本发明公开了一种基于激光测距传感器的便携式二维随动激光 测量装置，其包括水平移动组件、竖直移动组件和控制系统组件，水 平移动组件包括水平移动滑台和驱动其作水平运动的步进电机，水平 移动滑台上安装有水平光栅尺;竖直移动组件包括竖直升降滑台和激 光测距传感器，竖直升降滑台固定在水平移动滑台上，其由步进电机 驱动作竖直运动，其上安装有竖直光栅尺;激光测距传感器固定在竖 直升降滑台的运动端;控制系统组件用于控制水平移动滑台和竖直升 降滑台的运动，并处理激光测距传感器、水平光栅尺和竖直光栅尺反 馈的距离数据。

本发明公开了一种非易失性三维半导体存储器的栅电极及其制 备方法；栅电极包括 n 个依次成阶梯状排列的栅电极单元，每个栅电 极单元为柱状结构，由连通电极和包围在连通电极周围的绝缘侧壁构 成；所述连通电极的上表面用于连接栅层，下表面用于连接字线。本 发明适用于在字线等前道工艺完成后制备连接栅层的电极结构。此电 极结构呈阶梯状连接不同堆叠层且相对应的栅层，对叠层中非相对应 的栅层与栅电极之间通过绝缘层隔离

本发明公开了一种双碟片串接的泵浦光多程传输系统，该系统 包括第一离轴抛物面反射镜，第一直角反射镜组，其位于所述第一离 轴抛物面反射镜的反射光路上；第一碟片激光晶体，置于第一离轴抛 物面反射镜焦点处；球面反射镜，第二离轴抛物面反射镜，其与所述 第一离轴抛物面反射镜相对于过所述球面镜球心的平面α对称设置； 第二直角反射镜组，其位于所述第二离轴抛物面反射镜反射光路上； 第二碟片激光晶体，其与所述第一碟片激光晶体相对于过所述

本实用新型公开了一种气液两相射流反应器，包括反应器筒体，在反应器筒体顶部设有液体喷射装置，液体喷射装置包括进液口和伸入反应器筒体内的缩径式喷嘴；在反应器筒体上部设有排气口；在反应器筒体的内壁设有多个挡板；在反应器筒体下部设有进气口和循环液进口，进气口与位于缩径式喷嘴下方的气体分布器连通；在反应器筒体底部设有排液口。本实用新型还公开了一种气液两相射流反应系统，包括气液两相射流反应器、蒸发器、闪蒸罐。本实用新型气液两相射流反应器系统，利用高速液体射流的剪切作来破碎气泡，实现气液两相的高效分散混合，具有流程简洁、反应器结构简单、气液混合效果好等优点，适用于甲醇羰基化生成醋酸或醋酸甲酯羰基化生产醋酐。

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