本实用新型公开了一种基于介电弹性体的模块化驱动装置，包括：固定框；驱动薄膜，绷设在所述固定框内，所述驱动薄膜包括至少一层上、下表面均覆有电极层的介电弹性体薄膜；变形转换机构，设置在驱动薄膜上，所述变形转换机构包括：两个垫脚，间隔贴附在驱动薄膜上；两个摆臂，两个摆臂相互铰接，两个摆臂的另一端分别与两个垫脚相互铰接；两个垫脚之间的间距大于等于两个摆臂的长度之差且小于两个摆臂的长度之和。本实用新型的模块化驱动装置通过变形转换机构，将介电弹性体平面内的伸缩变形转变为平面外的变形，该驱动装置的有效驱动力较大。

本发明公开了一种认知无线电中基于自组织映射神经网络的恶意用户判别方法，本发明利用自组织映射(简称SOM)神经网络学习输入能量矩阵的分布特征，并根据学习结果对输入量进行有效的分类。首先引入“可疑度”的概念，其大小根据每次训练后每种类别所包含的次级用户的个数进行分配。为了消除传统的SOM神经网络的缺陷，本发明进一步提出了“平均可疑度”的概念。具体步骤包括：获得能量矩阵，利用SOM神经网络算法对能量矩阵进行训练得到分类矩阵，计算每个次级用户的“可疑度”，构造索引矩阵并重复训练过程，并将每次得到的“可疑度”取平均值，即“平均可疑度”，并利用“平均可疑度”对次级用户进行分类，识别出恶意用户或是正常用户。

SCT中电数码65寸多媒体触控一体机产品功能介绍：   该产品除了具有普通触摸屏的特点之外，更采用了国际先进的LED背光设计，亮度更高、画面更清晰、面板更轻薄。交互式液晶白板搭载了拥有自主知识产权的教育专用白板软件，本软件具有课件及教案制作工具，使用者通过该软件实现书写、擦除、标注、备课等十几项功能，随心所欲的完成教学，也让学生在教学环境中高效学习。   1、  前拆式触摸框，可不拆卸整机结构情况下实现单独拆下触摸框，实现触摸屏前维护；   2、物理快捷键功能：显示屏幕两侧具有电子白板常用功能物理快捷键；   3、端口前置：多种接口前置，方便开关机、设备调节、电脑开关、USB外接设备连接等；   4、外观结构：全拉铝外框结构，表面无尖锐或突起，美观安全，后壳为通风设计，有效防尘及通风散热，延长机器使用寿命。   雅致外观，强大性能   无线蓝牙，无需电线即可使用蓝牙，方便有效。   百变前拆面框，可不拆卸整机结构情况下实现单独拆下触摸框实现触摸屏前维护，还可更换面框，提供多种选择。   OPS插拔式电脑，超薄模块化可插拔式电脑设计，接口齐全，性能稳定。   双系统，双系统冗余备份，拒绝宕机，音画图快捷播放，即兴操作。   前开门设计，前开门设计，水、尘、电三防，前开门内置接口，语音、图像，同步输入。   全触控设计，易阅读，寿命长，高端便捷。

金属边框，安全可靠 ： 整体面框采用超高硬度圆弧铝型材，通过喷砂、拉丝、钻切等特殊工艺精心打造，实现线条与刚性的完美结合，安全更稳定。 精致超薄，如你所见：采用侧入式背光设计，使用顶级全铝合金背板，让它的机身做到足够纤薄，最薄处仅有23MM，更大降低了产品的重量，70寸仅有49kg，节约更多教室空间，让用户的教室黑板更加完美。 高清绚丽，精彩呈现：高品质进口原装屏幕，顶级背光模组，全新图像处理技术，完美呈现老师的思想，更加吸引学生注意力，让授课变得更加精彩。 便捷人性化设计：率先采用创新纽扣式前拆设计，一体机按键端口前置设计，可拨看ops电脑设计，使整体升级维护更加人性化，更加健康。 绿色绚丽，精彩呈现：高品质进口原装屏幕，顶级背光模组，全新图像处理技术，完美呈现老师的思想，更加吸引学生注意力，让授课变得更加精彩。

本发明公开了一种直流电机的驱动?调速一体式约束预测控制方法，本发明将这种驱动?调速一体式的控制技术应用于直流电机，首先利用广义比例积分观测器技术在串级电路和转速的光电编码器采集的转速信息的基础上对系统的集总干扰进行估计，得到重构后的集总干扰信息，结合模型预测控制相关技术设计出针对直流电机的带输入约束的输出反馈控制器，在保证系统动态响应性能的基础上，因为不需要使用电流、电压以及转矩传感器，降低了系统的成本，提高了系统容错能力，同时可以明显地抑制参数摄动和负载转矩突变等因素引起的干扰，从而大大提高直流电机系统的输出转速的控制精度和干扰抑制能力。

