（一）项目背景 当前，智慧教育具有智能导学、精准推荐、定制辅导、精细评价等特点，已成为国际国内教育信息化发展的趋势。智慧教育的研究主要聚焦于智慧学习环境建设的研究、智能技术支持下的智慧教学研究和机器学习技术支持下的个性化学习研究。智慧教育的出现极大地促进了当前教育中学习空间的重构。在“学习空间”之前，人们通常使用“教学空间”来指代这种场所，将有教学活动的场所均称作教学空间。随着人们对学习过程的理解变化、智慧教育的快速发展以及人们对非正式学习的重视，学习空间逐渐由单一的物理教学空间向包含物理空间、网络空间、移动空间的多元学习空间转变。多元学习空间的提出虽然更多地体现出了“以学生为中心”的倾向，但如何具体衡量多元学习空间对学生学习效果的影响是评价多元学习空间的重要步骤。同时，在多元学习空间具体构建时，面对空间中来源不同、结构多样、数量庞大的多模数据如何进行处理存储、并在保证数据有效性的前提下对教育数据进行隐私保护是多元学习空间需要解决的另一个难点。 （二）项目简介 本项目主要目标是针对信息技术支撑下学习空间多元化、场景复杂、需求多样化，学习者及学习行为呈现出新的特点和规律，研究多元学习空间中学习行为数据化关键技术，构建“云-边缘-物联网”架构的多模态数据存储与处理平台，实现混合式学习环境下学习行为智能感知和数据化，优化学习行为模型，基于实际应用与不同学习目标函数及内容，建立可重复、可预测、可验证的对比数据集，为数据驱动的智慧教育生态构建和教育应用提供核心技术与数据支撑。 （三）关键技术 我们面向智慧教育中准确认知学生的学习状态和行为的大数据需求提出研究方案。本项目实施方案涉及教育学、物联网、云计算、人工智能、隐私保护等多个领域，主要技术路线如图所示： 图 1 技术路线图 其中，项目包括的关键技术主要有以下三点： 1.基于物联网的多模态数据实时智能感知和多时间域数据采集技术 该技术针对学习状态的数据化、特征参数量化问题，设计能够采集多 重学习空间下的智能数据感知物联网系统。主要技术难点在于抽样频率与 识别准确度的平衡、人机交互的变化规律等全新科学问题。 2.学习状态多模态数据解析和智能处理技术 利用智能感知物联网采集实时性的原始学习状态数据，包括面部表情、 脑电信号、头部姿态、交互行为等原始数据，这些数据具有数据量大、模 态多、冗余度高等特点，需要通过智能化的预处理方法转换成可以量化的 状态数据。 3.多层次数据差分隐私保护技术 学习行为数据是学习者被动采集的多方面行为数据，受到日益增长的 具有争议性的数据伦理的制约。该项技术通过数据隐私保护机制实现数据 多层次化的差分隐私安全算法；在保证学习者最大数据隐私性的前提下， 研究满足学习行为分析所需要的数据颗粒度。

等离子体被称为是除固、液、气三态以外的第 4 种物形态，它是由电子、离子、自由基和中性粒子组成的呈电中性的导电性流体，一般分为热等离子体（平衡等离子体）和低温等离子体（非平衡等离子体），低温等离子体技术在半导体工业、聚合物薄膜、材料防腐蚀、等离子体电子学、等离子体合成、等离子体冶金、等离子体煤化工、等离子体三废处理等领域被广泛应用，通常是采用加热或放电的手段产生. 自然界中等离体产生的方式主要包括：电晕放电、介质阻挡放电、火花放电、辉光放电、汤生放电和弧光放电。其中，电晕放电和介质阻挡放电在常温常压环境下就可操作，因而被广泛应用。

形成盐渍化软土路基路面、地基综合处理技术；土壤固化剂固化淤泥技术；无机结合料处治盐渍土技术；泡沫轻质土处理软土技术；薄壁管桩、双向水泥搅拌桩软基深层处理技术；沥青稳定碎石柔性基层技术；温拌胶粉改性沥青技术等六项技术成果。  

危险废物的危害巨大，极易导致中毒、致癌、致畸等，影响人类健康；同时，还破坏生态 环境，严重制约可持续发展。随着工业的发展，整个社会排放的危险废物日益增多，全世界每科技成果汇编 年的危险废物产生量可达上亿吨。传统的填埋、堆肥农用和焚烧方法容易产生二次污染。依托 现代煤化工的高温气化技术是一种先进的化学处理工艺，气化炉内温度可达1000摄氏度以上， 单炉日处理负荷可达1000吨以上，产生的合成气附加值高 (可生产城市燃气、制化学品和发电 等) 。高温气化技术可以实现危险废物的大规模、高效减量化、无害化处理和资源化利用。

