本专利（专利号：ZL200910103653.1 ,发明人系荣昌校区教师，长期从事新中兽药的研发），在于提供 一种抗肠炎型犬细小病毒病的中药组合物，配伍独特，原料来源广泛，成本低廉,具有清热解毒、凉血止 痢、止呕的功效,可以高效防治肠炎型犬细小病毒病。 犬细小病毒分为肠炎型和心肌炎型，目前，犬细小病毒病尚无特效治疗药物和方法。西医主要采用免疫 疗法（接种疫苗、高免血清等）,同时联合对症疗法（给予止吐药、止泻药、解热抗炎药等）、补液疗法 （补充生理盐水、葡萄糖溶液等）和控制继发感染（给予抗生素等）等进行综合治疗,但由于犬细小病毒基 因组的变异性很强，免疫疗法效果不理想，其它辅助方法也只能治标，不能治本,且副作用较大，易引起耐 药性,治愈衲氐。本专利拟以独占许可方式转让给相关兽药企业,因此,如果本专利能被采用成功上市,将会提高犬细小 病毒病的治疗效果，加之中药残留低,毒副作用小，应用前景非常可观。

本发明公开了一种具有抗误码机制的帧间无损编码与智能解码方法，包括：星上编码步骤：获取序列图像 f；把图像 fk,k＝1,2,...划分成互不重叠的子块；令第 3j+1,j＝0,1,...帧图像为参考帧图像，进行分块 JPEG-LS 编码；而第 3j+2 和 3j+3 帧图像参考第 3j+1 帧图像进行帧间无损编码；每 K 个子块后插入一组 EDC 信息形成检错码流；进行RS(m,n)纠错编码；在压缩码流中加入每帧的压缩帧头和帧尾。

雄黄本身是一种水不溶性硫化砷矿，具有剂型单一、生物利用率低、临床用量大等缺点。基于此，我们以甘肃优质道地矿物药雄黄为主要原料，成功的借助特定微生物的生物化学催化作用，建立起一套成熟的针对雄黄的微生物转化技术，将雄黄中的砷溶解出来，得到一种新型砷剂。通过药理药效实验证实，该新型砷剂可以有效的通过阻滞细胞周期，在体内外诱导小鼠腹水瘤 S180 和肝癌细胞 H22 发生凋亡。同时，对荷瘤小鼠的毒副作用较小，对肿瘤组织具有很强的选择性。尤其对多种（多药耐药）白血病有良好的体外抑制作用。目前实验证实，与雄黄相

项目成果/简介:云南大学教育部自然资源药物化学重点实验室肖伟烈团队在具有抗炎活性的天然小分子研究方面取得新进展，围绕巨噬细胞NLRP3炎症小体和NF-κB信号通路，从多种药用植物中发现了一系列结构新颖、活性显著的二萜类化合物。 该团队从大戟科大戟属植物泽漆（Euphorbia helioscopia）中发现三个具有重排Jatrophane-型骨架的新颖二萜衍生物， Euphopias A–C。其中Eup

乳腺癌是女性健康的“头号杀手”。最新调查数据显示，平均每3分钟世界上就有一位妇女被诊断为乳腺癌，我国女性乳腺癌的发病率和死亡率也是逐年上升，目前已位居女性恶性肿瘤发病率之首。其中，雌激素受体（ER）、孕激素受体（PR）和原癌基因Her-2均为阴性的三阴性乳腺癌（TNBC），是一种高危型乳腺癌，具有独特的临床病理和分子特征，转移性强、患者预后较差，其对内分泌治疗不敏感，尚无有效治疗药物。课题组新发现孤儿核受体Nur77在三阴性乳腺癌中具有重要的作用，是一个治疗三阴性乳腺癌药物开发的靶点。项目组筛选以核受体Nur77为靶点的海洋天然产物库，通过改造合成得到靶向Nur77抑制三阴性乳腺癌化合物YXY211。该化合物研发成功将为广大三阴性乳腺癌患者带来更为有效和安全的治疗药物，大大提高患者的生存率和健康水平。

本发明涉及甲磺酸二氢麦角碱在制备抗流感病毒的药物中的应用，属于医药技术领域。本发明提供了甲磺酸二氢麦角碱在制备抗流感病毒的药物中的应用。本发明的甲磺酸二氢麦角碱能够在流感病毒进入宿主细胞后的早期复制阶段发挥作用，可以抑制流感病毒核酸的合成，能够显著改善甲型流感引起的肺部症状，降低肺组织内的病毒滴度，具有良好的细胞安全性、生物安全性和有效性，以及很好的抗病毒应用前景。

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。

“火电厂厂级运行性能在线诊断及优化控制系统”从火电厂全厂整体综合优化运行的角度出发，通过对其所属多台机组的运行状态进行连续监视、经济分析、在线诊断以及优化控制，达到稳定、节能的目的。本项目由西安热工研究院和华北电力大学共同协作完成并获2005中国电力科学技术一等奖。 本项目创建了一套完整的技术体系，包括从全厂整体综合优化运行系统的概念、定位、理论方法、关键技术到应用软件开发、系统集成、示范和推广应用。研制成功具有自主知识产权的"火电厂厂级运行性能在线诊断及优化控制系统"（SIS）。

橡胶与金属热硫化粘合剂应用于汽车工业、机械工业等领域中橡胶-金属复合制品 及零部件的制造。传统热硫化胶粘剂多为溶剂型产品，含有毒有害的酮类、氯化溶剂、 芳烃溶剂等，且常采用对人体及环境都是有害的重金属盐成分，而环保水基型产品被国 外公司垄断，国内尚属空白。 本项目产品为高性能水分散型环保产品，粘接强度高、耐高温性能好、施工工艺简 单，各项指标均达到国外同类产品先进水平，打破了国外公司的技术与产品上对国内的 制约。 本项目团队同时开发完成以及正在开发许多用于新能源（太阳能及 LED 等）、汽车、 电子电器等先进制造业用各种胶粘剂及新材料项目。在新材料的产业化开发方面拥有较 雄厚的实力。