本发明公开了一种基于多尺度池化的卷积神经网络人脸识别方法。该方法利用多尺度池化的卷积神经网络来提取人脸图像的特征以实现人脸识别。在构建卷积神经网络的过程中，采用卷积和最大值采样交替的方法对特征进行深度提取，另外对每层卷积层采用了多尺度池化的策略和步骤，一并输入到全连接层，使其具有多尺度的、固定大小的特征列向量。本发明不需要对输入的人脸图像做截取或调整尺寸，不同尺寸的图像都能使用同一个网络进行训练和识别。基于多尺度池化的卷积神经网络不但解决了输入图像尺寸可以不固定的问题，使得网络能够提取多尺度的人脸特征，而且对网络性能带来极大的提升，将会促进多尺度池化的卷积神经网络在人脸识别中的广泛应用。

近日，上海交通大学电子系义理林教授课题组基于智能锁模算法、时间拉伸技术和实时高速电路建立的实时光谱分析控制平台，实现了锁模激光器输出飞秒脉冲的实时光谱调控，对飞秒激光器的设计具有重要的应用价值。相关成果以“Intelligent control of mode-locked femtosecond pulses by time-stretch-assisted real-time spectral analysis”为题目于2020年1月发表于国际光学顶尖期刊《Light: Science & Applications》（中科院长春光机所与Nature出版集团合办期刊），并入选为封面文章，在“News & Views”栏目被专门评述。博士生蒲国庆为第一作者，义理林教授为通信作者。 图说：期刊封面文章 飞秒尺度（1E-15秒）脉冲对应着原子分子、材料、生物蛋白、化学反应等丰富物质体系的众多超快过程，有着广泛而重要的应用。锁模激光器作为产生飞秒脉冲的重要基础研究工具，在物理、化学、生物、材料、信息科学等领域都有广泛的应用。飞秒锁模激光器自上世纪六十年代发明以来，与其相关的研究分别于1999，2005，2018年获得过诺贝尔奖。 随着超快光学的快速发展，越来越多的前沿应用需要对飞秒脉冲的时域和光谱进行精细控制。由于飞秒脉冲的产生涉及非常复杂的非线性和色散传输效应，达到特定脉冲状态的稳态输出需要对激光器多个参数在高维空间进行优化，传统基于激光器光学设计和优化的方法已被证明难以精确实现。 通过对飞秒脉冲状态进行智能识别，结合智能算法对激光器多参数进行全局优化，有望获得理想的飞秒脉冲输出，但其主要挑战在于飞秒脉冲难以实时精确识别。低速时域采样无法识别飞秒脉冲宽度和形状，光谱仪虽可识别飞秒脉冲积分光谱但无法识别其瞬时光谱，因此传统方法都无法做到实时控制飞秒脉冲精确锁模状态。为了解决这一难题，义理林教授课题组提出在锁模控制环内引入时间拉伸-色散傅里叶变换（TS-DFT）技术，通过时域到光谱的转换，采用低速时域采样即可识别飞秒脉冲对应的瞬时光谱宽度和形状。结合智能控制算法，实现了以1.4nm为精度对飞秒脉冲光谱宽带从10nm到40nm进行可编程控制，光谱形状可编程为高斯型或三角形等。这是本领域首次实现飞秒锁模脉冲光谱宽度和形状高精度实时编程控制，解决了飞秒锁模脉冲锁模状态无法精确调控的难题。 基于实时的光谱控制，该研究还展示了从窄谱锁模态至宽谱锁模态以及从三角形光谱脉冲态至宽谱锁模态的演变过程，发现两者动力学过程具有相似性，提出了目标锁模状态可能决定中间动力学过程的猜想，为人们进一步探索锁模激光器内部机理提供新视角。 图说：基于快速光谱分析的飞秒锁模脉冲智能控制 非线性光学著名专家John Dudley教授（欧洲物理学会主席，IEEE/OSA Fellow）在《Light: Science & Applications》的“News & Views”栏目撰文介绍此项工作，认为本工作极具创新性，开拓了研究锁模动力学新的可能性，很可能应用于多种锁模光纤激光器中。 义理林教授课题组过去六年来一直致力于解决飞秒锁模激光器的智能控制问题，2019年发表在光学领域顶级期刊《Optica》的“智能锁模激光器”成果入选美国光学学会旗下新闻杂志《Optics & Photonics News》2019年光学年度进展“Optics in 2019”。该方向工作部分得到国家自然科学基金（61575122）的支持。《Light: Science & Applications》论文全文https://www.nature.com/articles/s41377-020-0251-x《Light: Science & Applications》“New & Views”评述论文https://www.nature.com/articles/s41377-020-0270-7

