本发明公开了一种面向服务器整合的高效物理机到虚拟机(P2V) 转换方法，该方法能够最小化 P2V 转换过程中的失效时间，包括：(1) 设计了本地 P2V 转换方法，通过配置对应的虚拟钥匙将物理服务器转 换为一台本地虚拟服务器。该本地虚拟服务器共享源物理服务器的底 层硬件资源，并且避免了传统 P2V 转换方法中耗时的磁盘拷贝和同步 过程。(2)磁盘同步模块，在远程虚拟化平台上初始化一个虚拟机镜像， 该镜像和本地虚拟服务

本发明涉及一种融合多尺度特征的激光扫描数据物理平面自动化提取方法。本发明解决的现有问题 主要包括:1发展了基于信息熵的最佳邻域自适应确定方法，克服了点密度变化、噪声、数据缺失等因 素对三维点局部几何特征计算的影响;2综合利用基于点的特征(维数特征，法向量等)和基于区域的 特征(粗糙度、紧凑度、尺度、长宽比等)进行物理平面区域提取，提高了物理平面提取的准确性;3 扩展了现有平面分割方法的适用范围，本发明适用于机载、车载、固定站等多种类型激光扫描数据的物 理平面提取。发明的整体技术流程图如下图。

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。

中山大学黄立南教授课题组利用大规模宏基因组数据，探究酸性矿山废水（acid mine drainage, AMD）底泥环境中病毒物种和功能的生物地理分布及其对原核微生物群落、理化因子、气候条件以及地理距离的响应，促进了对于自然环境中病毒-宿主-环境三者间相互作用关系的理解。

华中科技大学真空物理系统（定制）采购项目竞争性磋商

电容式电压互感器（CVT）给电能表提供电压信号，其测量误差直接影响电能计量的准确性。CVT在110kV及以上变电站中得到了广泛应用，然而CVT长期运行后易出现误差异常。为了跟踪CVT的计量误差状态变化，一般采用基于标准器比对的定期停电检定法，但由于变电站停电困难等原因， CVT往往无法按期检定，导致长期运行准确性难以得到保证。

本发明公开了一种基于化学和物理双重交联的高强度双交联甲壳素凝胶系材料及其制备方法。该方 法在低于甲壳素溶液的凝胶化温度下加入交联剂进行部分化学交联，然后将部分化学交联的甲壳素凝胶 浸入非溶剂中进行物理交联，水洗后得到双交联甲壳素水凝胶;将双交联甲壳素水凝胶中的水置换为有 机液体得到甲壳素有机凝胶，双交联甲壳素水凝胶或有机凝胶经过干燥得到双交联甲壳素气凝胶;将双 交联甲壳素水凝胶或气凝胶热压制备双交联甲壳素生物塑料。本发明制备的双交联甲壳素凝胶材料具有 优良的力学性能、低密度和高比表面积等优点，并且容

大规模MIMO是一类搭载大量天线阵列，支持对天线单元幅值与相位的精准控制，可以将无线信号能量汇集到特定方向上的5G/B5G关键通信技术。在大规模MIMO场景中，通信节点本来不容易受到非法窃听者的攻击。然而，一种新型的视距攻击能够利用视距通信系统中的信道相关性，在用户的通信链路上对信息进行窃取。王锐课题组设计了一种基于用户协作的通信安全方案，通过对窃听区域的预测，优先选择安全系数高的用户作为信息中转点，禁止窃听区域附近的用户进行传输，从而有效地对抗视距攻击。 相比现有的大规模MIMO场

近日，我校物理科学与技术学院LHCb实验团队开展的双粲重子研究取得新进展，对2017年发现的双粲重子的寿命进行了首次测量，并发现了该粒子的一种新衰变模式。

以IEEE Fellow A.G.Phadk为代表研究了CVT预检定在线评估方法，首先对站内部分CVT进行停电检定，再通过对变电站的精确建模求取其他CVT的计量误差。其缺陷在于未能完全脱离停电检定，且由于停电评估的时效性有限，无法实现CVT计量误差状态的长期动态跟踪。因此，在完全无需标准器的条件下，实现CVT计量误差状态在线评估，是计量领域的国际性难题。程然课题组通过与华中科技大学教授李红斌团队合作，通过测量学科与信息学科的交叉与融合，首次将计算智能优化的思想用于解决物理设备测量误差状态评估问题。