项目简介 一种提高 700MPa 强度级高合金化 7000 系铝合金抗腐蚀性能的方法，其特征是它由 预回复（ 250 ℃×24 h+300 ℃×6 h+350 ℃×6 h+400 ℃×6 h ）、 固 溶 （450℃×2h+460℃×2h+470℃×2h 保温后室温水淬）、预变形（2%的塑性变形）和时效 （121℃×24h）组成。 产品性能、指标 本发明能在不降低合金强度的情况下，显著提高合金的抗晶间腐蚀和抗剥落腐蚀性158 能。 合作方式

本发明公开了一种减少污染物排放和提高产量的猪粪堆肥方法，包括向猪粪中添加一定量的木本泥炭，混匀后再进行好氧堆肥处理，制得猪粪堆肥产品。本发明方法具有成本低、适用面广、操作简单等优点，显著减少了猪粪堆肥过程中污染气体的排放，对氨气排放的减排率可达63％，对硫化氢的减排率可以达到89％，对甲烷的减排率可以达到89％，同时可提高堆肥产品中养分含量，提高堆肥品质，此外该发明还能显著增加23％的堆肥产量，具有推广价值。

该技术可用于提高植物对病毒病、病原菌引起病害的抗病性，Gep1多糖激发子分离纯化自烟草疫霉，具有热稳定性，可耐受酸碱，在100℃高温处理60min后和pH2-10条件下仍具有活性，将其喷施在植物叶面，可以诱导烟草产生抗性，对烟草花叶病毒病有较好的防效。每升发酵液可分离获得6克多糖激发子，产量远高于蛋白类激发子。该激发子施用在田间后，对环境无污染，具有广阔的应用与市场前景。可用于多种植物抗病性的诱导剂。 该技术可用于植物病毒病的防控，减少病毒病造成的损失，且安全无毒。多糖激发子发酵及纯化成本不高，可在市场上推广应用，施用后每亩增产100元。具体经济效益需要根据其将来的推广面积进行核算。 转化条件：适用于真菌发酵的发酵罐、沉淀及浓缩所需的设备；发酵车间；资金需求为100万元。 成果完成时间：2014年6月

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。

【发 明人】唐于平；刘欣；段金廒；林祥志；林汝榕【摘    要】本发明公开了鬼鲉或鬼鲉肝脏提取物在制备提高免疫力的保健品或药品中的应用，本发明以资源丰富的海洋资源鬼鲉为研究对象，通过大量药理实验筛选鬼鲉的药理活性，实验结果表明，鬼鲉及其肝脏提取物具有明显的提高免疫器官指数，减少免疫器官损伤，增加免疫细胞的数目，提高血液中和细胞因子含量以及促进脾淋巴细胞的分裂增殖的作用，显示出非常好的增强免疫力的作用，并且对非特异性免疫、体液免疫及细胞免疫均具有很好的增强作用，且实验结果表明用药安全可靠。鬼鲉资源丰富，可开发成新的提高免疫力功效的保健品或药品，具有很好的应用前景。

【发 明 人】唐于平；刘欣；段金廒；林祥志；林汝榕 【摘要】 本发明公开了鬼鲉或鬼鲉肝脏提取物在制备提高免疫力的保健品或药品中的应用，本发明以资源丰富的海洋资源鬼鲉为研究对象，通过大量药理实验筛选鬼鲉的药理活性，实验结果表明，鬼鲉及其肝脏提取物具有明显的提高免疫器官指数，减少免疫器官损伤，增加免疫细胞的数目，提高血液中和细胞因子含量以及促进脾淋巴细胞的分裂增殖的作用，显示出非常好的增强免疫力的作用，并且对非特异性免疫、体液免疫及细胞免疫均具有很好的增强作用，且实验结果表明用药安全可靠。鬼鲉资源丰富，可开发成新的提高免疫力功效的保健品或药品，具有很好的应用前景。

通过将膜分离器与流化床反应器耦合，利用膜材料的选择筛分与渗透性能，在高温下实现气相产物与催化剂的原位分离，从而提高催化剂使用效率与反应的转化率及产品选择性、同时有效去除反应产物中的热粒子与焦油等杂质，减少PM 2.5等超细颗粒物排放，实现产物净化与大气环境保护。流化床膜反应器在气固相反应过程中对贵重催化剂和超细粉体的回收具有重大的经济意义，可最大程度的减少催化剂或产品的损耗，降低生产成本，提高经济效益.

南京大学分离工程研究中心开发的高精度塔器分离技术，已获得国家14项专利授权。目前，该技术已在国内40多家大中型企业推广应用，解决了生产过程的原料净化和产品的高纯度分离问题，产生直接经济效益20多亿元。该技术获得2000年国家教育部科学技术二等奖，2003年江苏省科技进步一等奖，2004年中国国际专利发明博览会金奖，第二届中国技术市场协会金桥奖。