针对再生水中氮、磷、有害病菌难以同步去除问题，以天然沸石为载体，对其进行盐-热复合改性，负载镧氧化物，再载入无机抗菌离子，赋予沸石同步脱氮除磷抗菌功能，为再生水处理提供重要技术支撑。氨氮初始浓度为 8mg/L、总磷浓度为 1mg/L、大肠杆菌浓度为 104cfu/L，复合水处理材料投加量为 2g/L，搅拌 3h 后，其脱氮率达到 99.2％，总磷和大肠杆菌均未能检出，吸附饱和材料可多次进行再生利用。

本发明是一种活性污泥与生物膜协同作用的污水处理设备，适用于处理石化工业废水，以及低浓度和高浓度的生产或生活污废水。处理工艺的处理效果稳定，运行可靠，出水水质可以达到国家排放标准的一级标准；产生的污泥具有较好的沉降性能，易于处理；与其它处理设备或构筑物相比较，工艺流程短，污泥回流量减少40％～ 80％，运行费用降低18％～31％。通过处理设备的内外成结合达到多种处理工艺的组合，运行方式灵活，节省工程的投资，减少占地面积。

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。

本发明公开了一种实时监测细胞行为和状态的装置和方法，该装置包括：第一微量注射泵、第二微量注射泵、第一注射器、第二注射器、塑料Y型接头管、加热片、传感器检测单元和检测仪器；本发明的装置和方法可以确定细胞和离子在样品溶液中的存在、行为、数量和变化情况；可用于实时监测细胞贴附、增殖和伸展形成致密连接的行为过程。亦可用于实时监测此过程中氢离子的代谢情况；还可用于实时监测调节物作用下的细胞行为和状态，从而鉴别分析调节物。

本项目为国家863计划课题，课题编号：2009AA043507，已通过验收。该成果应用协同管理思想，以信息共享为基础，以协同技术为支持，为区域内中小型陶瓷企业提供具有业务协同功能的可扩展、易用和低成本的信息化集成解决方案，提高企业自主创新能力和业务响应效率、降低企业生产经营成本、提升整个集群区域的核心竞争力。 平台提供的服务内容包括陶瓷企业协同管理系统、陶瓷产品图案设计系统、陶瓷配方设计系统、陶瓷电子商务系统、陶瓷产品分销管理系统。课题取得了4项软件著作权登记。

（1）主要功能和应用领域 本成果面向环境与灾害监测预警需求，可在地形复杂、通信条件受限、运营维护困难的复杂环境下，建立监测预警信息传输系统，实现监测预警工作的持续、可靠运行，解决现有监测预警网络中的覆盖面受限、长期持续监测难度高、信息传输可靠性低等问题。 本成果可应用于自然灾害监测预警与应急处理、各种类型的环境监测等领域。 （2）特色及先进性 基于三大核心（新型组网架构、高效节能机制、可靠传输保障）机制，设计八项创新技术。提出了基于监测事件预测的节能机制和能量均衡消耗机制，设计了支持中继转发、双信道汇聚式接入的组网架构，研发了集自动重传、自适应传输、机会通信于一体的滑坡泥石流监测预警可靠传输技术，提升了监测预警网络的稳定性和可靠性。 本成果申请国家发明专利10余项，除正在受理部分，目前已获得国家发明专利授权8项。 （3）技术指标 本成果已示范应用于龙门山地震带小流域滑坡泥石流灾害监测预警技术研究与示范系统。根据示范系统运行效果，本成果与灾害监测传统方式技术参数相比，可达到如下技术指标： ？ 丢失/出错数据恢复率提高约30%，现场通信质量越差，优势越明显； ？ 视频和图像传输实时性可提高约1/3； ？ 传感节点能耗10%-50%，监测系统有效工作时间延长20-30%； ？ 网络故障对监测预警影响极大降低，网络故障带来的数据时延趋向于0。 （4）解决问题与实施效果 当前问题 解决方案与效果 技术状态 监测点部署受限于区域通信条件 中继转发技术： 采用中继转发技术，可在无信号覆盖区域建设监测点，通过中继转发技术将监测数据转移到具备GPRS/3G/卫星信号的位置。 示范系统应用 监测点的信息传输存在数据丢失、甚至意外中断的风险 集自动重传、自适应传输、机会通信于一体的传输保障技术： （1）研发低开销、高能效自动重传技术，恢复丢失数据，较传统方式的丢失/出错数据恢复率提高约30%，现场通信质量越差，优势越明显； （2）研发视频与图像自适应传输方法，提高视频、图像传输效率与可靠性，在网络信号较差时，视频和图像传输实时性可提高约1/3； （3）设计机会通信技术，传输网络中断处监测节点的数据，在邻近节点可替代传输时，可实现网络中断带来的时延效应趋于0。 授权专利2件 示范系统应用 监测点持续工作能力受到能量供应的约束 基于监测事件预测和能量均衡消耗的节能机制： （1）研发基于监测事件预测的休眠机制，降低传感节点能耗10%-50%； （2）研发能量均衡消耗方法，监测设备有效工作时间延长24.3%。 授权专利5件 示范系统应用 监测预警系统存在故障或破坏的问题 双信道、汇聚式接入的组网架构： （1）设计双信道、汇聚式接入的组网架构，支持系统部分故障时的网络自愈能力，保障监测数据传输不中断； （2）所设计组网架构下的设备可互相自动查询工作状态，设备故障可由其邻居设备主动上报，同时保留的传统设备状态查询方式，提高及时发现失效设备的能力。 授权专利2件 示范系统应用

本发明提出一种私密信息的传递方法.其通过加私密信息附加在原始短消息中,从而将用户的私密信息传递给对方.通过本发明使得用户的私密信息得到有效保护,并且可以放心将私密信息通过短信传递给对方.