实验内容 1、理解激光产生的基本原理及外腔面发射激光器的工作原理； 2、掌握谐振腔的设计及基本调节方法，熟悉激光器主要性能参数的测试； 3、理解非线性频率变换的基本原理，认识相位匹配的概念和种类； 4、掌握腔内倍频激光器调节的要领，研究影响倍频转换效率的主要因素； 5、理解激光波长调谐的原理，了解主要调谐方式，学会标准具调谐方法的使用； 6、了解激光调 Q 的基本原理及主要手段，了解被动调 Q 激光器的使用调节方法； 7、了解激光锁模的基本原理及方法，了解 SESAM 被动锁模激光器的调节要点。

HCRG一XA超导热管余格回收器是德煤、油、气锅炉（密炉）余热回收的专用设备，安装在锅炉（密炉）烟口或烟通中，将烟气余热回收后加热空气，热风可用作锅炉（密炉）助憾和干燥物料。其结构如下翻所示；四周管箱，中间后板将上下两侧通道期开，热管为全翅片管，可单极热管更换，工作时，高温湘气流经回收器下部冲期热管，此时热管吸热，端气放热温度下降，热管将吸收的热量传至上部，将流经热管上部的冷空何加热，此时热管放热，空气吸热温度上升。

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

华中科技大学任意波形发生器采购项目招标项目的潜在投标人应在网上获取（请将获取招标文件需提供的资料扫描件（PDF版）发送电子邮件至jinlinjing@hbzwlx.cn）或现场获取(湖北省武汉市武昌区群星城K3-2-1801)获取招标文件，并于2022年06月22日09点30分（北京时间）前递交投标文件。