本成果发明的一类芳香杂环酮或酮醌类化合物作为锂离子二次电池正极材料，是以具有芳香杂环酮或酮醌为电化学氧化还原位点的有机化合物，包括芳香杂环酮和芳香杂环酮醌类衍生物。该类化合物以芳香共轭酮或酮醌骨架上的羰基与锂离子的反应为作用机制并以羰基为反应活性位点，酮羰基、酮醌羰基是都是有机化合物正极材料中普遍使用的活性官能团之一，能够用于实现较高的比容量、更正的氧化还原电位和更高的放电电位，并作为高比容量、高循环性能的锂离子正极材料。

索非布韦（又译为索氟布韦，英文名 Sofosbuvir，CAS：1190307-88-0）是全球首个丙型肝炎病毒(HCV)NS5B 聚合酶核苷酸类似物抑制剂，用于治疗慢性丙型肝炎，目前国外已有产品在销售，且利润可观。国内还没有此类药物，本项目具有重大的发展前景。 采用本课题组开发的新型氟取代反应，设计和开发了一条经济、绿色和环保的具有巨大临床价值和市场价值抗丙肝药物索非布韦及其关键含氟医药中间体的制备工艺。本项目的目的是对本课题组开发的新颖制备工艺进行中试放大研究，进而实现商业化规模制备，从而产生良好的社会效益和经济效益。 依托南开大学化学院良好的科研平台，以及本课题组多年积累的有机氟化学及合成有机化学的基础研究成果，我们对具有巨大临床价值和市场价值的抗丙肝新药索非布韦及其关键含氟中间体的制备工艺进行优化。小试规模研究结果表明，本制备工艺能以良好的经济性、兼顾环保、安全等考量获得预期质量要求的目标产品。后期通过小试放大研究、中试研究和商业化生产确认等产业化开发程序。 

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。

高端智能化、高效节能、低耗能的机械设备主要为：履带式的移动破、圆锥破