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

本发明公开了一种聚乙烯-醋酸乙烯酯共聚物／氢氧化镁-碳纳米管复合阻燃材料的制备方法和应用，由下述组分经过熔融共混热压成型制成，将100重量份聚乙烯-醋酸乙烯酯共聚物和1-10重量份基于碳纳米管基体的单分散氢氧化镁纳米粒子置于密炼机中，熔融混炼、热压成型、冷却固化。采用碳纳米管为载体，降低氢氧化镁粒径，使其实现纳米级分散。提高氢氧化镁与聚乙烯-醋酸乙烯酯共聚物接触面积，提高聚合物阻燃性能。

固体氧化物电解池（SOEC）是固体氧化物燃料电池（SOFC）的逆过程，图一所示，SOEC通过电解H2O产生氢气，通过电解CO2减少CO2排放，并对H2O/CO2进行共电解以产生用于化工生产的H2/CO合成气。其产品可应用于炼钢、化工、农业、航空航天和医疗等众多领域。

本发明公开了一种用于制备纳米二氧化钛-石墨烯复合材料的方法，包括：（a）向浓度为1-4mg/mL的氧化石墨烯溶液中加入二氧化钛纳米颗粒，其中氧化石墨烯与二氧化钛之间的重量比控制为10:1～1:10，并获得分散液；（b）将所获得的分散液置入反应釜中，在120-200℃的条件下执行水热反应2-12小时，然后经过冷冻干燥处理即得到具备三维多孔结构的纳米二氧化钛-石墨烯复合材料产品。本发明还公开了相应的复合材料产品及其特定用途。通过本发明，能够以简单、易于操作并适合大规模生产的方式来制备纳米二氧化钛-石墨烯复合材料产品，且其所制得的产品具备比表面积大的三维多孔结构，并尤其适用于制作超级电容器或用于执行环境污染处理。

本发明公开一种可选择性分离富集巯基化合物的复合纳米纤维材料及其制备方法与应用方法，该复合纳米纤维材料为以高分子聚合物纤维为芯层，以纳米金属颗粒为皮层的纳米金属颗粒功能化纳米纤维，由金属化合物、高分子聚合物和溶剂制成，以溶剂体积计，金属化合物加入量为0.5mol/L、高分子聚合物加入量为10～15g/100ml；其制备方法为：将高分子聚合物加入溶剂中，待其溶解后，加入金属化合物、混匀，将溶液置于室温下持续搅拌，得到高分子聚合物/金属盐前驱体溶液；将前驱体溶液静电纺丝制成高分子聚合物/金属离子复合纳米纤维，再经原位还原得到纳米金属颗粒功能化纳米纤维，其对巯基化合物有选择性吸附作用，可在巯基化合物的提取、制备、检测方面广泛应用。

项目组全面落实立德树人根本任务，经过20余年教育研究和培养实践，创建了“固本培元、交叉融合、项目引领，资源环境与材料类创新人才培养模式与实践”的研究生教育教学成果。