定制课程，满足不同学员个性化需求 钻石精讲班 通关保障班 VIP无忧班

符合国家标准的高性价比的常态化录播系统，具有视频直播、实时导播、同步录制、在线点播、远程交互等功能，实现“一键式”全自动跟踪课堂教学录制，形成教学录制常态化应用，高效建设校本教学视频资源。

对实验室内的各类危化品进行统一、科学地管理，降低安全风险。 1. 管理队伍建设：在系统内指定危化品涉及到不同危化品类型下管理的各个流程内，对应的各环节管理人员、审核人员、审批人员、库管人员，组成危化品专业管理队伍，实现危化品各环节负责人明确管控的人为防治危化品安全事件的目的；2. 仓库管理：根据危化品不同的存放地点建立仓库，填写所存危化品类型，并指定仓库管理人员。由管理人员根据发布的巡检计划，进行仓库的定期检查及信息上报；3. 使用流程管理：实现危化品申购（用量可根据课表自动计算）、汇总、采购、入库、领用、出库、返还、报废、调拨的全过程信息化管理，并提供各个节点的详细信息记录；4. 三废管理：由各任课老师进行三废数量及处理结果的情况上报，系统自动推送信息至相关管理人员提醒进行处置结果的复检；

产品详细介绍管理便利： 密码保护：教师必须输入正确密码才可开机，避免学生在非上课时自行操作。 数字电子钟：可显示时间，并可设定定时开机及定时关机功能，方便管理人员控管讲桌使用时间，节省电力；此外内建充电电池，可在断电情形下支持8天。 RFID感应卡（选购）：管理人员可核发感应卡，持有卡者可利用感应卡开启讲桌电源，进行教学操作。 整体特色： 外观主体：采玻璃钢（FRP）一体成型，坚固耐用，不生锈，不导电，镜面抛光处理，美观大方，清洁容易；整体采圆弧设计，可避免学生不小心撞到受伤。 平台及液晶可视角：讲桌上有一平面的桌台，具25cm的深度，可放置14吋的笔记本，以供教学；液晶屏幕可视角大于53度，可避免屏幕过于水平，造成教师讲课时看不清楚。 感应式触控面板：防水、防刮，不同于机械式及薄膜式按键：采人体电容感应，对其它物品均无反应，减少勿动作。 内建扩大机及喇叭：讲桌内建20W+20W的扩大机及喇叭，足可应付一般教室的声音播放。 隐藏式DVD及光驱拖盘：采隐藏式设计，美观实用。 鼠标垫：桌台上内崁鼠标垫，方便教师使用光学鼠标。 隐藏式侧板：讲桌右侧有一侧板（30×38cm），可承重8公斤，可提供教师放置一些辅助教材。

自西南交通大学在2000年底成功开发出世界首辆高温超导磁浮试验车以来，国际上有关高温超导磁浮车的研究取得了显著的进展。继我们之后，俄罗斯莫斯科航天研究所在2003年底开发出可以乘载两人的高温超导磁浮车。尽管该车没有装备驱动系统，但其高度的稳定悬浮、较大的悬浮气隙（-40cm）、简洁的轨道设计展示了人们在高温超导磁浮技术的应用开发上又取得了显著的进步。2004年中期，德国的德累斯顿固体物理研究所开发出低速高温超导磁浮车。该车采用短定异步感应电机驱动、实现了车载控制驱动一体化，展示了便捷的、个性化的超导磁浮交通系统的美好前景。尽管如此，西南交通大学的高温超导磁浮车的研究仍然在整体上处于领先地位。为了不断推进和深化高温超导磁浮车的基础研究和技术开发，西南交通大学超导研究开发中心将在近期开展以下几个方面研究，为其工程化奠定基础：1）超导磁浮车的岔道技术研究 高温超导磁浮车要走向应用，岔道技术是关键技术之一。由于高温超导车将主要用于高速交通，安全、高效的岔道和转轨技术不仅显得尤为重要，并有着高温超导磁浮系统的独特性。我们将采用水磁、电磁相结合的方法，探索和开发出新型的、经济的、高效率的高温超导磁浮车的岔道技术。2）高温超导磁浮车的导向纠偏技术 高温超导磁浮车与常民电磁悬浮车的一大区别是高温超导磁浮车具有自稳定和自导向性，从而有可能省略复杂的控制系统。然而，在某些运行条件下，磁浮车的导向一旦出现偏离自稳定的范围，将产生严重后果。开发出适合高温超导磁浮车的导向纠偏技术,实现高温超导磁浮车工程应用的重要技术。3) 导磁浮系统动力学 在过去的三年多时间里，高温超导磁浮车在低速下的稳定运行已经得到了充分的检验。然而，在高速和超高速状态下的运行稳定性却缺乏充分的理论基础和实验依据。为此，我们将采用理论研究和实验模拟相结合的方法，研究高温超导磁浮系统在高速运动和强冲击下动力学稳定性，为开展高温超导磁浮车的中试试验提供理论和技术指导。4) 导磁浮系统中超导材料的电磁动力学特性 高温超导磁浮车的性能主要取决于高温超导大块材料的性能，提高超导材料的性能是提高高温超导磁浮车的安全性、降低制造和运行成本、提高其效能最为关键的问是。此外，研究在高速运动、高强度冲击下高温超导磁浮系统中超导材料的电磁稳定性也是实现其工程化的关键头号是。在改善材料性能的同时，我们将研究高温超导磁浮材料的交流损耗、钉扎稳定性和热稳定性，为高温超导磁浮车的工程设计提供可靠依据。

