本项目应用成果导向教育理念（Outcome-Based Education，OBE），配合学校逐步形成 OBE 管理模式，为学校构建从生源质量、过程质量到结果质量的全面质量监测与分析报告体系。成果导向的质量监测体系为学校教学与质量管理、二级院系和教师考核、专业建设和专业调整以及院校评估、专业认证提供数据支撑与管理分析报告。

项目成果/简介:本发明涉及一种基于果蝇算法优化广义回归神经网络算法的茶叶储存时间分类方法,旨在通过改进的广义回归神经网络解决茶叶储存时间分类问题,属于茶叶储存时间分类领域.其原理利用电子鼻传感器模拟人感官品评的功能和特征,采集不同时间不同传感器的特征值,构建样本集.利用果蝇算法优化广义回归神经网络,获得广义神经网络的平滑因子,进而构建毛峰茶叶储存时间的FOAGRNN分类模型和方法.本发明的有益效果在于将果蝇算法优化广义回归神经网络算法应用于毛峰茶叶数据中,提高预测毛峰茶叶储存时间分类的效率和准确度,为消费者提供茶叶储存时间分类的有效方法.

本发明公开了一种矩形口径三角网格平面阵列天线的方向图数值优化方法，首先根据天线发射频率、阵列口径尺寸和阵列单元间距等系统参数建立矩形口径三角网格分布的阵列单元布局；根据用户指定的波束指向角度确定每个单元的相位加权；然后设定幅度加权优化矢量，并初始化幅度加权优化矢量矩阵，采用差分进化算法对幅度加权优化矢量矩阵进行迭代数值优化，直到最佳优化矢量的适应度值低于设定阈值。本发明很好地解决了矩形口径三角网格平面阵列的数值优化问题，可快速优化出所需的幅度加权矩阵，使阵列二维方向图上的副瓣电平和零陷电平等特征满足指标。

本发明公开了一种多用户 MIMO 广播信道在混合 CSI 下的自 由度优化方法，包括：(1)根据静态接收器组的信道参数 Hs 设计预编 码矩阵 W，<img file=""DDA0000731125240000011.GIF"" wi=""380"" he=""87""/>(2)通过静态接收器的目标信号 d和预编码矩阵W 获得静态 接收器组的编码信号 Xs，<img file=""DDA0000731125240000013.GIF"" wi=""534"" he=""88""/> 其 中 xi ＝ Wdi ∈ CK × 1 ， <img file=""DDA0000731125240000014.GIF"" wi=""501"" he=""85""/>(3) 对 动态用户的目标信号 Xd 和静态接收器组的编码信号 Xs 进行格拉斯曼 -欧氏叠乘，得到叠乘信号<img file=""DDA0000731125240000012.GIF"" wi=""364"" he=""142""/>基站发送此叠乘信号；(4)各用户对接收信号进 行解码。本发明方法对于动态用户来说，叠乘并不改变它与基站间的通信，就好像没有静态用户存在一样，其自由度是没有变化的；对于 静态用户来说，基站发送叠乘信号时，可以让它获得额外的自由度增 益。

本发明涉及一种基于果蝇算法优化广义回归神经网络算法的茶叶储存时间分类方法,旨在通过改进的广义回归神经网络解决茶叶储存时间分类问题,属于茶叶储存时间分类领域.其原理利用电子鼻传感器模拟人感官品评的功能和特征,采集不同时间不同传感器的特征值,构建样本集.利用果蝇算法优化广义回归神经网络,获得广义神经网络的平滑因子,进而构建毛峰茶叶储存时间的FOAGRNN分类模型和方法.本发明的有益效果在于将果蝇算法优化广义回归神经网络算法应用于毛峰茶叶数据中,提高预测毛峰茶叶储存时间分类的效率和准确度,为消费者提供茶叶储存时间分类的有效方法.

本申请公开了一种考虑风速和负荷不确定性的风机准入容量检 测优化方法，属于含风机的配电网安全稳定研究领域。现有技术中， 都没有考虑风速的不确定性，并且网络中的负荷处于波动状态，与风 速结合起来，增加了不确定性因素的维度，本申请基于快速解耦法和 鲁棒优化理论，通过确定风速和负荷的波动范围，提出了鲁棒优化方 法，该方法不仅可以实现在风速和负荷不确定下的单点风机准入研究， 还可以计算多点接入时组合风机的容量。 

本发明公开了基于粒子群优化的心电信号自适应非局部均值降噪方法，包括以下步骤：(1)对原始心电信号进行非局部均值滤波，得到滤波结果；(2)采用粒子群算法对每一信号点 i 自适应确定非局部均值滤波方法中的两个关键参数，即衰减参数和搜索窗口；(3)利用自适应确定的上述两个参数，对原始心电信号进行非局部均值滤波，获得最终的降噪信号。

