神舟十二号载人飞船于6月17日从酒泉卫星发射中心发射升空，随后与天和核心舱对接形成组合体，3名航天员进驻核心舱，进行了为期3个月的驻留，开展了一系列空间科学实验和技术试验。神舟十二号载人飞行任务的圆满成功，为后续空间站建造运营奠定了更加坚实的基础。

新能源高占比发展下传统同步机组与风光新能源机组呈现“此消彼长”趋势，电力平衡面临“保供应、促消纳”的两难局面。因此，迫切需要研究面向新型电力系统的电网智能调度与可视化预警关键技术，保障电网安全可靠供电和新能源最大化消纳，助推碳达峰目标顺利实现。 该成果实现了面向新型电力系统的电网智能调度与可视化预警应用的信息融合、智能告警、动态监视、海量数据阅读、超实时仿真和高性能计算、基于人工智能的电网安全稳定分析、虚拟现实、基于图数据库的人-机交互等功能，为新型电力系统电网调度员提供了一个准确及时掌握电网实时运行态势的分析决策工具，实现调度员对调度计划方案的智能互动决策以及电网风险的实时可视化预警。 该技术实现了传统电网调度模式向智能性电网调度模式转换，可广泛应用于电网、电力公司调度及区域控制中心等机构，在实现电力系统安全可靠运行的同时，促进高比例新能源最大化消纳和保障电力可靠供应。同时，该系统不但可应用于实时运行管理，而且还可应用在规划、交易、营销等新型电力系统生产管理的不同领域。该成果已在四川省电力公司、中国南方电网等30余家单位机构投入使用，产生了良好的经济和社会效益。 图1 基于大数据的电网运行行为识别及可视化显示 图2 多源信息融合的电网环境监测可视化

本发明公开了一种电液伺服系统有限时间精确跟踪控制方法及系统，具体为：建立单出杆电液位置伺服系统的数学模型；基于多层前馈神经网络，构建有限时间神经网络扩张状态观测器，对单出杆电液伺服系统受到的匹配以及非匹配未知函数扰动和系统状态进行估计；接着构建面向模型不确定性补偿的单出杆电液伺服系统有限时间精确跟踪控制算法，设计带分数阶的有限时间多层神经网络自适应律；选取神经网络权值参数的初始值及自适应律矩阵以及控制器参数，实现系统模型不确定性的补偿，使系统的输出跟踪期望的控制目标。本发明在有限时间内降低了单出杆电液伺服系统控制器的稳态跟踪误差，提高了模型不确定性补偿能力，提高了单出杆电液伺服系统的跟踪精度和跟踪速度。

ClassIn在线教学系统，首款从教学需求出发设计的在线教学系统: 1、系统支持班课、大直播、一对一答疑等各种班型； 2、支持视频互动与分组教学等丰富的线上教学形态； 3、提供高效实用的教学工具，PBL教学不可或缺的互动电子黑板，全课件云盘轻松调取，课堂板书知识，扫码即可带走，实现数字化教学； 4、完备的教务监课管理功能，便于教学管理老师实时进行巡课，督查； 最大化还原实际课堂的体验，实现高校教学要求的实质等效。

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。

该研究采用污水处理厂改造前后的运行数据，对传统活性污泥法和膜生物反应器（MBR）两种污水处理工艺进行技术经济上的严格配对比较研究，对比分析污水处理厂采用两种工艺时的成本能耗、净利润和技术效率，采用敏感性分析评价计算结果的可靠性，为污水处理工艺的选择和应用提供技术经济方面的理性参考。

