随着计算智能方法得到更广泛的应用，其从问题本身学习的能力亟待增强。为此，越来越多研究提出使用机器学习模型来驱动计算智能。通常，这种基于模型的进化算法的性能高度依赖于所采用模型的训练质量。而传统机器学习方法需要大量训练数据进行模型训练，而且受维度灾难的影响，这类方法通常很难解决维度较高的问题，约束了计算智能方法的应用范畴。课题组在IEEE Transactions on Cybernetics上发表了一种由生成对抗网络（GAN）驱动的进化多目标算法。

华南理工大学事件相关光学脑成像系统项目 招标项目的潜在投标人应在通过广州中经招标有限公司发送电子邮件的方式获取招标文件，并于2022年06月20日 14点30分（北京时间）前递交投标文件。

本研究团队研发了具有自主知识产权（专利号：ZL 201610601410.0；ZL 201610601445.4）的新型固定床生物反应器——Xcell反应器（图1）。Xcell反应器采用新型的“瀑布式”传氧方式，实现真正意义上的无泡通气，可提供良好的氧传质性能以及混合性能；采用“悬浮接种”技术使得反应器的种子细胞捕获能力良好且细胞在反应器中分布均匀；采用“Push-pause”混合技术，可有效避免固定床模块出现死区，进一步提高液体混合效率，同时对氧传递有一定的促进作用。Xcell反应器为贴壁动物细胞的培养与应用提供了一种新的固定床生物反应器与技术。 为了实现基于固定床生物反应器细胞培养过程的高效研发与规模放大，本研究团队建立了具有自主知识产权（专利申请号201910893202.6）的固定床生物反应器缩小模型——TFB反应器（图2）。基于TFB反应器与Xcell反应建立了固定床生物反应器scale-down/scale-up平台（图3）以及QbD导向的病毒疫苗过程工程的快速开发策略，实现了细胞培养及病毒扩增工艺从20 mL到0.5 L与2.5 L的规模逐级放大。

2020年5月1日，武汉大学基础医学院院长李红良团队在《细胞—代谢》杂志上发表论文，题为《COVID-19合并2型糖尿病患者血糖控制与预后的相关性研究》，为临床有效救治新冠肺炎合并2型糖尿病患者提供了关键的临床研究证据。已有研究表明，合并高血压，糖尿病，心血管疾病、肾脏损害及肝脏疾病基础疾病是导致新冠肺炎患者死亡和预后较差的重要原因之一，以上基础疾病往往使得新冠肺炎患者的风险更高，死亡率也更高。那么，糖尿病患者得了新冠肺炎该怎么办？血糖控制和新冠肺炎可有什么关联？糖尿病患者要怎么做才能在新冠肺炎的威胁下保证自己的生命安全？ “此研究成果在全球范围内首次明确证明，血糖控制良好，即维持血糖变异范围在3.9-10.0 mmol/L，与新冠肺炎合并糖尿病患者死亡率显著降低密切相关。”李红良告诉《中国科学报》。以2型糖尿病为主的糖尿病在我国成人中总体患病率已经超过10%，而在欧美等发达国家，2型糖尿病的患病率更是接近甚至超过30%。新冠肺炎和2型糖尿病（T2D）这两种全球流行病的碰撞，已然导致了一个严峻的现实，即2型糖尿病（T2D）已经是新冠肺炎的第二常见共病。 然而，就在血糖控制对新冠肺炎合并2型糖尿病患者所需医疗干预程度和死亡率的影响尚不明确，只有相对有限的队列研究初步证明，2型糖尿病患者感染新冠肺炎的预后更差的情况下，新冠疫情直接威胁全球5亿血糖患者的生命安全。为此，李红良团队对湖北省19家医院9663例确诊的新冠肺炎病例进行了回顾性纵向多中心研究，分析新冠肺炎合并2型糖尿病患者血糖水平与临床治疗之间的关系。研究表明：感染新冠肺炎的2型糖尿病患者的血糖控制，和患者的较高死亡率之间有着显著的相关性，血糖控制良好的新冠肺炎合并2型糖尿病患者治愈率，存活率有着明显提升。一般来说，糖尿病患者更容易受到病毒感染，且一旦感染，与非糖尿病人群相比，预后更差。面对新冠肺炎威胁，糖尿病患者乃至普通大众，该将血糖控制在什么范围内？研究发现，糖尿病（T2D）患者需要更多的医疗干预，死亡率显著升高和多器官损伤较非糖尿病个体明显。更为重要的是，团队发现血糖控制良好，即维持血糖变异范围在3.9-10.0mmol/L，和新冠肺炎合并糖尿病患者死亡率显著降低密切相关。此发现，不仅为新冠肺炎合并糖尿病患者改善血糖控制和改善预后提供了重要临床证据，也是对普通糖尿病患者，和所有普通大众的警示，在已经明确了控制好血糖能明显降低新冠肺炎病毒死亡率的情况下，更需要保持良好的生活作息，坚持锻炼，将血糖含量维持在稳定范围内。（崔雪芹）相关论文信息：https://doi.org/10.1016/j.cmet.2020.04.021