集成电路是微电子技术的核心，与国防和国民经济现代化, 乃至人们的文化生活都息息相关。集成电路由芯片和框架经封装而成, 其中框架既是骨架又是半导体芯片与外界的联接电路, 是芯片的散热通道, 又是连结电路板的桥梁, 因此框架在集成电路器件和各组装程序中占有极其重要的地位，目前，由于集成电路向高密度, 高集成化方向发展, 芯片的散热问题已成为突出矛盾。集成电路大规模和超大规模的迅速推进，对集成电路框架及材料提出了高、精、尖、短、小、轻、薄的要求，过去广泛使用的铁镍42合金已不能满足要求。而铜合金框架材料, 利用铜合金优良的传热性能, 加入少量强化元素, 通过固溶强化和弥散强化提高其强度, 同时仅稍微损失导热性能。目前，铜合金框架已成为主体，形成了中强中导、高强中导、高强高导合金系列。以前，由于在合金的熔炼工艺、轧制和热处理工艺以及板型控制等关键技术与国外先进水平有较大差距，我国所使用的大规模集成电路引线框架材料长期以来都是依靠进口。目前，本课题组通过一系列研究，开发了具有自主知识产权的Cu-Ni-Si系合金，并实现了Cu-Fe-P 系合金铜带和异型带的国产化大规模生产。 一、Cu-Ni-Si系铜合金主要性能指标 1.抗拉强度σb：650～750MPa； 2.延伸率>8%； 3.导电率：45～60%IACS。 二、Cu-Fe-P系铜合金主要性能指标 1.抗拉强度σb：450～600MPa； 2.延伸率>7%； 3.导电率：60～80%IACS。

集成电路是微电子技术的核心，与国防和国民经济现代化，乃至人们的文化生活都息息相关。集成电路由芯片和框架经封装而成，其中框架既是骨架又是半导体芯片与外界的联接电路，是芯片的散热通道，又是连结电路板的桥梁，因此框架在集成电路器件和各组装程序中占有极其重要的地位，目前，由于集成电路向高密度，高集成化方向发展，芯片的散热问题已成为突出矛盾。集成电路大规模和超大规模的迅速推进，对集成电路框架及材料提出了高、精、尖、短、小、轻、薄的要求，过去广泛使用的铁镍42合金已不能满足要求。而铜合金框架材料，利用铜合金优良的传热性能，加入少量强化元素，通过固溶强化和弥散强化提高其强度，同时仅稍微损失导热性能。目前，铜合金框架已成为主体，形成了中强中导、高强中导、高强高导合金系列。以前，由于在合金的熔炼工艺、轧制和热处理工艺以及板型控制等关键技术与国外先进水平有较大差距，我国所使用的大规模集成电路引线框架材料长期以来都是依靠进口。目前，本课题组通过一系列研究，开发了具有自主知识产权的Cu-Ni-Si系合金，并实现了Cu-Fe-P 系合金铜带和异型带的国产化大规模生产。