成果描述：多属性文本自适应系 统主要实现对每个未 知属性的通信实体进 行属性标注的功能。 主要分为两个过程， 即训练过程和预测过 程。 在训练过程中，系统 根据用户提供的已经 具有属性的数据集、 用户选择的分类算法 所对应的参数进行训 练，得到训练模型。 在预测过程中，系统 根据用户选择的训练 模型对未知属性的数 据集中的每个实体进 行属性标注，并得到 标注过属性的数据集 。（注：在训练过程 中，用户可以使用在 训练数据集上进行交 叉验证的方法获得在 固定参数和分类算法 下模型对未知样本预 测的性能的大致估计 。）市场前景分析：随着互联网的迅速发 展，Web页面上的信 息量呈指数级急剧增 长，如何快速、准确 地从海量数据中抽取 出用户真正需要的信 息已经成为互联网对 科研工作者提出的严 峻挑战。 属性标注能够将网页 非结构化文本内容转 化为结构化的属性数 据，方便用户查询和 进一步分析使用；其 作为信息抽取的关键 一步，对提高信息抽 取的性能方面也具有 重要意义。与同类成果相比的优势分析：包括训练和预测两个 过程，实现对不同数 据集的自适应性属性 标注； 特征选择功能，可以 在训练模型时，选择 出对区分数据类别更 有用的特征词，这样 ，可以降低实体所对 应属性的维度，从而 ，减少占用的内容空 间，提高计算效率； 交叉验证功能，帮助 我们在训练阶段，就 可以了解参数和算法 的选择，对属性标注 时准确性的影响； 生成报告功能，可以 在训练阶段的交叉验 证结束后，产生一个 训练阶段的报告，帮 助用户更好地记录实 验数据、参数、时间 和准确性等信息； 评估功能，比较模型 标注结果与样本真实 标签的一致性、差异 性，以评价一个模型 的好坏。

由于卫星信号采用扩频通信的机制，信号功率到达地球表面时的功率极低（一般认为SNR=-30dB）,因此非常容易受到有意或者无意的干扰，传统北斗接收机如果不采取特别措施，在干扰环境中会大大降低导航定位的精度，甚至完全丧失定位能力。 抗干扰数字板基于阵列信号数字波束形成的基本原理，自适应地在强干扰方向形成波束零陷，提高输出信号的信干噪比，使得导航定位接收机在强干扰环境下也能够有足够的导航定位能力和定位精度，提升了整个导航定位系统的稳健性。 本系统指标在国内领先，性能稳健。抑制单个宽带干扰最大干信比：95 dB；抑制两个宽带干扰最大干信比：88dB；抑制三个宽带干扰最大干噪比：78 dB。 信号处理板通过4个射频通道与射频天线端相连，并通过16位AD采集模拟信号送至FPGA进行抗干扰处理，把干扰抑制之后通过DA把数字信号转换为模拟信号送至射频天线前端进行模拟上变频以送至标准解码器，最后标准解码器进行导航信息解码并送至PC机显示，如图1。 针对实际空载应用，设计的面积更小的数字处理板尺寸为60mm×90mm，满足空载空间有限的应用。输入为4路AD信号和时钟信号，输出为模拟中频信号，经过上变频后采用标准接收机进行解码，如图2. 图1 圆形干扰抑制数字板 图2 小型长方形干扰抑制数字板及天线

成果描述：本发明涉及交通系统，特别涉及一种高架桥系统。针对目前高架桥存在对噪音污染、空气污染、光污染的控制存在缺陷的问题，本发明公开了一种高架桥系统，包括高架桥桥墩，该高架桥系统还包括封闭支撑系统和提供能源的发电系统，所述的封闭支撑系统设置为隧道式封闭结构，该封闭支撑系统包括顶部和侧部，该封闭支撑系统设置有降噪系统和除霾系统，所述的降噪系统包括设置于该封闭支撑系统顶部的吸声材料层和侧部的隔音屏，所述的除霾系统包括除霾装置和风机。通过使用本发明所述的高架桥系统，周围居民受到噪音污染将更小。所述的发电系统是通过温差发电原理，将太阳能转化为电能，供给路灯使用。本系统的功能体现环境友好型。市场前景分析：轨道交通基础设施建设领域。与同类成果相比的优势分析：技术先进，性价比较高。