主要研究内容和创新点 传感监测器件在电力应用中需要抗强电磁干扰、电绝缘，在石化应用中需要本身不带电。光纤传感技术从本质上满足上述要求，但还需解决交叉敏感、长期工作稳定性等难点问题。本项目在在结构上由不同参数的光纤光栅，或者光纤光栅和光纤法珀组成混合式传感器，集成不同解调方法，适应不同应用环境和工程需求，形成了混合式光纤传感技术。主要成果和技术水平： 本项目共获得授权发明专利14项、实用新型专

项目面向我国海洋监测设备供电需求，基于东北师范大学独有的低流速发电、水下电机密封、自润滑轴承等核心技术，成功研制出15台套模块化潮流能发电装置，为水下探测仪器、声呐、浮标等海洋仪器提供电能。

场效应晶体管（Field Effect Transistor, FET）是芯片与集成电路的基本单元，由金属电极、半导体电荷传输层和绝缘电介质层三部分组成。近年来，电气设备和电子产品小型化、轻量化、智能化的发展趋势对FET等基础电学元器件提出了向高性能、微型化、高频化和柔性化发展的需求。进入21世纪后，随着多种具有共轭π键体系聚合物和小分子的合成，有机半导体材料的优良电荷传输特性已被较为充分地发掘，分子结构创新的匮乏导致半导体材料电荷传输性能难有跨越式的提升。基于这种现状，西安交通大学鲁广昊教授课题组将研究重点转向绝缘电介质层，通过充分挖掘绝缘介质带电特性形成可控的栅极补偿电场，实现FET半导体层电荷传输的调控并提高器件性能。近日，前沿院鲁广昊教授课题组与电气学院李盛涛教授课题组、理学院张志成教授课题组、中科院长春应用化学研究所崔冬梅研究员课题组开展合作，通过自由基聚合合成了一种新型绝缘聚合物分子：无规4-氟代聚苯乙烯（Poly(4-fluorostyrene)，FPS）。该聚合物具有较高的深电荷陷阱密度、高击穿场强、高热稳定性和疏水性，可实现高度稳定的驻极体。以FPS薄膜作为栅极介电层，并以C12-BTBT作为半导体层制备的有机场效应晶体管具有高达11.2 cm2·V-1·s-1的场效应迁移率，高达107的开/关比和较小的阈值电压。与广泛使用的聚苯乙烯相比，FPS的电子和空穴陷阱密度及陷阱能级均有所上升，带来6.8×1012cm-2的高带电量。利用FPS制备的OFET存储器件可在大于100 V的宽存储窗口下工作，并具有在空气环境中大于一个月的存储稳定性。 该研究成果以“Soluble Poly(4-fluorostyrene): a High-performance Dielectric Electret for Organic Transistors and Memories”为题发表在国际材料领域权威期刊Materials Horizons上（影响因子：14.356）。该文第一作者为西安交大前沿院助理教授朱远惟博士，通信作者为前沿院鲁广昊教授、电气学院李盛涛教授和中科院长春应化所刘波副研究员。该工作得到了国家自然科学基金、陕西省自然科学基础研究计划、国家博士后基金、电力设备电气绝缘国家重点实验室中青年基金及校基本科研业务费的资助。论文链接为：https://pubs.rsc.org/en/content/articlelanding/2020/mh/d0mh00203h/unauth#!divAbstract课题组网站：http://gr.xjtu.edu.cn/web/guanghaolu/home

彻底解决了传统铸造工艺的所有弊端和缺陷。

本发明公开了一种随机动载荷空间分布及统计特征的识别方法。本发明的方法包括步骤：Ｓ１．开展模态试验，获取结构的模态参数，包括固有频率和模态振型；Ｓ２．将结构随机振动响应利用模态振型展开，获取结构在模态空间的动响应；Ｓ３．利用模态振型展开，将随空间分布的随机动载荷投影到模态空间；Ｓ４．在模态空间内，由随机动响应样本反演随机动载荷样本；Ｓ５．由模态空间内随机动载荷样本及振型函数求解结构上随机动载荷的空间分布和统计特征。本发明能够解决在时域内利用实测结构动响应样本识别结构上随机动载荷的统计特性和分布特征问题，为服役于分布式随机动载荷环境下的工程结构设计与安全评估提供准确可靠的动载荷信息。

