其他成果/n一种地表水的水处理系统及水处理方法。该水处理系统包括：电絮凝装置、超滤膜分离装置和混合液内回流单元；所述电絮凝装置和所述超滤膜分离装置连通，所述混合液内回流单元设置于所述电絮凝装置和所述超滤膜分离装置之间。本发明的水处理方法：采用电絮凝‑超滤耦合并辅以混合液内回流去除地表水体中有机污染物，使处理后的出水能满足我国《生活饮用水卫生标准》(GB5749‑2006)要求，该工艺结构简单，有机污染物去除比例高，超滤膜的膜装置运行压力损失小、膜通量衰减速度低、膜组件反洗频率低。

本发明公开了一种 FCoE 读写处理系统，包括交换 ID 管理模块、 请求帧封装发送模块、数据帧封装发送模块、数据帧接收处理模块、 准备帧接收处理模块、响应帧接收处理模块和接收队列；本发明还公 开了一种基于该 FCoE 读写处理系统的读写处理方法，对来自上层的 对应多队列块通用块层请求或块设备驱动层请求，按照 FCoE 协议和 FCP 协议处理，生成的 FCoE 帧通过标准以太网网络接口传输；缩短 了读写路径，减小处

依托学校与烟台拓伟智能科技股份有限公司联合北京理工大学、中国科学院电子所、北京京仪自动化研究总院共建的烟台智能技术应用联合创新研究院，开发了系列具有自主知识产权的智能机器人产品和智能制造系统，其中“4-6自由度关节型工业机器人”可负载7kg-200kg；自主视觉引导+二维码定位的AGV，两轮差动、麦克纳姆轮全向，可负载20kg-2000kg。利用自主研发的全向无轨堆垛机、AGV、工业机器人等，在自主研发MES、车管调度、WMS系统监控下完成一系列智能制造和组装，打造了“汽车制动油泵壳体智能制造系统”“智能精密铸造工厂”等一批系统集成示范项目。 为服务烟台苹果产业高质量发展，研究院制定了烟台红富士苹果等级分选省级标准，研发了无损伤智能分选与包装及冷风库智能监管系统、该系统包括智能信息采集与分级子系统、智能输送调度子系统、苹果排面子系统、机器人智能装箱子系统，整线状态监测与数据库子系统。该系统采用人工智能及深度学习技术，有效结合近红外光谱与计算机视觉技术，完成苹果糖度、色泽、果形、霉心病、果锈、重量等21项指标检测，根据检测结果和新的分级标准，对苹果重新进行分类分级，检测准确率达到95%以上，分选效率2个/秒，磕碰率控制在1%以下，装箱速度达到1个/秒。通过该系统，开展苹果大数据信息采集工作，建立种植-加工-储存-销售全链条标准化苹果大数据综合运营平台，现从苹果单一价值到资源价值的跨越，从而促进苹果产业转型升级，高质量发展。

本系统包括温室栽培优化模型动态仿真、专家系统集成与智能控制算法设计等三部分内容。系统采用了基于知识的智能解决方案，系统的三个部分紧紧围绕专家知识与智能，不仅构成统一的整体又能分别独立运行。系统以大量的实验数据和专家经验为基础，采用智能控制方法、智能推理方法和多媒体技术，能提供病虫害在线预报，为温室环境控制提供最佳环境条件，并能对温室环境和作物生长过程进行仿真和预测。

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。

产品特点： 模糊PID控制器，控温准确波动小，带定时功能，时间设定值为99小时59分。 强制对流的风道系统能提高温度响应速度，改进温度均匀性和减少温度波动。 箱门内层有一层玻璃门，观察方便明了，玻璃门打开时，微风循环和加热自动停止，无温度过冲之弊。 镜面不锈钢内胆，电热管加热方式，加热速度快，使箱内均匀加热。 独立限温报警系统，超过限制温度即自动中断，保证实验安全运行不发生意外。(选配) 可配打印机或RS485接口，用于连接打印机或计算机，能记录温度参数的变化状况。(选配) ◆循环风扇可调 循环风扇三档可调，避免了试验过程中由于风量过大而导致样品的挥发； ◆智能触摸屏控制 采用4.3寸智能触摸屏，温度、时间等参数实时显示和设定，操作简单方便； 多段温度、时间等参数能同时设置与编程，可以进行温度升高的梯度控制，从箱内初始温度缓慢升温等功能，也可预设自动开机、待机与关机等功能； 具有程序设定功能，可预设8组每组8步运行程序，每组设置时间为0~5999分钟； ◆安全功能 独立限温报警系统，并声光报警提示操作者，保证安全运行不发生意外。（选配） 温度偏高或偏低及超温报警。 ◆ 紫外杀菌系统（选配） 可定期对箱体内部进行消毒，可有效杀灭箱体内循环空气中的浮菌，从而有效防止细胞培养期间的污染。

本发明公开了一种基于多核式处理器的高速数码印花处理系统，包括千兆以太网接口、I2C接口、StreamIO接口和多核处理器；多核处理器包括命令接收单元、命令处理单元、命令输出单元、数据接收单元、压缩数据缓存单元、数据解压单元、解压数据缓存单元和数据输出单元；同时本发明还公开了一种基于多核式处理器的高速数码印花处理方法。本发明以高性能多核处理器为核心，通过千兆以太网和StreamIO接口来完成打印数据从PC机到打印喷头的高速传输，通过千兆以太网和I2C接口实现打印命令的处理和转发，同时完成打印图像数据的解压缩和图像旋转等处理工作，大大提高了数码印花系统的工作效率。

本发明公开了一种托卡马克等离子破裂能量处理装置及处理方 法，所述能量处理装置包括压敏电阻、脉冲电容单元、电阻单元、逆 变单元和控制单元；所述压敏电阻、脉冲电容单元、电阻单元依次并 联在直流母线的正极和负极之间，脉冲电容单元的正负极与直流母线 的正负极对应连接；所述逆变单元直流侧输入端的正极连接直流母线 的正极，直流侧输入端的负极连接直流母线的负极。本发明主要应用 于可控核聚变托卡马克等离子体破裂能量处理，具有储能、吸能、耗 能与能量回馈再利用的多重处理功能，可有效的吸收和处理由与等离 子体耦合的线圈