"本项目属于信息处理、电子与通信技术领域。 超高清显示在电影电视、航空航天、文化传播、科学教育、广告传媒和虚拟现实等领域具有广阔的应用前景。超高清智能终端是市场发展的必然趋势，符合国家重大战略需求。项目组针对超高清智能终端视频处理与交互关键技术开展研究与应用，解决超高清视频智能转换、超高清视频高效编解码以及智能终端交互控制中的新问题，为超高清智能终端的产业转型提供了重要支撑。主要内容、特点如下： （1）发明了面向超高清视频的智能转换技术：提出通用显著性区域检测模型、基于像素融合的立体图像重定向及超高清视频分辨率转换方法，实现了超高清视频的智能转换，适用于不同种类的超高清智能终端。 （2）发明了基于内容特性的超高清视频编解码技术：提出基于空时域上下文和运动复杂度的码率控制、彩色与深度视频联合编码的比特分配及屏幕内容视频快速编码方法，实现了不同格式码流的集成解码，提高了编解码效率。 （3）发明了基于智能分析的终端交互控制技术：提出联合彩色与深度信息的用户检测、基于内容分析的信息推送及终端界面的自适应调整方法，实现了超高清终端的交互控制，提高了交互的智能性。"

项目简介：据我们了解国内生产阳图PS版的生产厂家有十来个，每天每厂家有约百吨的含铝含酸废水排入江河或湖海，因此他们都有较迫切的要求来进行技术技术改造，以降低生产成本，回收废水中铝减少废水的排放。以前有不少厂家想试验用离子交换来处理阳图PS版，但都因技术难关来解决而宣告失败。功能及技术指标：我们试验的新型阳离子交换树脂处理电解槽，只需间歇加少量盐酸，以维持电解时的酸度要求，基本不用排放含铝含酸废水。该技术的投资不大，每条生产线仅需购买约两吨阳离子交换树脂，设备仅是几个大塑料处理槽，一次投资约3万元左右。应用情况：目前温州奥光印刷材料有限公司的一条生产线在应用。市场情况：可以较短时间内向全国有关阳图PS版生产厂进行推广。

一、项目简介 随着AlphaGo及其Zero的相继推出，近年来以神经网络计算为基础的深度学习及相关优化算法已成为人们研究AI的热点。深度学习算法在AlphaGo中的成功应用主要是依赖神经网络监督学习的网络层次及神经元数量提升，而其Zero的应用不同则是在于引进了博弈优化的思想，这就给以并行计算为核心的神经网络优化算法理论研究提供新的思路。 鉴于传统神经网络优化算法面临非全局优化的难题，我们基于吉布斯分布采样优化计算，提出一种以脉冲神经元构成的混合网络结构动力学系统来实现的神经网络全局优化算法，引进纳什平衡理论来优化的神经网络计算方案，并设计一款相应的通用神经网络并行处理器芯片，以新型芯片编程架构模拟人脑功能进行感知、行为和思考新型芯。 二、前期研究基础 本团队主要是由厦门大学福建省集成电路设计工程技术研究中心、厦门大学集成电路设计与测试分析福建省高校重点实验室的教师与学生组成的，主要从事人工智能、网络通讯、集成电路设计、纳米单电子器件等方面的研究工作，并积累了深厚的研究基础。团队首席科学家郭东辉教授十多年前曾在美国加州Berkeley 大学非线性电路实验室访问，从事有关细胞神经网络(CNN)有关课题的研究，先后主持国家自然科学基金项目五项，其中与神经网络研究内容相关的有两项，分别是《视觉神经网络光电集成系统的研究》(批准号：69686004)和《混沌神经网络加密算法及其相应集成电路的设计研究》(批准号：60076015)。 本团队同时也是厦门市集成电路设计公共服务平台的主要技术支撑单位。在厦门市科技重大专项经费的支持下，我们配备了开展模拟及数字SOC 芯片设计所需要的各种EDA 工具和IC 测试设备。此外，厦门集成电路设计公共服务平台也是TSMC、SMIC 等芯片制造厂重要合作伙伴，并与厦门联芯、三安集成等芯片制造厂也有长期的合作协议，可以进行包括射频及功率芯片在内各类模拟及数字SOC 芯片的设计流片。同样，在学校211 和985 经费的支持下，本团队也独立配备了8 台IBM 服务器分别运行MATLAB、OPNET、SPW、ANSYS、Silvaco TCAD 等系统设计与器件工艺仿真工具。本团队所在的微电子与集成电路学科也已列入我校“双一流”建设学科，有关类脑芯片设计相关课题研究所需要的科研环境建设将得到重点支持。特别是厦门联芯公司在量产后，已将本团队作为其先导技术开发的重要合作伙伴，也委托我们开发相应的器件模型及电路工艺库。在厦门火炬高新区及厦门市IC 平台的支持下，厦门联芯公司还可以为我们团队提供免费的MPW流片业务。 自2009年，本团队与福建新大陆电脑股份有限公司签署 “共建SoC联合实验室”以来，基于该平台，每年合作项目经费近百万，同时还完成了多项横向合作项目：面向金融、税控的专用信息处理与控制SoC芯片开发、安全密码算法研究、区块链接技术研究等等，培养了大批优秀的硕士毕业生；厦门市美亚柏科信息股份有限公司是本团队的长期合作伙伴之一。 总之，不管从算法理论研究还是从应用技术开发来看，本课题组已具备相当优秀的研究基础和研究经验，以及显著的前沿技术攻关能力。 三、应用技术成果我们的相关研究成果也得到企业界的重视和肯定，课题组先后承担过如深圳 华为公司首歀交换芯片项目的调度算法设计、福建新大陆首款二维码识别芯片的算法及后端版图综合设计、台湾盛群公司首款32 位处理器及专用处理器编译器开发和厦门元顺公司多款电源管理芯片的设计。最近课题组还为我国某研究机构开发28nm 的低功耗设计流程专门设计一款挂载加可重构解密算法协处理器的32 位通用处理器验证芯片。