成果介绍人脸图像分析研究不仅能丰富和发展图像处理与分析的理论和方法，而且在教育、医疗、公安等社会服务以及公共安全等行业中具有重要的应用价值。基于人脸视觉特征的表情、身份以及亲属关系识别是当前人脸图像分析研究的前沿课题，而光照和人脸姿态变化等因素对人脸视觉特征提取与建模的影响则成为当前该研究面临的主要瓶颈。开展鲁棒人脸视觉特征的提取、建模与识别研究，突破现有研究的局限性，能显著推动人脸图像分析的研究进展，进一步满足国家在社会服务与公共安全等领域中的需求。技术创新点及参数1、 突破局部二值模式编码的视觉特征描述算子的局限性，提出局部三值模式编码的视觉特征描述算子，提出解决场景光照变化干扰以及高斯噪声干扰的图像处理一般性方法。2、 率先提出基于区域协方差矩阵的非正面表情特征描述方法，提出基于高斯混合模型和最小贝叶斯错误率估计的异方差鉴别分析方法，建立基于高斯混合模型的多视角表情识别理论。3、 率先提出基于人类学和遗传学的“父母—子女”亲属关系鉴别方法，提出以父母年轻时面部图像为桥梁的“父母—子女”亲属关系鉴别的子空间迁移学习理论和方法。4、 提出人脸视觉特征提取和识别的多流形鉴别分析理论，提出双子空间鉴别分析的增量式算法，突破双子空间鉴别分析方法的计算瓶颈。市场前景本项目围绕人脸图像中的表情、身份以及亲属关系识别等科学问题，深入开展鲁棒人脸视觉特征的提取、建模与识别的理论和方法研究，重点解决视觉场景中光照与人脸姿态变化下的鲁棒人脸视觉特征的提取与建模问题

本发明公开了一种基于有限元的分布随机动载荷识别方法。本发明的方法包括步骤：Ｓ１．利用多次重复测量方式获取结构上多点处随机振动响应样本集合；Ｓ２．建立与实测动响应自由度匹配的缩聚后结构有限元模型；Ｓ３．利用ＫＬ展开由单元节点处随机动响应求解分布随机动载荷；Ｓ４：求解结构上随机动载荷随空间分布的时变统计特征。本发明解决在时域内利用实测结构动响应样本识别结构上随机动载荷随空间分布的时变统计特征问题，为服役于分布随机动载荷环境下的工程结构设计与安全评估提供一种动载荷间接获取手段。

