该系统对推拿手法尤其是慎用手法利用VR技术让学生们进行互动练习，在最大程度保证安全的情况下达到训练目的。

安全存储柜系类有黄（黄色指示易燃物品）、红（红色指示可燃物品）、蓝（蓝色指示弱腐蚀性物品）三种颜色，三种颜色的尺寸相同，存放危险品类型不同。在存储危险品的过程中，使用有色标识来辨别、管理、分开各种易燃或危险物品，这样做同时又能在发生火灾方便消防人员识别危险品。 全钢系列黄色化学品安全柜用于存储各类易燃性化学品，闪点在45℃以下。例如∶汽油、酒精、煤油、甲醇、乙醇等。根据化学品的存放量和使用的方便性，选择不同规格的黄色化学品安全柜存储，有组织有条理的分开各类危险物品，就近存放提高您的工作效率。 全钢系列红色化学品安全柜用于存储各类可燃性化学品，闪点在45℃以上。例如∶柴油、机油、润滑油、桐油等。根据化学品的存放量和使用的方便性，选择不同规格的红色化学品安全柜存储，有组织有条理的分开各类危险物品，就近存放提高您的工作效率。 全钢系列蓝色化学品安全柜用于存储各类有毒化学品或弱酸弱碱，例如;醋酸、碳酸、磷酸、硅酸等。根据化学品的存放量和使用的方便性，选择不同规格的蓝色安全柜存储，有组织有条理的分开各类危险物品，就近存放提高您的工作效率。

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。

1. 痛点问题 本项成果涉及新型疫苗的设计与应用，具体涉及生物大分子药物及疫苗的研发过程中的抗原精准设计。 2. 解决方案 基于AI的大分子药物及疫苗抗原设计。

高效利用大型燃煤火电机组的灵活深度调峰优越性促进更大规模可再生能源电力消纳对构建我国新型电力系统具有重要积极影响。准确掌握燃煤机组频繁变化的调峰过程动态特性是设计高性能协调控制方案的前提条件。因此，本成果推出面向燃煤机组实际发电过程的智能抗扰控制关键技术及其控制器参数在线优化机制。 创新点 随着频繁大范围调峰已成为大型火电机组的常态化运行趋势，本成果设计了一种兼顾机组发电成本及碳排放量的全工况智能抗扰控制策略。通过有机融合误差自抗扰控制器与快速鸽群优化器，机组实现了对电网负荷指令的迅速响应。

本发明公开了一种基于多核式处理器的高速数码印花处理系统，包括千兆以太网接口、I2C接口、StreamIO接口和多核处理器；多核处理器包括命令接收单元、命令处理单元、命令输出单元、数据接收单元、压缩数据缓存单元、数据解压单元、解压数据缓存单元和数据输出单元；同时本发明还公开了一种基于多核式处理器的高速数码印花处理方法。本发明以高性能多核处理器为核心，通过千兆以太网和StreamIO接口来完成打印数据从PC机到打印喷头的高速传输，通过千兆以太网和I2C接口实现打印命令的处理和转发，同时完成打印图像数据的解压缩和图像旋转等处理工作，大大提高了数码印花系统的工作效率。

本发明公开了一种托卡马克等离子破裂能量处理装置及处理方 法，所述能量处理装置包括压敏电阻、脉冲电容单元、电阻单元、逆 变单元和控制单元；所述压敏电阻、脉冲电容单元、电阻单元依次并 联在直流母线的正极和负极之间，脉冲电容单元的正负极与直流母线 的正负极对应连接；所述逆变单元直流侧输入端的正极连接直流母线 的正极，直流侧输入端的负极连接直流母线的负极。本发明主要应用 于可控核聚变托卡马克等离子体破裂能量处理，具有储能、吸能、耗 能与能量回馈再利用的多重处理功能，可有效的吸收和处理由与等离 子体耦合的线圈

解决喷涂生产线前处理和热镀锌生产线酸洗处理的技术需求。