Tempo大数据应用能力成长平台（简称：Tempo Talents）是美林数据自主研发的面向高校大数据与人工智能领域“教学实践、集中实训与科研创新应用的一体化实验平台”。平台以专业课程教学实践、项目实训为核心，以创新产业应用孵化为目标，围绕大数据核心技术体系及应用，提供丰富元子化课程实践与实训案例资源。依托可视化分析与机器学习开发引擎，过程与结果兼顾的教学管理方式，闯关、考试、竞赛、数据游乐场等多种实验模式，为高校打造教与学充分互动的“大数据应用能力成长平台”。 一、创新教学管理模式，打造自驱型能力成长平台——教学管理平台→柔性化定制课堂教师可以根据教学目标、学生情况，灵活搭配原子课、实训项目及教材→教学考评管一体化统一的审阅、评分入口，实时查看作业提交情况→全景学情分析多维度图表展示学生的学习进度、学习成绩，直观了解到课堂的学习情况 二、Docker集群化部署，支持实验环境一键式访问及智能化管理——实验管理平台→高可用的容器化集群基于容器及容器集群架构运行的大数据实验基础平台，系统高可靠，高灵活，高伸缩性。→智能化实践环境管理预装实验需求的各类软件运行环境，基于浏览器的B/S模式直接访问，根据访问自动启停→一键式虚拟桌面实验台支持基于浏览器B/S模式的 “一键式”访问基于Linux的虚拟桌面环境，可提供 Linux 桌面和命令行操作，并可实现 Linux系统管理 三、不同难易度 不同实践模式相结合，因材施教更进一步——课程实践平台→多模式课程实践在线编码式、命令行、云桌面等多种实验模式→课程自动评测学生在线提交代码，一键自动评测打分，快速获取学习成果反馈→趣味闯关寓教于乐将课堂小测验转换为趣味闯关，激发自主学习热情 四、编码式与拖拽式双环境，开发型与应用型兼顾——项目实训平台→编码式与拖拽式双环境交互式笔记和拖拽式平台双操作模式，满足不同层次学生学习需求→完整实训项目指导手册还原项目落地全过程，将业务分析方法论融入具体项目实训中 →实验报告点评与优秀作业共享实验报告在线提交与点评，分享优秀作业，积累优秀成果 五、智能机器学习开发平台，满足人工智能教学科研需求——人工智能平台→强大的建模算法引擎9大算法类型、120余种分布式算法支持、15种文本算法→全面的分析洞察帮教全方位观察建模过程及结果，让学生在掌握方法的同时也能洞悉建模原理→多模式扩展编程R\Python\Java\Scala\Tensorflow等多种编程语言，学生可自定义算法开发实践 六、拖拽式大数据分析平台，培养学生数据创新探索能力——大数据分析平台→自助式大数据探索分析低门槛拖拽式数据可视化分析，让学生快速构建数据分析应用能力→灵活的可视化交互看板40余种可视化图形，钻取、联动、链接等多种交互模式 →多样的分析报告可视化大屏、分析看板、word报告、数据报表等多种报告形式呈现 七、真实项目经验 名师课程资源，构建优质教学课程资源库——课程资源平台→多学科教学名师课程引入国内一流高校教学团队优质课程，贴合学科最新发展趋势 →创新原子课设计将专业课程的知识点“原子化”，层层递进融会贯通→丰富行业实训案例精选美林数据 200+能源、政府、高端制造等行业头部客户真实项目案例 八、丰富数据资源与灵活数据资源管理，满足教学科研多层次需求——数据资源管理平台→多种数据源接入满足不同大数据平台和SQL数据源、Excel文件数据库、多维数据库、分析型数据库实时数据等不同类型数据源接入 →数据管理与权限分配支持后台配置数据权限，多种数据资源自定义管理→开放数据超市提供宏观、中观、微观全维度数据体系，上亿条数据，数据总容量超过500T丰富数据资源与灵活数据资源管理，满足教学科研多层次需求  

本发明公开了一种基于人工蜂群算法和量子粒子群算法的优化计算方法，其包括以下主要步骤：(1)根据实际问题编制待优化目标函数；(2)输入算法的通用运行参数：种群数目、迭代次数、变量维数、变量取值范围、待优化目标函数；(3)选取ABC、QPSO、QPSO+ABC和ABC+QPSO的一种或多种计算方法进行计算；(4)若只使用一种，直接判断结果是否满足优化要求；若多于一种计算方法，综合比较计算结果及评价最优的结果是否满足此次优化的要求；(5)若满足要求，运算结束，输出计算结果和迭代曲线；(6)否则，修改算法的

西安电子科技大学机电工程学院多智能体研究中心郑元世教授团队通过引入了智能体及邻居的历史状态，提出了一种基于记忆信息的一致性协议并建立了该协议下显式的一致域。

本发明公开了一种适用于5G毫米波通信的紧凑型渐变缝隙阵列天线，包括上层金属层、下层金属层、介质板材以及若干金属过孔，所述上层金属层和下层金属层分别刻蚀在介质板材的正反面上形成金属层，所述金属过孔位于介质板材上并且分别连接着上层金属层和下层金属层，所述金属层由微带转SIW结构、一分八T型SIW功分器以及八个TSA天线单元组成。本发明结构紧凑、方便设计和安装，由一个西南微波2.40mm规格接头相连，适用于40.5～43.5GHz频段，可以应用到该频段的5G毫米波移动通信系统中。

近日，我校含氟新材料研究所肖强研究员与国际著名膜科学家、美国工程院院士M. Tsapatsis教授团队合作，在国际顶级刊物《Nature Materials》上以全文（Article）形式发表了题为“One-dimensional intergrowths in two-dimensional zeolite nanosheets and their effect on ultraselective transport”的研究论文，并同刊得到了国际顶尖科学家J. Caro教授和J. Kärger教授的推荐点评。  工业中混合物的分离约占到整个世界总能耗的10~15%，发展低能耗的工业分离过程始终是科技界的重要使命。沸石分子筛膜以其多孔性、耐溶胀、分子筛分等特性，在溶剂除水和气体分离方面展现了很好的分离效率，取得了重要应用。采用沸石分子筛膜对沸点相近的烃类（如二甲苯）异构体进行分离，有望在大幅降低能耗的基础上实现高效分离，一直是科学界和产业界的研究热点。MFI型沸石分子筛是一种广泛应用的催化剂和吸附剂，其孔径介于对二甲苯（PX）和邻二甲苯（OX）之间，非常适合二甲苯异构体的分离。  对二甲苯（PX）是聚酯工业的重要原料，广泛应用于纤维、胶片、薄膜、树脂和饮料等食用品包装的生产，是芳烃产业链的基础化工原料。高性能MFI沸石膜的成功研发有望大幅降低二甲苯异构体混合物的分离能耗，对PX行业持续健康发展具有重要意义。  团队前期研究结果表明，通过剥离多层MFI沸石（ML-MFI）可以制得开孔、可分散的二维（2D）MFI纳米片，将其沉积在载体上直接制备了具有异构体分离性能的MFI沸石膜。研究团队对2D MFI纳米片做了进一步电子显微学研究，首次在2D MFI纳米片上发现了共生的一维（1D）MEL沸石，通过计算模拟表明2D MFI中的1D MEL具有更刚性的孔结构，能产生更高的选择性。以此为指导，实验上制备了MFI沸石膜，对非稀释等摩尔的对/邻二甲苯混合物分离显示了前所未有的分离性能，在300℃下，PX通量达到0.5×10-3 mol m-2 s-1，分离因子为60，创造了新的世界记录，极大地推动了MFI沸石膜的产业化进程。