阐明LNMAT1通过诱导CCL2募集TAMs促进膀胱癌淋巴转移的关键分子机制，对于在膀胱癌淋巴转移中潜在治疗靶点的临床干预具有重要意义。 鉴定了调控膀胱癌肿瘤微环境相关的长链非编码RNA LNMAT1。LNMAT1能够促进肿瘤细胞分泌趋化因子CCL2，进而募集TAMs到膀胱癌肿瘤微环境中。被“引诱”而来的TAMs能够分泌参与膀胱癌淋巴管生成过程的VEGF-C，帮助肿瘤细胞发生淋巴转移。由此可见，如果能介导到肿瘤微环境这片“土壤”，干预膀胱癌“帮凶”LNMAT1的表达，将能改变“种子”的生存情况，对抑制膀胱癌的进展、改善患者的生存预后发挥重要价值。林天歆教授团队首次阐明LNMAT1介导肿瘤微环境的重要作用及通过与趋化因子CCL2协同调控TAMs的分子机理，对认识膀胱癌淋巴转移的发生发展的机制有重要意义。

成果简介针对折弯模具关键尺寸无法直接用卡尺或千分尺测量的现状， 采用一个三自由度串联机械臂， 其中， 两个移动自由度的位移由直线光栅检测， 测头转动自由度的位移由码盘检测。 直线位移光栅和码盘所检测的信号经数据处理可得到数控折弯模具关键尺寸。 该装置结构简单， 克服了三坐标测量机的缺陷， 容易操作，可被广泛使用。成熟程度和所需建设条件本课题获批为安徽省教育厅重点研究项目， 已研制出原理样机并顺利通过验收。技术指标可同时检测折弯模具

燃料电池技术应用的关键在与新材料的开发，基于材料的优化得到更好的燃料电池产电输出性能。项目团队基于固态离子理论，设计了一系列燃料电池电极新材料及新结构，以提高电池输出性能为目的，开发了一系列高性能的阳极功能材料，阴极层材料与新结构。项目取得完整知识产权，申请发明专利15件，授权发明专利8件。

日前，清华大学生命学院葛亮课题组在《细胞》（Cell）期刊上在线发表题为“蛋白跨膜转运调节非经典蛋白分泌”（A translocation pathway for vesicle-mediated unconventional protein secretion）的研究论文，首次报道了非经典分泌过程中的蛋白跨膜转位机制。 蛋白质的分泌是细胞间信息传递的重要方式。分泌蛋白通常具有N端信号肽序列以指导新生多肽链进入内质网（endoplasmic reticulum，ER）被加工、修饰，之后被运输到高尔基体(Golgi apparatus)经过进一步的加工，最终抵达细胞质膜并被释放到细胞外，这一过程被称为经典分泌途径。近年来的研究发现，许多分泌蛋白不具有典型的信号肽序列，其分泌不依赖于ER-Golgi途径，这类分泌途径被称为非经典分泌（unconventional protein secretion, UPS）途径。直接跨质膜转位（I型）与细胞内囊泡结构介导的分泌（III型）是最主要的两种UPS途径。III型UPS中，蛋白首先进入一个囊泡载体（例如autophagosome, endosome等），然后通过膜泡运输系统被运送到细胞外。由于这类蛋白缺少信号肽，一个需要解决的关键问题就是这类UPS蛋白是如何进入囊泡载体中的。  图1. TMED10介导的蛋白质非经典分泌途径工作模型 在这项研究中，研究人员鉴定出一个膜蛋白TMED10可能形成一个蛋白通道介导UPS蛋白进入囊泡结构。细胞实验发现，TMED10能够调控大量非经典分泌蛋白的分泌，包括炎症因子IL-1家族成员，galectin1和galectin3，以及小分子伴侣蛋白HSP5B。CLP诱导的败血性休克（Cecal Ligation and Puncture (CLP)-induced septic shock）小鼠模型中，TMED10髓系敲除的小鼠分泌更少的IL-1β, 进而导致更低的炎症反应与更高的存活率。进一步的研究发现，TMED10的C末端区域与分泌蛋白的一个motif的相互作用对蛋白的选择性转运与分泌非常重要。体外脂质体实验证明，TMED10直接介导UPS蛋白进入脂质体，并且这一过程依赖于蛋白质的去折叠。在细胞中，TMED10定位于ERGIC（ER-Golgi intermediate compartment）并且能够指导分泌蛋白进入这一膜性细胞器中。此外，研究还发现货物蛋白与TMED10的结合会诱导TMED10寡聚化形成蛋白通道从而介导蛋白的转位。基于这些实验数据与之前的研究成果(Zhang et al., 2015)，作者提出如图所示的TMED10介导的蛋白质非经典分泌途径（TMED10-channeled UPS , THU)工作模型（图1）。UPS蛋白在胞质分子伴侣HSP90A的帮助下去折叠并被运送到ERGIC，结合TMED10诱导其发生寡聚化形成蛋白通道，在腔内分子伴侣HSP90B1的帮助下转位进入ERGIC，之后可能通过ERGIC形成运输小泡，直接运送到细胞质膜，或进入分泌型自噬体或分泌型自噬溶酶体/MVB，分泌型自噬体又可以直接和质膜融合或首先与溶酶体融合，最终将蛋白释放到细胞外。 生命学院研究员葛亮为本文的通讯作者，实验室张敏老师与生命学院博士生刘磊为本文共同第一作者。本研究受到基金委和科技部的经费资助。 文章链接： https://doi.org/10.1016/j.cell.2020.03.031

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。