复旦大学“基于类脑智能的舆情系统研究”项目组就疫情期间的网络热点展开了深入分析。其中由大数据学院魏忠钰副教授和新闻学院周葆华教授负责的用户画像团队，梳理了新浪微博中群体舆论演化总体态势及代表性群体的舆论特征，并对舆论引导方式提出了对策和建议。 01 大数据舆论分析：把握民意趋势、挖掘事件成因 团队分析了2020年1月15日至2月16日期间与疫情相关的3000万条微博，依托情感分析、话题聚类等文本挖掘手段准确感知网民的情感倾向转变和话题动态演化。 数据分析结果显示，疫情初期的舆论以负面情绪居多。随着中央全力部署、政府防控措施出台（实时数据的公布、武汉实行封城管控）、专家学者释疑解惑（钟南山院士、张文宏医生等对疫情的判断)，正向情感不断提高。随后虽然疫情增长率不断减缓，情感指数仍有变动，多与受疫情触发的热点议题相关。 02 群体画像：精准定位人群、感知个性化诉求 团队根据用户的职业、地域等属性将用户细分为不同群体，并进行参与度的动态比较，同时对代表性群体的网络言论进行定点分析，准确感知不同社会群体的心理诉求与价值预期。 对于不同职业的用户，在疫情爆发初期，自媒体、专业技术人员和学生较为活跃，在事件后期专业技术人员、 自媒体、 企业高管、新闻出版与文化专业人士较为活跃。聚焦于奋战一线的医护群体，大多向外界传递了一往无前的抗疫精神，也不乏个别事件令其承受巨大压力，需要更多的社会理解和关爱。另外，由疫情所带来的经济影响逐渐蔓延，私营企业主及工薪阶层群体面临巨大压力，大多显露出焦虑情绪，需要采取有力措施帮中小企业主纾困解难。 对于不同地域的用户，参与讨论的用户中广东、北京用户占比较高，其次是东南沿海各地，话题的地区“下沉”趋势明显。特别地，武汉患者群体作为地域分群角度的特殊主体，通过社交媒体向外界讲述自己的亲身遭遇，寻求社会救助，使个体诉求进入公共议程，激发了全网对于武汉患者群体命运的同情与共鸣。而随着国际疫情局势的不断紧张，华侨华人群体面临歧视压力，需要在下一阶段严防“输入”过程中予以妥善引导。 03 事件关联：警惕次生舆情、完善发声渠道 疫情期间，不少热点讨论相继引发了有关社会深层次问题的“次生舆情”，追踪事件关联将进一步协助制定危机应对预案。以近期学校实施网课为例，部分学校存在的网课工具攀比化、部分贫困群体的自卑自嘲心理引发讨论。而弱势群体缺少发声平台，若忽视其诉求将进一步激发矛盾。因此，各级政府要加强对复工复产复学过程中贫困人群的关心，新闻媒体要加强对弱势群体的报道抚慰，促进社会沟通与社会公平。 不同的群体聚集于不同的网络社区之中，舆论表达方式也不尽相同，对分群体舆论特征进行分析使得挖掘群体共鸣更为高效。团队将进一步推动分群体智能舆论分析和信息汇集平台建设，探索建立公共危机信息汇集平台。在中国疫情防控不断取得阶段性成果的同时，团队还将持续跟进对国际疫情的舆情分析，为网络空间现代化治理能力的提升赋能。

