小型镍氢电池已产业化、商品化，大容量镍氢电池是当前电动车辆主选动力电池之一。目前国内外生产镍氢电池的负极材料，基本采用混合稀土镍基储氢合金(MmB5， Mm为混合稀土金属，B为Ni、Co、Mn、Al等金属)。 南开大学课题组首次制备了含碱金属锂（Li）新组分储氢合金[MmB5（Li）]，提高了电池负极电催化活性和延长电池寿命，并获得中、美、欧发明专利（ZL 92100029.4； US 5,242,656； EP 0554617B1）。同时

中国科大俞书宏院士团队与姚宏斌、倪勇教授团队合作提出了在不牺牲锂离子电池能量密度的前提下，在石墨负极内部引入颗粒尺寸以及孔隙率的梯度异质分布结构设计，实现了石墨负极快充性能提升。

一种新型的高效生物脱氮技术，特别针对我国特殊污水处理国情开发研制。 该技术具有无需有机碳源、脱氮负荷高（1.1-1.5 kg NO3--N/(m3 .d)、处理成本低、占地面积小等优点，适用于我国大范围的低碳氮比污水脱氮。 

实验内容 1、放射性测量的统计误差； 2、α 粒子的能量损失； 3、β 射线的吸收； 4、γ 能谱测量实验； 5、χ 射线吸收和特征谱测量； 6、放射性核素半衰期测量； 7、相对论效应验证； 8、宇宙射线 μ 综合测量实验； 9、正电子淹没寿命谱实验； 10、穆斯堡尔谱仪实验。 ——可根据用户实际需求自由组合实验内容

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。

北京大学物理学院、纳光电子前沿科学中心、人工微结构和介观物理国家重点实验室“极端光学团队”胡小永教授和龚旗煌院士等在非厄密拓扑光子学研究中取得重要进展：发展出一种研究新型增益-损耗畴壁拓扑光学体系的有效哈密顿量新方法，揭示了由增益-损耗畴壁诱导的拓扑态的产生机制。

方向图可重构天线可以根据环境的变化，调整天线的辐射波束，实现最佳的辐射效率，从而使一副天线用作多付，降低制造成本。大多数的方向图可重构天线是单极化天线，我们除了研究单极化天线之外，还研究设计了性能优良的双极化方向图可重构天线以及极化可变的方向图可重构天线。这些天线可以应用于基站和移动端。 将方向图可重构天线组成阵列，可以提高增益，就能够应用于无线通信的基站或者雷达领域，实现动态的大范围波束扫描。 若将天线阵列应用于基站，可提高基站天线的性能，且实现基站波束的实时动态扫描，可以实现动态波束赋形，从而能根据环境变化，增强所需方向的信号强度，降低干扰方向的信号强度。降低环境中的电磁干扰，提高信号的有效性，有利于提高通信质量，还能够节省能源。 目前我们已经与某公司进行合作开发，研制了高性能的方向图可重构天线，能够满足应用需要。因此，部分研究成果已交付给用户。此外，部分研究成果已申请专利，还有部分成果已经获得专利授权。 超宽带MIMO天线，主要是应用于无线通信，用于提高信道容量。移动端的空间有限，安装多个天线时，天线之间有较强的互耦，这会大大降低天线的性能。采用具有较高隔离度的超宽带MIMO天线，可以实现不同天线之间的低相关性，从而提高通信容量。目前我们已经设计了多种具有较好隔离特性，且频带很宽的超宽带MIMO天线。部分结构已申请专利。

成果介绍通过预制透水钢筋混凝土箱体与插板的组合型结构，相邻箱体插板连接、插板固定与箱体两侧外壁中部卡槽，有效消减船行波，节约施工材料，降低工程造价，实现生态和经济效益。技术创新点及参数1、内核限制性航道中，优化硬质结构竖向尺度及纵向布置，增强消浪性能和临近岸坡水体的水流多样性。2、在迎水立面形成格栅型消浪结构，降低航道内船行波的反射，提高船舶航行安全与效率，尤其是在低水位期。3、上部形成透空板式防浪结构，在高水位时消减入射的船行波。减小在护岸平台和二级柔性护坡上荷载，提高植被和生态保护，凹凸错落形态提高水流多样性，利于水生动植物栖息。4、预制结构，实现工厂制作和机械化施工，提高施工效率，降低造价。插板结构，降低钢筋混凝土用量，工程造价节约15％～20％。市场前景与河道改造企业合作或承接政府的内河航道改造的设计与技术优化。短期成熟技术投入重点应用场景，可以1年回收投入成本。