围绕未来能源需求特性辨识、场站/设备智能监测、能效优化管理3项核心内容，开展研究并提出以下3个核心创新点，创新点一为基于数据驱动的需求侧用能行为特性辨识及容量价值评估方法，有效解决了需求侧用能行为特性分析难度大、精确度差、有效性低的问题，为能源电力系统容量规划和优化投资提供了科学依据；创新点二为基于数据挖掘计算的多元设备状态监测与需求侧能效优化技术，解决了需求侧用能设备运行状态监测能力差、管控水平低的问题，实现提质增效；创新点三为基于数据高效融合计算的场站环境监测及虚拟现实交互技术，有效解决了各种环境参数大量冗余导致的监测结果误差大的问题。 平台可应用于包括智能设备制造与销售、能源设备在线监测、能源设备全寿命周期管理、能源站点智慧运行维护、用能负荷预测、能质能效分析与应用等。

目前重金属及含砷废水的处理是世界性难题，缺乏有效的处理技术，尽管生物法、电解法、混凝、吸附、反渗透技术等能达到一定的处理效果，但存在处理成本过高、能耗大 、操作困难、易产生二次污染的问题，难以被企业接受。本项目针对混合重金属废水处理成本高、出水难达标的难题，基于纳米铁(nZVI)的核壳结构理论，合成一种经济高效、协同去除废水中多种金属的高活性铁基材料，即结构态羟基活性亚铁（SRF），具有大于传统材料10000倍以上的比表面积和界面反应活性，它具有纳米铁的反应活性，但是克服了纳米铁昂贵的成本，对废水中的重金属离子具有高效网捕功能。但避免了表面钝化、团聚带来的nZVI活性降低、颗粒增大、反应效率低的问题。SRF是无毒、无害、无污染的绿色试剂，通过吸附、还原、共沉淀的方法去同步除水中的重金属离子和砷，而且适用pH范围广，产泥量少，成本低。能广泛适用于各类重金属工业废水处理（如冶金、电镀、化工、电路板、皮革等行业产生的重金属废水），并有利于实现金属资源化利用，具有较好的市场前景。 课题组相继承担国家级项目（863计划项目3项、国家自然科学基金2项、国家科技支撑计划2项）和省部级项目（上海市、教育部、江苏省）二十余项，并获得上海市技术发明一等奖一项，上海市技术发明二等奖一项，中国国际工业博览会创新奖一项。目前拥有难降解工业废水处理处理及相关领域发明专利十多项。课题组目前主要研究难降解工业废水深度处理相关课题，在金属废水处理方面，已承担自然科学基金项目“纳米铁壳层物种反应活性及原位矿物转化同步除砷机制”。 市场前景： 近年来我国经济快速发展，工业布局、产业结构没有明显改善，工业生产工艺、污染治理水平没有有效提高，全国涉重金属重点行业产能产量持续增加，重金属污染物排放量（铅除外）仍在增加，一些污染物排放量增幅还很大（汞增幅为26％）。我国重金属污染较为严重，主要体现在以下两个方面：一是重金属污染物产生和排放量大，根据第一次全国污染源普查结果，2007年全国废水中铅、汞、镉、铬、砷等五种重金属产生量为2.54万吨，排放量近900（897.3）吨。大气中上述五种重金属污染物排放量约9500吨。列入国家危险废物名录中含上述五种重金属的危险废物产生量为1690万吨。再一个是重金属污染的危害是影响较为突出，重金属土壤污染会导致农作物中重金属超标，从而影响人体健康；一些地方由于重金属的大气污染或水污染导致人体健康受到损害或威胁，对群众健康造成了严重威胁。据统计，在2011年1到8月，全国发生了11起重金属污染事件，对周边生态环境的影响范围之广、对民众生命健康的危害之大，引发了社会的高度关注。 环境污染事故的发生也多为工业污水事故，为了有效地改善水质，中国每年用于水资源保护项目的资金近千亿元。传统的水处理工艺很难满足水处理方面的要求，新兴的污水深度处理技术在价格与处理效率上存在一定的缺陷，开发成熟廉价的污水处理技术及其配套产业设备等具有广阔的商业市场。目前市场上存在多种应用于工业金属废水处理的技术手段，深度处理技术种类多，没有形成一种主导的技术手段，所以废水深度处理领域具有强大的竞争优势。而且，重金属废水处理系统工艺复杂，运营成本高，废水中重金属含量超标，不能达标排放，排到环境中污染土壤和水源，有价值的金属白白流失，难以回收，废水处理产生的重金属污泥成为危险废弃物，处置要求严格花费高。因此，开发技术成熟、成本低廉的金属废水处理技术具有广阔的应用市场，且市场需求大，进驻门槛低。本项目研发的多羟基亚铁材料技术，具有技术成熟，投资、运行成本低等优势，高效处理重金属以及含砷废水，广泛适用于各类重金属工业废水处理，回收重金属，实现循环经济与清洁生产，在重金属废水深度处理领域具有强大的竞争优势。