本实用新型公开了一种基于伺服驱动加载的三维力传感器动态响应标定装置，包括标定装置工作台、传感器固定盘、传感器加载件、伺服加载系统和加载装置固定平台。所述装置工作台由顶板、立柱和底板组成，立柱底部设有调平器，顶板上部设有水平仪、下方安装传感器固定盘；三维力传感器的顶部和底部均具有螺孔，用于连接传感器固定盘和传感器加载件；标定装置工作台的X、Y、Z方向各具有一套伺服加载系统，分别安装在加载装置固定平台和工作台底板上；伺服加载系统包括伺服电机、减速器、联轴器、丝杆、轴力计和加载头。本实用新型装置适用于不同量程的力传感器，精度高，实现荷载的连续动态加载测量，使用效果好，便于推广使用。

本发明公开了一种热冲压件获得强塑性能差异化分布的方法及 装置，采用冷气流和热气流分别作用在淬火件的强度增强区和塑性增 强区，所述热气流的作用是在配分温度范围内和配分时间范围内进行， 以使碳由马氏体向残余奥氏体扩散，从而使淬火件中残余奥氏体稳定 化，进而使塑性增强区在使用温度范围内为马氏体和残余奥氏体混合 组织；所述冷气流用于使淬火件中残余奥氏体继续转变为马氏体，使 强度增强区在使用温度范围内为马氏体组织。本发明还提供了一种实 现如上方法的装置，其包括热冲压件固定单元和热气流封闭单元。本 发明方法和装置能提高热冲压件的强塑力学性能，简单、有效实现热 冲压件强塑性能差异化分布。

本发明公开了一种利用畜禽粪便及农作物秸秆获得电能和沼肥的装置，包括槽体，槽体通过隔板分割成阳极室和阴极室，在阴极室内设置阴极材料，在阳极室内设置阳极材料，阴极材料和阳极材料通过导线和外电路负载连接，在隔板上靠近槽底位置设置聚乙烯异相阳离子交换膜：将从沼液中驯化得到的产电微生物菌群、处理后的畜禽粪便和农作物秸秆搅拌均匀后以间歇或连续的方式加入阳极室作为阳极室液，将水加入阴极室作为阴极室液；在温度25～37℃的条件下，恒温培养12～36小时后，发生产电效应，并公开了其使用方法。本发明装置在常温下运作，产电性能好、生产成本低、操作简便无污染，对缺乏电力基础设施的局部地区，具有广泛的应用潜力。

本发明公开了一种基于光诱导介电泳技术和纳米孔的DNA测序装置和测序方法，该装置包括介电泳装置、纳米孔单分子传感器、隧穿电流信号检测系统、离子电流信号检测系统以及激光系统；传感器位于介电泳装置的内部，将介电泳装置分为左右两个空腔，且该传感器设有将左右两个反应腔连通的通孔；隧穿电流信号检测系统与纳米孔单分子传感器电连接；离子电流信号检测系统的两端分别置于通孔左右两侧的反应腔内；激光系统位于介电泳装置的外部，其发射的激光束照射于介电泳装置上。本发明减慢了DNA过孔速度，提高了测序精度，这些为实现单碱基分辨

本发明提出一种结合抑爆及阻爆的多级联动泄爆测试装置及方法，属于氢气泄爆、阻爆和抑爆技术领域，包括爆炸容器、配气系统、纹影系统、火焰拍摄系统、同步控制器、程序控制与数据采集系统、传感器系统、高压喷雾系统、和自由基分布演化组件；爆炸容器上设有透明的泄爆管，泄爆管上安装有爆破片，爆炸容器和泄爆管组成整体A；泄爆管上安装有透明的阻火器；爆炸容器中安装有点火器；爆炸容器和泄爆管上分别安装有第一抑爆装置和第二抑爆装置；火焰拍摄系统包括第二高速摄像机和高速红外热成像仪。本装置及方法既能降低装置内爆炸超压，又能实现爆炸火焰的有效阻隔，给真实的情况提供数据参照，还能探究爆炸容器内OH<supgt;+</supgt;等自由基的动态演化。

本发明提供了一种等离子体射流人体接触电气安全性评估方法，包括以下步骤：步骤S01：等离体射流的光学特性的采集，所述光学特性采集包括放电电压、电流信号采集。步骤S02：采集流经人体阻抗模型的电流。步骤S03：计算流经人体的电流有效值和比脉冲能量，步骤S04：当电流有效值和比脉冲能量中都没有超出安全阈值即判定为人体接触安全，否则判定为人体接触不安全。本发明还提供了一种等离子体射流人体接触电气安全性评估测试平台。本发明通过电流有效值来评估人体接触射流体羽平均效应带来的危害，比脉冲能量评估瞬时效应引起的人体接触危险情况，综合电流有效值和比脉冲能量形成人体接触安全性评估体系。

本发明公开了一种气固混合物中颗粒物浓度的测量装置和测量方法，该测量装置包括称重装置、第一鼓泡装置、第二鼓泡装置、弹簧拉力装置和补重装置组成；称重装置为杠杆结构，杠杆结构的两侧分别为受重杆和测量杆，第一鼓泡装置和第二鼓泡装置分别设置在受重杆和测量杆上，补重装置设置在测量杆上，第一鼓泡装置和第二鼓泡装置为装有液体的封闭式容器，第一鼓泡装置上设有第一进气管和第一出气管，第二鼓泡装置上设有第二进气管和第二出气管。优点是： 首先，本测量装置简单，不受颗粒物理性质的影响，可以通过增加曝气头数目减少操作时间； 其次，通过微小放大原则，将固体颗粒物的质量累积量放大成较明显的弹簧拉力装置的受力变化。

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。