我国科研团队首次利用机器学习反求设计（machine-learning inverse design）实现三维矢量全息(Three-dimensional vectorial holography)新技术的相关研究成果发表在国际顶级学术刊物《科学进展》上。该杂志为《科学》(Science)刊物旗下子刊，是一个涵盖所有学术领域的开放性、综合性科学刊物。 这项光学全息技术领域的突破性研究，由上海理工大学庄松林院士和顾敏院士领衔的未来光学国际实验室完成。研究中基于机器学习的反求设计，可精准且迅速地产生一个或多个任意三维矢量光场，有望应用在超宽带全息显示、超安全信息加密以及超容量光存储、超精确粒子操控等各个领域。 光是一种电磁波，其在介质中传播的同时伴随着电磁和磁场的振荡，被称为光的矢量特性。研究人员介绍，基于光波的横波特性，光的振荡通常被限制在与其传播方向垂直的二维平面上。近些年，科学家研究发现光的振荡可打破传统二维平面的束缚，通过干涉产生纵向光振荡，即形成第三维光矢量。 但精确产生任意三维矢量光场仍是一个世界性难题。在物理学上，通过求解三维麦克斯韦方程可以正向得到一个三维矢量光场分布，但其不可控。顾敏科研团队利用人工智能的机器学习反求设计，解决了这一难题，率先实现了三维矢量全息，并可精确地控制三维全息图像中每个像素点的任意三维矢量状态。 顾敏介绍，这样的操控是全方位的，包括对每个三维矢量光携带的信息进行编码、传输和解码，因而消除了传统二维偏振光的束缚。“通过人工智能机器学习的新技术，我们首次实现了三维矢量光的操控，并将机器学习的算法延伸到光学全息中去。” 机器学习在光学设计中扮演着越来越重要的作用。文章第一作者任浩然博士说：“我们研究证明训练后的人工神经网络可有效、快速地产生任意三维矢量光场，达到接近百分之百的准确性，极大地提高了光场调控的效率。” 此外，这项发明为光学全息开辟了一条新道路，首次在全息中证明光的三维矢量状态可以作为独立的信息载体，实现信息的编码和复用。顾敏表示，“这项发明不仅为下一代超宽带、超大容量、超快速并行处理的光学全息系统奠定了基础，同时也为人们加深理解光与物质的相互作用（例如粒子操控）提供了一个崭新的平台。”

本项目的研究成果，能够帮助出行者在出行之前提前规划出行路径，在出行之中选择最优出行路径，同时可以获取实时交通诱导信息、服务信息、事故信息等，提高了出行舒适度和自由度；能够将快速路交通流合理的分配到路网之中，提高道路利用率，缓解局部区域交通拥挤，提升系统整体运行效益。另外，所开发的系统将车辆、道路和使用者应密结合起来，不仅能够有效地解决交通拥挤问题，还能对交通事故的应急处理、环境保护和资源的节约等都有显著的效果，最终有利于交通动态及静态信息在最大范围内、最大限度地被交通管理者、出行者、驾驶员所共享，并通过集成挖掘和多方式的交通信息的发布，从而实施整个快速路交通系统的优化运行，实现快速路管理的信息化和智能化。

新型多用途智能伸缩喷灌车主要由三组电动机、悬臂梁、摄像头、横向伸缩管道、竖向伸缩装置、支撑杆电刷、舵机、上电磁水阀、增压泵、二向阀门、备用水箱、含信号接收装置的自动控制系统等组成。横向伸缩管道两端为对称设计，采用对称式悬索实现大范围牵引伸缩，满足不同范围的喷水覆盖；竖向伸缩装置位于支撑杆内，竖向伸缩装置下部与上电磁水阀、增压泵相连通，通过上部电动机的牵引使竖向伸缩装置上升或下降，实现不同高度的喷水灌溉；喷灌车搭载有备用水箱，根据需要加入农药或可溶性化肥，实现“水药肥”一体化喷灌，喷灌车由车载的自动控制系统根据 GPS 信号控制自动前往指定区域，同时借助车载摄像头实时图像校正路线或规避障碍，也可以由专门负责灌溉的人员驾驶至指定的灌溉区域。 该喷灌车通过单片机的自动控制系统控制各个控制元件，实现喷水管道横向、竖向伸缩以及 360°旋转，能够适应不同地形、不同高度农作物的灌溉需求，高效完成各种复杂环境条件下的喷灌任务，提高灌溉水的有效利用率。