本发明公开了一种数控成品电路板在环境综合作用下的可靠性 快速测评方法，包括：（i）选择温度和直流偏压做为加速应力，为待 执 行 测 评 的 电 路 板 构 建 加 速 模 型 （ⅱ）确定加速应 力水平和应力组合数，分组进行加速寿命试验同时纪录试验数据； （iii） 选取寿命分布模型并根据试验数据进行参数求解，计算出不同加速应 力组合下的特征寿命值；（iv）根据特征寿命值对电路板加速模型进 行拟合和模型系数确立，然后执行可靠性测评，从而获得数控成品电 路板在环境综合作用下的可靠性指标。通过本发明，能够快速、定量 地确定数控成品板在环境综合作用下的可靠性指标，满足系统可靠性 快速评估的要求，并且整体流程便于操作，效率高，满足数控系统高 可靠性的要求。 

（专利号：ZL 201510578249.5） 简介：本发明公开了一种Mg2Ni型三元Mg‑Ni‑Cu可逆储氢材料及其制备方法，属于储氢技术领域。该储氢材料成分范围为：Mg占合金原子百分比为66.7％，Ni+Cu占合金原子百分比为33.3％，Cu在Ni+Cu中的原子百分比为0～12％，原料的纯度均不低于99.5％。该储氢材料制备的关键在于首先制备高化学稳定性的Ni(Cu)固溶体粉末，然后将固溶体粉末和Mg粉按比例混合烧结得到高纯Mg2Ni型三元Mg20Ni10‑xCux(0<x≤1.2)可逆储氢合金。本发明涉及的材料具有高的储氢容量(3.5wt％以上)和良好的低温放氢动力学等特性，Cu替代贵金属Ni降低了材料的使用成本。本发明涉及的制备方法具有工艺温和、简单、易控，生产设备投资少，生产过程无污染，易于工业化大规模生产的显著优点。

自主神经系统的主要作用即是随时调控人体各脏器功能，以使其尽快适应内外环境的改变。因此，自主神经系统的活动可视作人体基本生命活动状况的晴雨表，作为一个崭新的生命体征量化指标意义重大。但碍于该领域目前并非医学研究追逐的热点，故国内、外在自主神经功能监测设备方面均属空白。该设备是属于原始创新的医疗领域无创监测设备，它基于心率变异性分析的独特算法，实现对患者自主神经功能的连续、实时、无创监测。

本发明公布了一种移动机器人的多脉冲神经网络控制器导航控制方法，属于移动机器人目标点趋近自主导航控制器所属领域，用于移动机器人的导航控制。其技术方案是：本发明包括目标点趋近控制器、沿墙行走控制器、避障行为控制器，控制器中采用了脉冲神经网络，在神经网络中同时融入时空信息。本方法在不同条件下设定各控制器权值，并根据不同控制器的权值顺序作为控制器激活与否的判别顺序，通过控制器激活及转换条件的使用,实现各控制器之间的相互转换。本发明通过神经网络的在线训练，实现机器人的在线自主学习，与先前的基于模块化的控制器相比，控制策略简便易行，通过各控制器之间的转换，更加有效、高精度地控制移动机器人实现目标点趋近导航控制任务。

自主神经系统的主要作用即是随时调控人体各脏器功能，以使其尽快适应内外环境的改变。因此，自主神经系统的活动可视作人体基本生命活动状况的晴雨表，作为一个崭新的生命体征量化指标意义重大。但碍于该领域目前并非医学研究追逐的热点，故国内、外在自主神经功能监测设备方面均属空白。该设备是属于原始创新的医疗领域无创监测设备，它基于心率变异性分析的独特算法，实现对患者自主神经功能的连续、实时、无创监测。应用范围:在临床领域可应用于生理状况评估、慢性病管理、多种疾病的辅助诊断、重症及围手术期病人监测、心理和精神测评等。效益分析:该研究成果可转化为医疗临床领域的监测设备，需要医-工学科的结合。由于心电信号采集的硬件技术已非常成熟，该研究的核心部分在于满足临床监测功能的心电信号分析算法。 其技术优势在于：指标特异性高；生理基础明确；心电信号分析算法独特；属无创的监测技术；监测条件简便；所需硬件技术成熟、成本低廉；在医疗机构具有大规模推广的价值。