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。

氧气还原反应是燃料电池中最常见的阴极反应，即氧气通过四电子过程结合电子和质子转化为水。 氧气还原催化剂是燃料电池阴极至关重要的组成部分，其性能的好坏直接决定于最终电池的性能。铂（Pt）是最常用的一种高效的氧气还原反应催化剂。然而，由于Pt的价格非常昂贵，给电池带来非常高的成本。而近年来，开发的基于杂元素掺杂的碳纳米材料，尽管成本比Pt低，但是其制备过程相对较复杂，难以实现规模化生产。 而对于电池的发展，低成本和高性能是永恒追求的目标。本成果提供了一种超低成本、高效率氧气还原催化剂的制备方法。该方法以天然纤维素为原材料，具有成本低、制备简单等优点，所制备的氧气还原催化剂在0.1M KOH中的氧气还原催化电流高于常用的20wt% Pt/C催化剂。

本项目采用近红外波段的DFB型二极管激光器，结合波长调制吸收光谱技术，通过一对CO2谱线的谐波信号实现对高温高压环境中温度以及CO2浓度的测量，从而实现对燃料利用效率及碳排放检测。 技术推广意向：仪器仪表 现状特点：可调谐二极管激光吸收光谱技术是利用二极管激光器波长调谐特性，获得被测气体特征吸收光谱范围内的吸收光谱，从而对气体进行定性分析或定量分析的一种新技术。该技术具有高灵敏度、非接触式、实时、动态、多组分同时测量等优点。由于二极管激光器的高单色性，可以利用待测气体分子的一条孤立吸收谱线进行测量，避免了其他分子谱线的交叉干扰，从而准确地鉴别出待测气体。TDLAS 在许多领域有着潜在的重要应用价值，是近年来国际上非常热门的研究领域之一，其主要的应用领域有：分子光谱研究、机动车尾气测量、工业过程监测控制、天然气泄漏及有毒有害气体监测、大气痕量气体检测、医疗诊断、大气气溶胶测量等领域。技术创新：采用价格低廉、坚固耐用的近红外二极管激光器最为探测光源，对于压力范围相对较小以及气体浓度相对较高的系统较为适用。

利用钙钛矿材料制备高效率低成本太阳电池 一、项目分类 重大科学前沿创新、关键核心技术突破 二、成果简介 南京大学现代工程与应用科学学院谭海仁教授团队瞄准“碳达峰、碳中和”国家重大需求，致力于高效率新型光伏技术的基础和应用研究，两年内连续四次创造全钙钛矿叠层太阳电池光电转换效率的世界纪录，并被国际权威的《Solar cell efficiency tables》收录。 2019年，研究团队率先突破全钙钛矿叠层制备瓶颈，提出新型隧穿结结构，实现了器件制备过程的大幅简化和性能的大幅提升，最终实现了24.8%的光电转换效率；2020年，团队通过材料改性和结构优化实现了大面积叠层电池24.2%的效率。 近期，研究团队提出增强窄带隙钙钛矿晶粒表面缺陷钝化的新策略，叠层电池经国际权威机构认证其转换效率高达26.4%。同行专家高度评价该研究工作“在利用钙钛矿材料制备高效率低成本太阳电池中迈出了重要的一步”。 相关成果发表于Nature (2022)和Nature Energy (2019、2020)等国际顶级期刊，入选“中国半导体十大研究进展”和“中国光学十大进展”，部分技术已实现科技成果转化，推动了我国新型钙钛矿太阳电池的产业化。

一般miRNA长度为22个碱基，当其中一半的序列(即11个碱基)与其对应的核酸探针杂交时， miRNA与探针之间只能产生比较弱的结合，若当中出现错配和部分互补的情况，目标miRNA与探针之间的结合作用减弱，需要一种技术反复冲洗去除核酸探针与目标miRNA之间出现错配和部分互补的结合，提高检测体系的特异性。

本发明公开了一种时间分辨率自适应调整的流场状态测量方法，该方法包括如下步骤：首先，根据第 k+1 时刻图像与第 k 时刻图像之间的时间间隔Δt_k，采集第 k+1 时刻图像，并对第 k 时刻和第k+1 时刻的图像进行降噪处理；然后，据 k 时刻图像和第 k+1 时刻的图像，采用粒子图像测速方法，计算第 k+1 时刻的流场状态 X(k+1)，包括：位移场 x(k+1)、速度场 x′(k+1)、加速度场 a(k+1)，并输出显示；最后，更新第 k+2 时刻与第

本发明公开了一种适用于多级空气压缩机的配流机构，其开设 有一级进气孔、一级排气孔、二级进气孔、二级排气孔、三级进气孔、 三级排气孔、四级进气孔及四级排气孔。所述一级进气孔、所述一级 排气孔、所述二级进气孔、所述三级进气孔、所述四级进气孔及所述 四级排气孔分别收容有一个气阀，八个所述气阀分别用于实现对应的 气体的单向流动。所述配流机构还开设有第一连通孔、第二连通孔及 第三连通孔，所述第一连通孔与所述一级排气孔及所述二级进气孔均 相连通;所述第二连通孔与所述二级排气孔及所述三级进气孔均相连 通;所述第三

本发明公开了一种基于微流控芯片粒子捕获式单粒子散射测量 方法，包括微流控芯片的设计制作、测量环境配置、对准、单粒子的 捕获和单粒子环境的构建以及单粒子大角度的散射分布的测定等相关 方法。与现有技术相比，由于结合了微流控芯片粒子捕获技术，克服 了单粒子的大角度散射、大动态范围内的光散射特性测量方法的不足， 实现了单粒子大角度散射分布的测量

本发明公开了一种基于众核和 GPU 的网络视频流不良内容检测方法，包括：在众核计算平台下获取网络数据包，对网络数据包进行分类，以提取网络数据包中的视频数据包，对视频数据包进行重组，按照网络视频流编码的语法对重组后的视频数据包进行解码，以生成图像序列，GPU 采用基于纹理检测和肤色点检测相结合的方法对图像序列进行预处理，以确定疑似不良图像，GPU 采用 SVM 对疑似不良图像进行精确处理，以确定不良图像。本发明只需获取网络数据包，即可识别出视频流，直接对视频流进行解码后，采用图像匹配检测技术即可识别该视频流是否含有不良信息。

本项目基于系统辨识的原理，通过对控制对象参数进行估计，并根据辨识 结果对控制其参数进行及时调整，克服了控制对象参数的不确定性以及时变性 对控制系统性能的不利影响,并且兼顾了重复控制方法能够精确跟踪含有谐波成 分的周期信号，具有计算量小，易于在数字信号处理器(DSP)上实现的优点。仿 真结果证明基于系统辨识的 HVDC 直流有源滤波器控制技术具有良好的控制性 能，能够对 HVDC 系统直流侧谐波进行有效的抑制。