主要从事的是挖掘机的液压阀与挖掘机的非线性控制系统的研究。 主要研究成果：1、攻克了电液比例阀结构设计、制造工艺、精度控制等关键技术，解决了中高端装备中的大流量比例动态控制技术难题。2、研究多路阀阀芯阀体材料和表面质量技术要求，通过调质、沉淀强化热处理、形变压缩技术，获得具有高强度和耐磨性的阀体材料，通过微弧氧化技术、化学复合镀和化学转化膜技术，得到高硬度的阀芯材料。3、分析阀体阀芯在传统表面处理工艺中出现的缺陷和弊端，最终采用激光熔覆的表面改性技术提高阀体阀芯表面性能，解决了高压大流量冲击断裂问题。4、提出了面向多工况的电控液压挖掘机控制策略研究；搭建了基于挖掘机实物和三维建模软件的硬件在环挖掘机试仿真验台。5、实现了自动化挖掘机铲斗位置精确控制，提出了通过使用智能算法优化挖掘机控制器的新的控制方法，通过建立仿真模型和试验证明该控制方法的可行性。

智能体感平衡车控制系统是用于独轮车，双轮车，带扶手车，滑板车等各类智能体感车的驱动控制系统，包括硬件系统和软件系统。智能体感平衡车领域，从 2014 年开始兴起，2015 年逐步推广，2016 年有望更加普及。其主要功能是为各类体感车提供安全，稳定的控制。选用合适的主处理器，通过加速度计和陀螺仪进行测量数据和处理数据，进而精确判断车辆倾角，运用最优的控制算法控制电机，进而驱动控制器，实现对智能体感车快速，安全，稳定的驱动控制，同时加入安全保护算法和安全装置，提高安全，可靠性。2015 年，已经完成了主控芯片，电机，驱动器，传感器等的选型，有了数据融合技术和驱动器控制技术等方面的成熟技术积累，并已开发出性能较为稳定的驱动控制板。

基于智能视频分析，采用5G+人工智能+边缘计算等高新技术，实现对监控区域内的火烟进行智能识别、实时分析报警。不依赖其他传感设备，直接对视频监控区域的画面的烟雾和火焰均可及时准确识别。 它具有自动扫描、自动识别、自动报警、自动定位的功能，通过系统智能识别，发现火情实时向后端监控中心发送报警信号，同时会将火点位置在地图上精确定位，一旦火灾确定，决策人员可以通过视频追踪、资源查询、火情推演、预案管理等功能进行扑救会商并制定详细的灭火作战方案，达到快速消灭火灾的目的。 系统可协助管理人员，对监测区域内火焰做到全天二十四小时实时分析及时报警。降低误报和漏报现象，减少因火灾造成的生命和财产的损失，是人们同火灾做斗争的有力工具。

电小盾用电安全智能管理系统是运用物联网、大数据、云计算等前沿技术，通过智能传感终端设备，实现电路线缆状态监测、故障掌上预警，通过用电安全防护器，实现防触电、防起火、放漏电等用电安全保护，避免触电伤害。 核心功能： 触电保护、短路保护、漏电保护、过载保护、过欠压保护、老化线路保护、防水保护、故障报警 应用场景： 实验室、园区、办公楼、银行、养老院、机场、社区、加油站

人工智能边缘实验平台为标准的2.5U机架式设备，配置20块FPGA开发板(Cyclone® V SoC系列)，可供20位学员同时进行FPGA设计、调试、下载及相关验证，并具备SoC网络技术和FPGA远程调试技术，通过网络为教学实验提供配套服务，实现在线实验室的虚拟仿真技术。AI Edge Platform is a standard 2.5U rack server,which is equipped with 20 FPGA Development Boards  (Cyclone® V SoC  FPGA Series). It can be used by 20 students to design,debug,download and verify FPGA at the same time. It also has SoC network technology and FPGA remote debugging technology,and provides support for teaching experiments through the network;realizes the virtual simulation technology of online laboratory.