近年来，挥发性有机物(VOCs)与恶臭气体污染越来越引起人们的重视。VOCs 与恶臭气体的处理技术包括催化氧化、吸附、生物处理、低温等离子等。其中，废气生物处理的 原理是利用微生物的代谢作用将废气中含有的烃类、硫化氢或氨等有毒有害物质转化为无害 的水、二氧化碳、硫酸盐或硝酸盐等物质，从而实现废气净化的目的。废气生物处理技术在 国外已经有 50 多年的研究和应用历史，在美国、欧洲各国、日本和韩国均得到广泛应用。 国内从 20 世纪 90 年代开始研究废气生物处理技术，目前已广泛应用于不同行业(尤其是污 水处理行业)恶臭和 VOCs 气体处理。国内外的研究与应用成果表明:与其他技术相比，生 物处理技术具有效率高、投资运行费用低、工艺运行维护方便、二次污染小等突出优点，尤 其适用于低浓度 VOCs 和恶臭气体处理。本研究所是国内较早开展废气生物控制技术研究的单位之一。多年来，针对废气生物处 理技术领域的核心关键技术和科学问题，开展了系统研究和开发，在新工艺开发(紫外光氧 化+生物过滤)和反应器结构优化、新型填料开发、高效菌种筛选和培育、营养盐配方和填 料层堵塞控制等方面取得了大量创新性的研究成果，并已成功应用于污水厂恶臭气体、喷涂 废气和炼胶废气处理。目前，我们在该领域已获得省部级奖 2 项(华夏建设科学技术奖一等 奖、二等奖)，获得国家发明专利 4 项，发表论文 60 余篇。

1. 背景随着工农业生产的不断发展和人民生活水平的提高，氨氮的排放量急剧增加，已成为环境的主要污染源并引起了社会各界的关注。氨氮是引起水体富营养化的主要因素之一，对饮用水的安全构成一定的威胁。如何进一步削减工业废水氨氮/总氮的排放总量，是改善水质富营养化状况的根本措施。2. 关键技术：高效吹脱与氨资源化技术及装置3. 技术原理本项目针对传统氨氮吹脱技术目前存在的缺点，通过对氨吹脱塔填料及塔内件结构等的改进，强化气液传质过程，在提高氨去除效率的同时，降低气液比，缩短吹脱时间，从而显著降低能耗；同时开发新型氨吸收-解吸溶剂，采用高效吸收-解吸技术获得一定浓度的氨水，从而实现吹脱气中氨的高效回收与资源化，同时吸收-解吸溶剂能循环使用，从而消除二次污染，变废为宝，进一步降低氨氮吹脱技术的运行成本；进而运用集成化技术，对氨氮吹脱技术和氨高效回收资源化技术进行优化集成，形成高效、节能、低成本的高浓度氨氮废水处理与资源化预处理集成技术，满足工业企业对高浓度氨氮废水处理的技术需求。