本发明公开了一种基于忆阻器实质蕴涵操作的计算与存储融合 的处理器及其操作方法；该处理器由多个计算与存储融合单元 (Computing&、Memory-Unit，CMU)通过通信网络相连接。本发明 中使用一种能记忆电阻的器件，即忆阻器。在设计电路时，忆阻器的 阻变特性已参与完成相应的计算，并将计算结果用忆阻器的阻态来保 存，省去了传统计算机系统中将计算结果输出到存储器的步骤，实现 计算与存储的融合。通过通信网络

本发明公开了一种基于忆阻器实质蕴涵操作的计算与存储融合 的处理器及其操作方法；该处理器由多个计算与存储融合单元 (Computing&、Memory-Unit，CMU)通过通信网络相连接。本发明 中使用一种能记忆电阻的器件，即忆阻器。在设计电路时，忆阻器的 阻变特性已参与完成相应的计算，并将计算结果用忆阻器的阻态来保 存，省去了传统计算机系统中将计算结果输出到存储器的步骤，实现 计算与存储的融合。通过通信网络

本发明属于半导体存储器技术领域，具体为一种基于二维半导体材料的电荷超注入存储器及其制备方法。本发明通过存储叠层能带设计，在实现闪存的非易失性存储特性；通过横向电场设计以及器件的仿真模拟设计，利用二维半导体材料的原子级薄层特性，显著增强最大横向电场从而提升电荷的注入效率，实现存储器中电荷的超注入机制，进而实现闪存的亚纳秒编程。本发明存储器在维持十年数据保持能力的同时，大幅提升了电荷注入效率，将编程速度提升至亚纳秒，为解决电荷存储领域超快编程和长保持时间无法共存的重大挑战提供新的解决方案。

1、将课堂班级转变成学习型社群；不仅有学习活动的互动、交流；也有学习资源、信息的分享，满足课前备课设计，课中互动教学，课后作业巩固等全流程设计； 2、协助教师突破传统教学限制，实现混合式、翻转式、交互式等创新教学策略； 3、提升教师教学质量、激发学生学习兴趣； 4、为学校提供完整解决方案，达成「教、学、管、评、测」一体化的教育信息化建设目标。

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。

本发明公开提供了一种网络感知的虚拟机镜像存储系统，该存 储系统包括私有缓存管理模块、公有缓存管理模块、网络监控模块、 决策模块和动态寻址模块；其中，私有缓存管理模块、公有缓存管理 模块、网络监控模块和动态寻址模块位于计算节点，决策模块位于管 理节点；还公开了一种基于以上存储系统的读写请求处理方法，使得 网络负载较轻的节点处理更多的镜像访问请求，而网络负载较重的节 点处理较少的镜像访问请求，从而避免产生 I/O 热点，

本发明公开了一种非易失性三维半导体存储器及其制备方法， 包括多个垂直方向的三维 NAND 存储串，每一个三维 NAND 存储串 包括水平衬底、垂直于衬底的圆柱形半导体区域、分别位于半导体区 域上、下的第二电极和第一电极、包裹圆柱形半导体区域的隧穿电介 质、围绕隧穿电介质上、下分布了多个分立的电荷存储层、包裹了隧 穿电介质以及多个电荷存储层的阻隔电介质层、与绝缘层相堆叠的控 制栅电极；圆柱形半导体区域包括多个存储单元的

通过click反应设计合成了一类具有两亲性的磺酸根三齿Pt(II)配合物，这类配合物对VOC的刺激响应具有高度的选择性。在水蒸气和各种醇蒸气分子（甲醇、乙醇、丙醇、异丙醇、丁醇等）之间具有迅速的变色和发光响应性行为，并进一步制备成薄膜，利用醇蒸气实现了快速写入?擦除功能。在溶液体系中，通过调控溶剂的组成，实现了配合物动态组装?解组装?重新组装的过程。研究组与香港大学任咏华教授合作，进一步制备了存储器件，阈值电压为3.4V，开关比可达105，保持时间达104s，具有良好的二进制存储性能。

本发明公开了一种自主作业林业机器人平台，包括机器人本体和控制系统，机器人本体采用了四轮的驱动结构，包括车底盘、车顶平台、车架等部分。机器人的控制系统可完成复杂控制和数据处理算法，同时加装了导航定位、激光测量、双目视觉等多种传感器，进行自主林业机器人作业环境信息检测和智能导航。该自主作业林业机器人结构简单，四轮的驱动能力强，可在林区复杂地形条下灵活可靠地运动，具备智能决策和环境建模的能力，可完成林区作业环境信息检测任务；同时可在机器人上加装多种作业机械手，进一步自主完成林木整枝、间伐、采伐和集运等林业生产作业任务。

多自由度精密位移平台由压电马达驱动，包含传感器、驱动器和控制器等部件，是精密仪器运动控制系统的核心部分，也是精密加工设备、医疗设备、微电子制造检测设备、测量仪器、印刷设备、生物医疗设备、自动化生产线的关键组件。其压电马达具有高分辨率、小尺寸、低能耗等特点，其运动控制部分采用先进的EtherCAT（通用超高速以太网现场总线）方案，使系统不仅更简洁、更灵活，还具有更好的实时性。