浓度的不同而使活性炭的孔径大小，长短等主要技术指标有较大的差异，人们通过控制选择活化剂，活化剂浓度，PH值大小；活化温度高低等条件来达到制备出不同规格型号的粒状活性炭，以供不同用途选用。

以科学发展观为指导，通过建立生物催化与转化关键技术平台，大力发展工业生物技术；以生物技术高效制造精细化学品为目标，实现高值精细化学品的原料替代和生产路线替代，促进化工产业结构调整与升级，应对市场竞争和经济危机，最终实现生物产业的跨越式发展，引领生物经济浪潮。以国家重大需求和科学前沿为导向，以工业生物技术为中心，形成基础研究－共性关键技术－产品工程一体化的研究体系。

本发明是一种苯胺的固相电致化学发光检测方法，具体方法包括：1）光学复合纳米纤维Ru-AuNPs-PA6的制备；2）固相电致化学发光传感系统构建与优化；3）苯胺定量检测。经静电纺丝制备电致化学发光活性物联吡啶钌掺杂的纳米金胶/尼龙6光学复合纳米纤维Ru-AuNPs-PA6，利用Ru-AuNPs-PA6构建固相电致化学发光传感系统并进行相关参数优化，应用该传感系统定量检测苯胺。本发明建立具有高灵敏度、高稳定性、宽线性范围、低检出限及传感系统可重复利用等特点的苯胺的固相电致化学发光检测方法。