可操作CAD及SOILDSWORK等软件，对机械行业有了解机械类相关专业

本发明公开了一种水稻孕穗期耐冷性相关蛋白CTB4a及编码基因与应用。本发明提供了一种蛋白，是如下1)或2)： 1)序列表中序列2所示的蛋白质； 2)将序列表中序列2所示的氨基酸序列经过一个或几个氨基酸残基的取代和/或缺失和/或添加且具有相同功能由序列2衍生的蛋白质。 本发明的实验证明，本发明克隆了一个新的正向调控水稻孕穗期耐冷基因CTB4a，将其转入野生型水稻中，表现出孕穗期耐冷，为水稻的耐冷品种选育提供基因资源。

数字信息立体显示的多通道全息记录方法,属于图像处理领域,本发明是为了解决现有全息图单通道记录方法记录时间过长的问题.本发明方法包括以下步骤:一,将三维图像转换成不同视角的二维图像阵列;二,将每幅二维图像按光学通道格局分割处理成子图像;三,运算处理子图像获得通道合成图像,在液晶空间光调制器SLM上显示,控制全息底片移动,每移动一次,每个光学通道显示一幅子合成图像,并在全息底片记录一个点,记录一个点的过程为:激光器输出激光同时控制e个电动快门开启工作,光学通道同时记录,形成的物光束打在全息底片的一侧;另一部分激光打在全息底片的背面上,逐点记录,多个光学通道在全息底片上记录的通道全息图拼合形成整个全息图.

主要功能和应用领域：主要应用在数字视频芯片（DVB，DAB，DMB等数字视频广播标准）和通信网络（WLAN，WiFi，WiMAX等）领域。具有极为广泛的用途和应用价值。 特色及先进性：在满足数字视频芯片和通信网络要求下，采用了自创的校正方法，实现了更低的功耗、大大节省了芯片面积、降低了芯片的复杂度、提高了芯片的稳定性、不易受外界环境如温度、电源电压和工艺的影响，使性能更加出色。 技术指标：采样速率200MSps，分辨率10-Bit，ENOB达到8.7-Bit以上（±10%电源电压变化和-40~125度温度变化），总体功耗 < 100mW。 实施后可取得的效果：此类ADC芯片应用领域极广，中高端领域均有大量且稳定的需求。一旦形成产品，产量和销售极其可观。现在市场上此类ADC芯片主要掌握在国外大公司手里，定价相对较高，如果能够实现同等性能下更低的定价或者同等价位但是更出色的性能，将有巨大的市场。

项目成果/简介:项目在多年国家项目的支持下，在项目“面向工厂规划和生产过程的数字化工厂技术”获2013年教育部科技进步二等奖的基础上，进行持续开发完善，与沈阳机床合作，在智能制造领域进行了深入的合作研究， 在沈阳机床智能制造展示线开发完成数字化孪生仿真模型及基于互联网的定制信息系统，系统实现了网络化定制下达生产订单，数字化孪生系统在线仿真模拟，真实展现生产场景，并可通过移动设备进行浏览和信息管理。项目符合中国制造2025所倡导的智能制造和互联网+技术的发展，对中国制造向智能化转型起到促进作用。项目通过展示真实个性化印章的智能加工、检测和装配，体现网络化的定制及数字化双胞胎技术。应用范围:项目所开发完成的技术符合中国制造2025所提出的智能制造技术路线，已应用于工业实际和大专院校的教学培训。目前国家大力资助建立智能制造试点示范项目，制造企业也在积极转型，向数字化和智能化转型发展，这些都需要数字孪生和互联网+技术的支持。 项目成熟度：小批量生产，项目已独立以及结合沈阳机床的生产线及教育系统得到市场的应用，特别是在中国航发商用航空发动机有限责任公司相关项目中得到应用。 拟在全国范围内推广：1.项目可应用于离散制造业的规划、调试、运行和维护阶段的仿真优化，通过建立工厂、生产线、设备的三维模型，实现虚实结合的数字双胞胎。 2、教育培训领域：通过实现智能制造理念的面向教育和培训的生产线系统，通过模块化的系统，实现对智能制造教学和培训。项目阶段:小规模生产效益分析:项目的技术创新点、先进性在于实现了数字孪生技术在生产线中的应用，达到了生产线的虚实融合。不仅可在规划阶段对生产线进行仿真验证，还可在生产运行过程中实现虚实融合，并通过AR-VR技术对操作指导、维修指导和生产过程监控提供支持，从而实现多维的虚实融合，是实现智能制造的关键技术之一。项目相关技术不仅能够应用于工业实际的智能化制造之中，还特别适合面向智能制造的教育和培训。