一、产品简介      光无源器件是光纤通信设备的重要组成部分。它是一种光学元器件，也是其它光纤应用领域不可缺少的元器件。该实验仪重点介绍了常用的光无源器件的相关参数及测试方法，主要包括光纤转换器、光纤变换器、光纤耦合器，光纤隔离器、光纤衰减器、WDM等器件的参数的测试原理及测试方法。帮助学生直观的了解各种光无源器件的性能，从而更准确的使用不同器件进行光纤通信方面实验。 二、实验内容  1、光纤转换器测试实验  2、光纤变换器测试实验  3、光纤耦合器测试实验  4、光纤隔离器特性测试实验  5、波分复用器和解复用器测试实验  6、可调光纤衰减器测试实验  7、光纤机械光开关特性测试实验  8、光纤偏振控制器特性测试实验  9、光纤偏振分束器（PBS）性能能参数测试实验 三、实验配置参数 1、光源：波长1310±20nm，1550±20nm；输出功率：1-2.5mw，连续可调；输出端口：FC/PC；稳定性＜0.5db（5h）；光源类型：LD光源； 2、光功率计：波长范围800-1700nm；输入接口：FC 校准波长：1550nm,1310nm； 3、偏振控制器：插入损耗＜0.05dB；消光比＞40dB；回波损耗＞65dB； 4、光纤机械光开关：插入损耗：1310/1550  P1→P2 0.56/0.54 dB ，P1→P3 0.53/0.47 dB ;回波损耗＞50dB ；开关速度：≦8ms ； 5、高隔离度光纤隔离器：最大插入损耗：0.35dB ；回波损耗：≧50dB ；隔离度：≧30dB ； 6、光纤耦合器：分光比：50% : 50% ；最大插入损耗1310/1550: 3.3dB ; 7、光纤波分复用器：隔离度：1310nm ：31.8% ；1550nm ：34%；插入损耗：1310nm ：0.30%；1550nm ：0.34% ； 8、光纤可调衰减器：0-30db可调； 9、配置：光纤光源，光纤光功率计、光纤耦合器、光波分复用器、光纤偏振控制器、光纤偏振分束器，可调衰减器、光纤隔离器、光纤机械光开关、法兰盘、实验指导书及实验录像光盘等。 四、实验目的 1、了解光连接器及其原理、种类，实验操作进行连接器参数测量； 2、掌握光纤偏振控制器工作原理，实验操作单模光纤偏振状态控制； 3、了解光纤耦合器用途及其性能参数，实验操作测量耦合器特性参数测量； 4、了解光纤隔离器用途及其性能参数，实验操作光纤隔离器特性参数测量； 5、了解光纤光开关用途及其性能参数，实验操作光纤光开关特性参数测量； 6、了解光波分复用器（WDM）的原理与意义，操作双波长波分复用（WDM）的原理性实验；

IECUBE-3100集成电路测试实训平台是一个源于继承广电路行业实际工业应用场景，基于集成电路行业国际领先的NI测试测量技术，针对集成电路测试技能培养而专门开发的实训平台，可以完成典型集成电路的测试实训，包括ADC、DAC、PA、数字逻辑IC以及晶体管等。

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。

中国发明专利ZL202210046308.4：采用无乳化剂、无有机交联剂的微流控法制备规整球形的海洋高分子微球，微球实心或空心、粒径（200纳米-50微米）、微观结构可控可调，可作为吸附材料、药物香精等载体材料的应用。

天津大学团队联合金麦格生物技术有限公司研发团队经过多昼夜的艰苦攻关，成功研发出新型冠状病毒检测试剂盒。该试剂盒可以针对新冠病毒疑似病例在更早的病毒潜伏期介入检测，且可在1小时内检测是否为新型冠状病毒，大大缩短了检测时间。

项目成果/简介:煤层采动过程中围岩变形破坏发育规律及特征技术参数对巷道支护、保护煤柱合理留设及水害防治等具有重要意义。本方法基于光纤电法综合测试技术与钻孔结合进行煤层开采围岩破坏特征观测。通过在井下巷道或地面施工并形成不同方位单孔、多孔等观测系统，并在孔中布置分布式传感光缆和电阻率传感单元等形成一套综合测试监测系统，利用相关测试仪器采集与传输应变场、温度场及直流电场等数据，通过分析实时得到的工作面顶、底板监测区域中岩体的应变场、温度场及地电场综合地球物理场参数变化情况，评价探测目标区域采动过程中岩体变形、破坏规律及其破坏高（深）度值。同传统的钻探方法及单一地球物理场勘探相比，综合测试可查明探测剖面内岩层的结构形态，通过多次对比时空演化规律，可获取岩层在采动过程中变形破坏发育规律及特征。

天津大学团队联合金麦格生物技术有限公司研发团队经过多昼夜的艰苦攻关，成功研发出新型冠状病毒检测试剂盒。该试剂盒可以针对新冠病毒疑似病例在更早的病毒潜伏期介入检测，且可在1小时内检测是否为新型冠状病毒，大大缩短了检测时间。

上海交通大学生物医学工程学院古宏晨教授、徐宏研究员团队历经数年研制并实现产业化的纳米磁性载体，为国内首个新型冠状病毒检测盒出炉提供了有力技术支撑。该技术可实现新型冠状病毒核酸的全自动、全封闭、高灵敏地检测，已应用于上海之江生物科技股份有限公司研发的新型冠状病毒2019-nCoV核酸检测试剂盒(荧光PCR法)。2020年1月24日，该检测试剂盒通过了上海市医疗器械检测所的检验，成为我国法定检验机构检定合格的首个新型冠状病毒检测产品，并在各地医院、疾控中心和出入境检验检疫局实际应用。

小型风机可靠性及气动性能自动测试台可应用于各种小型轴流、离心风机的运行可靠性和气动性能试验。向用户和产品检测部门提供风机技术参数。 主要设备有：风室式多喷嘴测试本体、变频调速系统、数显监控测试柜和计算机测控系统。 该测试台具有如下功能和特点: 能测定各种型号风机的功率，风量，效率、噪音、动压、总压、转速、温度、湿度。 性能测试灵敏度：风量0.001m3/min;动压、总压0.01 Pa；风量测量相对误差小于2%。 可靠性试验可显示试验风机的转速、供电电流、电机壳体温度、风机的通断情况以及累积运转时间。可靠性试验时间：连续累计时间 ≥ 6000小时。 可靠性试验由计算机程序控制，超出试验转速可声光报警和电话远程报警，可实现无人值守试验的工作方式。 采用计算机进行数据自动采集与处理，实时绘制曲线，实时自动存盘与打印，可靠性试验存储数据任意调用打印和绘制曲线。 试验台本体采用全不锈钢结构。采用全性能参数实时显示和手动-自动测试选择切换，风门调节与变频器操作除可以自动外，还能手动操作。 该测试台设计先进、新颖美观、自动化程度高、操作简便可靠，配套资料完整，结构符合国际和国家标准。