一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 学号 赵玉蓉 外国语学院/英语 2016/2020 201631131102 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 阮先玉 外国语学院/英语 教研室主任/副教授 语言学、翻译 四、项目简介 随着互联网的发展，机器翻译成为翻译活动中的重要的辅助工具。而机器翻译错译、死译频出，给翻译工作带来诸多不便。近年来，“大数据”的出现为机器翻译带来了新希望，其独特的“4V”特点将对机器翻译产生革命性的影响。尤其最近出现的AI同传给翻译行业带来了不小的冲击，本项目希望通过探究大数据在AI同传中的应用，分析AI同传翻译的优点和局限性，推动机器翻译的发展。

湖北中潮教育科技集团有限公司（简称“中潮教育”）是一家基于教育大数据和产教融合理念，通过教育内容研发与创新，充分利用移动互联网和信息技术的手段，打造商学类、管理类、法律类、党建类、人文类专业、职业与行业的课程体系，为各类企业、事业和政府组织建立特色化的职业技能提升学习系统，帮助社会大众提升职业素质，培养学习型组织，实现利用互联网平台传授知识、传播思想、传承文化的教育企业。

农业虚拟现实科技创新服务平台，主要基于虚拟农业生产服务、虚拟农业科普教学、 虚拟农业科研数据研究三个大项。着重探索虚拟农作物栽培技术的推广系统。虚拟作物 主要依靠数据采集和数据处理系统来监测农业环境的因素变化与对应的作物成长动态， 研究作物形态与环境关系及其量化作用规律。

本实用新型公开了一种压力补偿式内镶圆柱滴灌管及农业大棚系统。压力补偿式内镶圆柱滴灌管包括水管和多个圆柱滴头，水管上开设有多个出水口，圆柱滴头的外管壁的中部形成有螺旋状凹槽，圆柱滴头一端部的内管壁开设有连通螺旋状凹槽的进水孔，圆柱滴头另一端部的外管壁上开设有环形凹槽，环形凹槽中设置有硅胶筒，硅胶筒上开设有多个贯通孔，硅胶筒的内筒壁与环形凹槽之间形成压力调节腔体，圆柱滴头设置在水管中，螺旋状凹槽与水管的内管壁之间形成螺旋缓冲通道，硅胶筒的外筒壁与水管的内管壁之间形成稳压出流腔体，出水口与对应的稳压出流腔体连通，压力调节腔体与螺旋缓冲通道连。实现提高压力补偿式内镶圆柱滴灌管的使用可靠性。

本实用新型公开了一种压力补偿式外镶圆柱滴灌管及农业大棚系统。压力补偿式外镶圆柱滴灌管包括水管，水管上开设有多个出水口，还包括多个圆柱滴头，圆柱滴头的内管壁的中部形成有螺旋状凹槽，圆柱滴头的内管壁的端部形成有环形凹槽，环形凹槽中设置有硅胶筒，硅胶筒上开设有多个贯通孔，硅胶筒的外筒壁与环形凹槽之间形成稳压出流腔体，圆柱滴头的外壁上开设有与稳压出流腔体连通的排水孔，圆柱滴头套在水管的外部，螺旋状凹槽与水管的外管壁之间形成螺旋缓冲通道，硅胶筒的内筒壁与水管的外管壁之间形成压力调节腔体，压力调节腔体与螺旋缓冲通道连通。实现提高压力补偿式外镶圆柱滴灌管的使用可靠性。

本实用新型公开了一种外镶式流量可调圆柱滴灌管及农业大棚系统。外镶式流量可调圆柱滴灌管包括水管，所述水管上开设有多个出水口，还包括多个圆柱滴头，所述圆柱滴头的内管壁上形成有螺旋状凹槽，所述圆柱滴头的外壁的一端部上开设有排水孔，所述圆柱滴头的外壁的另一端部上开设有螺纹通孔，所述螺旋状凹槽连接在所述排水孔和所述螺纹通孔之间，所述圆柱滴头套在所述水管的外部，所述螺旋状凹槽与所述水管的外管壁之间形成螺旋缓冲通道，所述出水口与所述螺纹通孔连通，所述螺纹通孔中螺纹连接有流量调节螺杆。实现提高外镶式流量可调圆柱滴灌管的使用可靠性。

 数字化城市管理应用平台，是按照“综合监管、综合应用、统一标准、资源共享”的系统应用思想,以“平台化、组件化”的设计思路，采用SOA架构，综合运用移动通信、物联网、GIS、GPS、智能手机嵌入式开发、视频监控、IP语音调度、工作流引擎、多源数据交换等关键技术设计开发。平台具有网格化城市管理、市政公用服务热线、公用产品质量在线监测、市政公用设施监控管理、城市视频监控管理、城市水气热桥专业设施管理、城市防汛、抢险抢修、数字执法、城市管理指挥、调度、考核等服务和监控功能，以实现城市管理的精细化、动态化、标准化，使城市管理中出现的问题能够及早发现、及早解决，形成沟通快捷、分工明确、责任到位、反应快速、处置及时、运转高效的城市管理和监督长效机制。

一、项目简介 当前虚实融合技术面临的重大挑战可以归结为以下两个关键科学问题：（1）非配合虚实环境的无缝融合与交互自然呈现。（2）云环境下虚实融合环境的语义理解、统一表达与应用软件快速定制。为解决上述两个关键科学问题和技术瓶颈，本项目重点研究了自然虚实融合呈现的硬软件技术和装置，构建虚实融合应用流程框架和规范，创新云软件定制和服务模式，实现应用示范。充分利用移动、穿戴式设备的多传感器优势以及云端结合方式进行三维结构的重建、语义标注、识别理解与信息关联。 二、前期研究基础 目前已发表论文10篇，包括4篇期刊论文等（包括TIP、TMM等权威期刊论文）。申请专利3 项。 三、应用技术成果 1）基于搜索的图像深度估计，相对误差低于传统方法，对训练集的需求小于基于深度学习的方法。 Make3D数据集的深度估计结果2）基于双模深度玻尔兹曼机（DBM）的三维场景物体检测框架，给出了RGBD训练数据不足的难题，流程如下 3）基于序列约束的哈希算法在不同比特率情况下均取得了很好的效果。 在LabelMe和Tiny100K上使用不同哈希比特率的效果

翟继先课题组此次发布的数据库（Arabidopsis RNA-seq database, ARS）整合了来自GEO、SRA、ENA和DDBJ数据库的20,068个拟南芥RNA-seq数据，提供了“Google-style”在线查询工具。该研究对所有文库进行了基因表达水平定量和共表达网络分析，并将所有文库进行分类，总共涉及1176个突变体、1102种处理条件、12个组织和176个发育时期，同时也对突变体和处理条件分别同对应的对照组进行差异表达分析。

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。