利用合成gRNA-靶序列的高通量文库允许直接在细胞环境中便捷和高通量地收集gRNA活性数据，由此建立的计算模型来预测gRNA的活性比较可靠。

（一）成果背景 分布式光伏可在用户侧就近安装与消纳，减少因长距离输送带来的线路损耗问题，在新型电力系统建设中发挥着重要作用。2021年6月，国家能源局综合司发布了《关于报送整县（市、区）屋顶分布式光伏开发试点方案的通知》，用以推动分布式光伏高质量发展、支撑新型电力系统建设。在该政策的推进下，分布式光伏容量迅猛增长。截至2021年底，国内分布式光伏装机容量已达到107.5GW，约占光伏总装机容量的三分之一，且其增长速度已经超过了集中式光伏。 （二）痛点问题 对于配电网来说，光伏出力易受天气因素影响，具有极强的随机波动特性，大规模分布式光伏接入，一方面加剧了配电网负荷短时波动，影响电力实时平衡，制约负荷预测精度提升；另一方面，分布式光伏出力特性与负荷特性的不匹配造成其难以消纳，为有源配电网运行管理带来严峻挑战。 对于电力市场交易来说，随着新一轮电力体制改革的持续深入，分布式光伏所有者作为售电商参与市场竞争成为必然趋势。分布式光伏出力的不确定性与短时剧烈波动性，使得分布式光伏电站/售电商难以制定合理的市场交易策略与电力交易合同，面临严重的市场风险。 因此，亟需精准的分布式光伏功率预测，为有源配电网调度运行、分布式光伏消纳，分布式光伏参与电力市场等提供有力数据支撑。 （三）技术方案 1、基于变分模态分解与动态图卷积网络的分布式光伏功率预测 首先利用变分模态分解各分布式光伏复杂出力序列分解为相对简单、波动较小的不同频率子序列，以减小场站间关联关系的挖掘难度。然后，基于分布式光伏场站间时空关联性处于动态变化中的考虑，利用全连接神经网络将各节点特征映射到多维空间，而后利用时域卷积挖掘跨节点关联关系，由此以数据驱动方式挖掘各频率下各场站子序列关联性，有效实现子序列动态图结构的构建。最终，基于可用于非欧式空间结构数据建模的卷积神经网络，将其与动态图结构结合，建立考虑动态时空关联性的图卷积预测模型，针对不同频率下出力子序列分别预测，而后重构得到各场站功率进而获取配电网分布式光伏总功率。 2、基于深度联邦学习的分布式光伏发电功率预测 首先，基于长短期记忆神经网络构建时域自编码器模型，该模型编码器用于提取每个时间步输入的时域特征，而后利用解码器将该特征向量转换为输出序列进行未来时间步的预测，自编码能显著增强长短期记忆神经网络的时域建模能力。而后，利用注意力机制解决其在处理长输入时间序列时会导致解码器面临特征冗余问题，且使模型聚焦于对输出更关键的时域特征。由此，利用注意力自编码预测模型通过对时域特征的有效挖掘实现功率预测精度的进一步提升。 在此基础上，开发了用于分布式光伏功率预测的联邦学习框架，在该框架中，本地用户仅需将本地模型进行共享，无需数据的传输，而后由中央服务器进行模型的聚合以实现用户间信息共享。在各本地场站进行注意力自编码预测模型的训练；在中央服务器，基于联邦平均算法实现各本地预测模型的汇聚、全局模型的生成与下发。在保证数据隐私性的前提下取得与传统集中式机器学习训练近似的预测效果。 （四）竞争优势 1、有效表征广域分布式光伏集群间时空关联特征，实现分布式光伏功率预测精度提升。 当缺乏气象实测或预报数据时，考虑分布式光伏时空相关性可有效提升分布式光伏功率预测精度。现有研究多利用各光伏场站地理距离或者整体出力表征时空相关性。这种静态建模方式在分布式光伏出力模式长期稳定的情况下，可以取得较好的预测效果。然而，易受天气因素的影响，分布式光伏出力极易发生短时波动，因而各场站关联性处于动态变化过程。以恒定的场站间关联关系去考虑这种复杂的集群出力序列，显然无法反映天气影响下分布式光伏出力短时变化，难以实现功率预测精度的有效提升。 所提的基于变分模态分解与动态图卷积网络的分布式光伏功率预测方法，利用数据驱动方式实现挖掘各场站间关联特性的动态实时挖掘。在基础上，考虑到不同模态分量下各场站间关联关系的差异性，将各场站原始功率分解为了相对简单、波动较小的不同频率模态分量，减小关联关系的挖掘难度。 2、有效保证各分布式光伏数据隐私性，且能取得与传统集中式机器学习训练方式近似的预测效果 现有的数据驱动预测方法性能在很大程度上依赖于训练数据的数量，因此大多以一种集中的训练方式实现，即中央服务器汇聚来自各场站的运行数据而后进行模型的训练。然而，这种集中训练的方式会期限数据隐私，使用户信息暴露在公共环境而导致被外部攻击者进行数据分析、行为探测等。此外，在竞争激烈的电力市场中，分布式光伏场站所有者可能不愿共享数据。这些因素使传统模型训练方式难以实现。 所提的基于深度联邦学习的分布式光伏发电功率预测方法，利用注意力自编码模型在本地场站进行建模预测，实现对本地功率时域特征的有效挖掘；利用分散式训练的联邦学习框架，实现各场站预测模型信息共享，有效保证本地用户的数据隐私的同时取得不错的预测效果。 创新点 1、考虑了场站间关联关系的动态性。对于分布式光伏，虽然场站数量众多、分布广泛，但是其位置临近，由于云团运动等气象因素导致的相关性较强。所提方法以数据驱动方式根据网络当前的各场站输入功率进行关联关系的动态表征，实现功率预测精度的有效提升。 2、在保障各分布式光伏站点数据隐私应的前提现实现信息共享。利用自编码结构进一步提升LSTM的时间序列建模能力；利用注意力机制模型聚焦于对预测更关键的输入特征，以此实现时域特征的有效挖掘。在此基础上，利用联邦学习框架聚合各本地模型，实现各站点信息聚合，实现精度有效提升。 市场前景 随着新型电力系统建设目标的推进，分布式光伏装机容量呈爆发式增长。所研成果可应用于配电网负荷预测、用户可调度容量评估、激励型需求响应基线负荷估计等场景中，为高比例分布式光伏有源配电网的安全、经济、高效运行，维持电力平衡等工作提供重要参考。同时，随着分布式光伏逐步参与到电力市场，所研成果可为分布式光伏售电商制定最优的交易策略，签订合理的价格合同提供有力数据支撑。综上所述，所研成果市场前景广阔。