一、项目简介 水下潜水器是海洋立体监测系统的重要移动平台，在深海工程检测、地质勘探、科学考察、环境监测与军事应用等方面有重大需求与发展前景。《国家“十二五”海洋科学和技术发展规划纲要》明确了“开发水下自航行剖面测量技术，形成近海实时、快速观测能力”的重点任务。目前国内外水下潜水器普遍采用细长或开架结构和螺旋桨驱动，具有推进效率低，转弯半径大和辐射噪声大的弱点，急需在减阻和探测能力上取得突破。本项目围绕水下小型机器人高精度探测与识别重要需求，研究基于人工智能的水下探测与识别技术，在水声仿生智能探测、目标特征提取和分类识别上开展技术攻关，并研制样机。海图公司开发多款水下机器人产品，618展示得到重要认可。基于人工智能的小型水下机器人可广泛应用于海洋与内陆，有显著产业化前景。 二、前期研究基础 科研依托厦门大学海洋与地球学院、水声通信与海洋信息技术教育部重点实验室，具备开展水声实验的良好设施：嘉庚号科考船、一艘海洋二号实验船、两处岸边实验站、一个大型水声水池、水声换能器、测量放大器、丹麦B&K公司的声学测量仪器谱分析仪等。已研制多款水下仿生机器人并在水池完成测试。研究团队凭借跨学科优势，把仿生声学探测与水下机器人技术相结合，取得创新成果。本项目实施所需要的实验方法与技术已经具备，并已在以往研究中得到成功应用，从而具备扎实的科研基础。 三、应用技术成果 在仿生探测方面，研究基于人工智能的水下探测与识别技术。仿生最优能量传输与波束控制、仿生目标探测与人工智能识别可以提高水声探测指向性、抑制混响并具备定向水声通信能力，能够突破现有水下机器人水声探测和通信限制。在基于人工智能的海洋仿生机器人研发方面，利用生物医学成像测量鲸豚流线体形、结构和组织特性，设计仿生机器人具有仿生形态和柔性特性，突破现有水下机器人结构和材料设计理念。研究水声仿生智能探测、目标特征提取和分类识别提升仿生机器人水下工作能力。在仿生水下机器人样机研制、传感和模式识别等取得应用成果。 四、合作企业 海图志（厦门）智能科技有限公司由福建省海洋与渔业厅批准的双创干部苏芃牵头成立，组织了西北工业大学、华南理工大学、厦门大学、福州大学、福建师范大学等院校博士专家40余人组成，2015年开始，经过了2-3年的基础理论研究，已经申报和取得相关的专利软著20项。开发过相关的水下装备设备包括水下光学成像摄像机、水下光学镜头、水声定位设备、水下潜器等等，具备一定的开发研究的基础。得到省委于伟国书记、中国工程院院长周济、国家海洋局林山青副局长等等领导的认可。相关的产品取得福建省618青年海洋创新创意成果奖第一名，第六届全国海洋航行器设计与制作大赛一等奖，19届中国国际高新技术成果交易会优秀产品奖、中国创新创业大赛福州市三等奖。海图志（厦门）智能科技有限公司取得厦门海峡科创基金的以5000万估值的投资，在厦门设立海洋机器人创业基地。 海图志（厦门）智能科技有限公司小型水下产品在2016年深圳高交会上引起了科技部、云南省科技厅、广西省海洋局等其他省市领导的重视，2017年福建618项目成果交易会上得到中国工程院院长、福建省省长（现任省委书记）、国家海洋局副局长、福建省副省长、省发改委主任等专家领导的肯定。

本发明公开了一种基于拉曼光谱技术的藻种分类识别方法，包括：取相同藻种的多个样本，每个样本均为当前藻种的活体藻液，采用拉曼光谱仪获取各个样本的拉曼光谱原始信息；对采集的拉曼光谱原始信息进行预处理，得到对应的预处理谱图，然后采用偏最小二乘法从各预处理谱图中提取主因子；更换藻种，获得与不同藻种相对应的主因子；以所有藻种的主因子作为输入，以与各主因子相对应的藻种分类为输出，建立BP神经网络模型；取待鉴别活体藻液，获得该待鉴别活体藻液的主因子并输入所述BP神经网络模型，获得待鉴别活体藻液中所包含的藻种分类。本发明实现了基于拉曼光谱技术的藻种快速准确分类，大大简化了操作步骤，缩短了检测时间。

本发明公开了一种基于移动终端的答题卡识别分析方法及系统，属于图像识别技术领域。本发明包括数据通讯模块、图像处理模块、记分统计模块、数据存储模块和数据输出模块。通过采用二阶图像势能原理进行赋值运算，每一个选项赋值为2的n‑1次幂，n代表选项的顺序号，每一题中任意选项的组合求其所有选项值的算术和即为该题的选项值，确保任意一个选项组合都不会出现重复值，得出该答题信息的成绩。本发明使用已广泛普及的智能移动终端设备，具有操作简单、便于携带、硬件成本低、耗材廉价、无专业印刷技术要求等特点。本发明不仅可用于教学、培训、心理测量还可用于调查统计分析领域具有明显的经济效益和应用价值。