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

东南大学能源与环境学院台式X射线衍射仪采购招标项目的潜在投标人应在东南大学采购中心网（https://dnzb.seu.edu.cn/）获取招标文件，并于2022年06月16日14点00分（北京时间）前递交投标文件。

为推进校地融合发展，2月13日上午，校党委书记李元元、校长尤政带领全体校领导班子成员，前往武汉经开区进行实地考察调研。武汉市委常委、武汉经开区工委书记刘子清，工委副书记、区长唐超陪同考察。双方聚焦经开新区·军山新城发展与规划，共商合作创新发展大计，同绘高质量发展新蓝图，共谱“二次创业”新篇章。

特高压技术已成为直流输电技术的发展前沿。针对特高压±800kV直流输电工程的电磁环境与电磁兼容问题，提出了直流输电线路离子流场三维计算方法，参加制定了±800kV特高压直流输电线路的电磁环境指标限值；提出了换流站阀厅电磁屏蔽效能要求以及阀厅搭接技术要求；提出了特高压输电线路对邻近无线电台站和输油输气管道的电磁影响指标限值及防护措施；提出了直流接地极布置的主要技术方案和改善跨步电压的技术措施，评估了入地电流对邻近变电站变压器的直流偏磁影响，提出了抑制变压器直流偏磁的主要措施。研究成果应用于云南-广东、向家坝-上海、锦屏-苏南±800kV特高压直流输电示范工程建设。参与研究的成果“特高压±800kV直流输电工程”获2017年度国家科学技术进步奖特等奖，华北电力大学作为项目主要完成单位排名第15，齐磊教授作为主要完成人排名第30。

由于装置改造，现有芳烃二甲苯生产装置多存在多塔联合处理具有不同组成分布的原料情况，由于每个精馏塔具有不同分离性能，为使得所需处理原料与处理装置的分离特性相匹配，必须对各装置处理负荷进行合理分配，才能使节能优化成为可能并实现之。该项目在对二甲苯生产装置深入了解的基础上，完成了对装置生产过程热力学分析的研究，并研究了二甲苯精馏过程进料状态、塔内操作条件等变化对装置生产能力和能耗的影响，建立了二甲苯分馏装置的机理模型，定量分析了影响装置生产能力和能耗的因素，对三个精馏塔开展C?A资源离线优化配置进行了系统的研究，通过合理分配三台分馏塔的处理量，优化进料组成，在保证邻二甲苯产量和质量要求的前提下，达到装置节能降耗的目的，为装置实现各股C?A资源在上述三塔之间的合理分配提供了理论依据和现场指导。该项目建立了新老二甲苯分馏装置生产性能相匹配的进料分配技术应用平台，该平台可以针对不同的C?A进料量及组成情况，对二甲苯分馏装置的进料配置进行整体优化，给出C?A原料在各塔的分配，用于指导生产操作，实现各股C?A资源在新老装置中负荷的合理分配，降低二甲苯分馏塔能耗，同时在C?A资源及市场供求允许的情况下确保合适的产品要求。