本发明提供了一种在超细钨丝表面电沉积铝镁合金薄膜的方法。该方法克服了在有机溶剂、离子液体体系中电沉积铝镁合金薄膜存在镀液体系不稳定，原料成本高昂，镀液配置不易，使用寿命较短，制得的铝镁合金薄膜中镁含量较低等问题。该方法在低温无机熔盐体系中，氯化铝和氯化镁作为主盐，氯化钠和氯化钾作为支持电解质；以超细钨丝作为电沉积阴极，铝为阳极，控制电镀温度，电镀时间以及电流密度，在惰性氛围保护下进行铝镁合金薄膜在超细钨丝表面的电沉积。

同轴静电纺丝通过采用一个具有套筒结构的纺丝头为模板，控制两股工作流体以内外关系在高压电场下拉伸，通过溶剂的快速挥发，在纤维接收板可以获得具有芯鞘结构特征的纳米纤维膜。 选用合适的药用聚合物辅料为芯鞘结构纳米纤维的基材，通过同轴高压静电纺丝可以有效调节药物在纳米纤维芯部或鞘部的分布与含量，进而调控药物的两级缓控释给药特征，并通过同轴电纺过程中芯鞘流量的调控，调节药物在两级的相对释放量。 可以根据用户需要进行多种药物的两级控释给药系统的研制和开发。

电机系李琦副教授、何金良教授等在《自然·通讯》（Nature Communications）期刊上发表了题为“基于聚合物-分子半导体全有机复合材料的高温电容薄膜”（Polymer/molecular semiconductor all-organic composites for high-temperature dielectric energy storage）的研究论文，首次研制出 200 摄氏度高效介电储能的全有机复合薄膜。这类全有机复合介电材料在 200 摄氏度高温条件下的介电储能性能不仅远超过目前最好的高温聚合物及聚合物纳米复合介电材料，并接近商业化聚合物电容薄膜室温下性能；在大幅提升高温介电储能特性的同时还实现了大面积、性能均匀的薄膜制备，为实现薄膜电容器在 200 摄氏度严酷温度环境下应用提供了可能。 聚合物薄膜电容器具有介电强度高、能量损耗低以及自愈性好等优点，在全球工业电容器市场占有率超过其它类型电容产品。然而，聚合物介电材料的绝缘性能对温度极其敏感，在高温、高电场作用下泄漏电流呈指数上升、放电效率急剧下降，最终造成电容器过热损坏。目前主流商业薄膜电容器仅在 105 摄氏度以下工作，长期工作温度低于 70 摄氏度。另一方面，随着电子器件和电力、能源设备功率不断增大以及对小型化和紧凑型功率模块的持续追求，电子材料的工作温度要求快速提高，薄膜电容器介电材料已成为高温电子器件和设备的技术瓶颈。 该论文采用了一种与前期方法截然不同的技术路线——利用有机光伏中电子受体材料的强得电子能力，实现了在高温聚合物中构筑深电荷陷阱。这种有机分子半导体型的电子受体材料具有极高的电子亲和能，被广泛应用于有机光伏中激子在异质结界面高效分离。它们可通过其表面静电势分布的极不均匀特性，对自由电子产生强束缚作用。通过向耐热聚合物中掺杂极少量高电子亲和能有机分子半导体制备了全有机复合高温介电材料。这类材料在 200 摄氏度和 200kV/mm 电场条件下，电阻率比高温聚合物提升两个数量级以上；200 摄氏度、放电效率90%以上的能量密度是目前最好的聚合物高温介电材料的 2.3 倍。此外，全有机复合体系解决了传统有机-无机复合体系中高表面能粒子分散不均和引入界面缺陷等问题，在薄膜品质和规模化制备等方面具有显著优势。