近日，机电学院王绍金教授团队在学校G2期刊《InternationalJournalofFoodMicrobiology》上发表题为“Combinedeffectsofintermittentradiofrequencyheatingwithcinnamonoilvaporonmicrobialcontrolandqualitychangesofalfalfaseeds”的论文。博士研究生徐渊美为论文第一作者，王绍金教授为论文通讯作者。

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。

该研究采用污水处理厂改造前后的运行数据，对传统活性污泥法和膜生物反应器（MBR）两种污水处理工艺进行技术经济上的严格配对比较研究，对比分析污水处理厂采用两种工艺时的成本能耗、净利润和技术效率，采用敏感性分析评价计算结果的可靠性，为污水处理工艺的选择和应用提供技术经济方面的理性参考。

大型并网双馈感应风力发电机组属轻型大容量塔上结构，采用高速齿轮箱传递动力，发电机转子侧接电力电子功率变换装置，其结果是风电机组相比传统同步发电机组更脆弱；同时，随着风力发电装机容量的迅速增长，规模化并网带来了新的技术问题，例如：当电网故障或大负荷扰动引起风电场并网点电压跌落时，一方面，出于自身的安全性考虑，风电机组应该及时从电网解列，但另一方面，从电网的角度考虑，在电网故障（脆弱）或承受大的负荷扰动的时刻，大量的并网的电源也从电网解列，可能会产生更大的扰动从而让事故进入恶性循环。因此，世界各主要国家电网公司先后颁布了技术标准和规程，要求在一定的电压跌落范围内，风电机组能够不间断地并网运行，直到电压恢复如常，从而维持电网稳定，即并网风电机组的低电压穿越能力。新提出的低电压穿越规程要求给并网发电的风力发电机组带来了巨大的技术挑战。本成果深入研究了电网在对称和不对称运行状态下并网双馈感应风力发电系统的稳态、暂态计算方法；建立考虑双馈感应发电机、转子侧及网侧变换器的正、负序分量等效dq 轴分量的完整风电机组动态模型；揭示了对称和不对称故障引起的低电压对风力发电机组及交流励磁变流器的作用机理和影响程度。在此基础上，进一步提出了具有鲁棒控制特性的定子侧开关无源阻抗缓冲器的低电压穿越方法及其参数计算方法；并全方位仿真计算和试验测试验证了定子侧开关阻抗缓冲器在对称或不对称故障时的低电压穿越能力，从而，形成一种既能保障双馈感应风力发电机组在电网故障状态下自身不间断安全运行，又能最大限度地提高电网安全稳定性的抵御和穿越电网低电压故障的方法及其保护装置方案。技术创新： 本成果深入研究了电网在对称和不对称运行状态下并网双馈感应风力发电系统的稳态、暂态计算方法；建立了考虑双馈感应发电机、转子侧及网侧变换器的正、负序分量等效dq 轴分量的完整风电机组动态模型；揭示了对称和不对称故障引起的低电压对风力发电机组及交流励磁变流器的作用机理和影响程度。在此基础上，进一步提出了具有鲁棒控制特性的定子侧开关无源阻抗缓冲器的低电压穿越方法及其参数计算方法；并全方位仿真计算和试验测试验证了定子侧开关阻抗缓冲器在对称或不对称故障时的低电压穿越能力，从而，形成一种既能保障双馈感应风力发电机组在电网故障状态下自身不间断安全运行，又能最大限度地提高电网安全稳定性的抵御和穿越电网低电压故障的方法及其保护装置方案。

本成果为我校2009年获得授权的发明专利,是一种高压水射流深穿透射孔及辅助压裂方法以及用于该方法的装置,改变了传统水力压裂的盲目性、实现对压裂位置以及裂缝方向的有效控制,结合水力喷砂射孔已在我国油气田应用600井次,取得直接经济效益9亿多元。

振动等长多角度标枪专项力量训练及监控装置,它涉及一种标枪专项力量训练及监控装置.针对标枪专项力量训练缺乏振动等长多角度练习手段及监控手段问题.高,矮立柱与振动装置固接,高立柱上套装有第一,二限位套及第一,二弹簧以及第一,二套管,第一,二压力显示器固装在第一套管上,矮立柱上套装有第三限位套,第三弹簧和第三套管,第一缸体与第一套管铰接,第一缸体与第一套管之间设置有拉簧,第一活塞杆与第一压力传感器球铰接,第二缸体与第二套管铰接,第二活塞杆与第二压力传感器固接,钢筋的一端与第二套管固接,另一端穿过限位环和标枪把与第三套管固接.本发明用于标枪专项等长力量训练.

本设计主要应用于偏瘫患者的下肢康复训练。康复装置可根据患者的需求调整外形参数，并具有重量轻易携带等特点，适合在家庭、医院等多种场合进行康复训练。由于我国人口基数庞大，罹患偏瘫等神经性运动失调基本的患者众多，作为辅助康复治疗的重要手段与工具，下肢康复训练机械装置具有庞大的市场需求前景。 本技术涉及了一种可穿戴式气动下肢康复训练机械装置，引入了气动肌腱，相对于其他下肢康复设计，本技术节约能耗，提高了系统的稳定性和柔顺性，大大减轻了对病人的二次伤害，并减少了装备自身的重量。同时创新采用了可拆卸的关节设计，方便患者穿戴和随身携带。使用了长度可以定量调节的下肢结构，使其能够适用于不同身高的患者。

成果描述：本发明公开了一种桥塔上可自动调整方位的风观测装置及其调整方法，属于桥塔风传感观测领域，装置包括：风传感器、三角形支架、转动轴以及固定三角形支架的两条缆风索；还包括控制器，控制器与可编程逻辑控制器PLC、同步电机依次相连。方位调整方法主要步骤有：计算出不同来流风向时最优的风传感器安装角度；采集来流风向数据；计算风向变化量，并判断风向变化量是否大于5°；控制器对可编程逻辑控制器PLC发出指令；PLC控制同步电机开启，带动转动轴转动。本发明能自动调整桥塔上的风观测装置，其测得的数据准确性高。市场前景分析：轨道交通基础设施建设领域。与同类成果相比的优势分析：技术先进，性价比较高。

本发明实施例提供了一种冬小麦穗分化期识别方法及装置，发明方法包括：根据收集到的待识别冬小麦种植区内的参数，获取小麦生长模拟模型的模型参数，获得本地化小麦生长模拟模型；根据待识别冬小麦种植区农业气象站数据，获取待识别冬小麦的第一气温数据时间序列，根据待识别冬小麦种植区内的多时相遥感影像，获取待识别冬小麦的第二气温数据时间序列；利用数据同化方法，将第一气温数据时间序列和第二气温数据时间序列进行数据同化，获得待识别冬小麦同化气温数据时间序列；根据同化气温数据时间序列和本地化小麦生长模拟模型，获得待识别冬小麦种植区内的穗分化期识别结果。本发明实施例实现了区域尺度上的冬小麦穗分化期识别。