项目团队在印刷制造领域有多年的研究基础，形成“基础研究-关键技术-应用突破”的全链条研究方式，构建了印刷电子低成本制造技术及应用集成模式，发展了系列先进防伪功能油墨、高性能导电油墨和活性储能功能油墨，并实现了其在光学防伪、智能服装以及智能包装等领域的应用推广。 一、项目分类 关键核心技术突破 二、技术分析 项目团队在印刷制造领域有多年的研究基础，形成“基础研究-关键技术-应用突破”的全链条研究方式，构建了印刷电子低成本制造技术及应用集成模式，发展了系列先进防伪功能油墨、高性能导电油墨和活性储能功能油墨，并实现了其在光学防伪、智能服装以及智能包装等领域的应用推广，成果达到国际领先水平。发表SCI论文80余篇，出版专著4部，授权专利23项（发明专利20项）。本成果的关键技术与创新点主要体现在四个方面： （1）基于上/下转换多模式光学功能油墨化策略，发展了新型长效功能防伪油墨，将传统的单一颜色印刷光学防伪图案升级为全彩色防伪图像，在国际上率先实现了特定波长防伪和机密印刷图文信息隐藏与编码。实现了一系列包括近红外激发的多色可见上转换发光防伪功能油墨、紫外光激发多色下转换发光防伪油墨以及兼具上/下转换发光特性的防伪功能油墨的配制，能够满足多种印刷方式（丝网印刷、喷墨印刷以及R2R印刷），在多种包装基底材料上（PET、纸张、织物等）具有良好的印刷效果和防伪应用。 （2）创新的采用同时从电极结构内部和功能油墨外部优化的双重策略，利用大面积丝网印刷技术实现了柔性超级电容器的全印刷工艺制备，率先揭示了印刷工艺对器件性能影响的关键决定机制和内在工作机理。实现了多种高性能储能材料，如金属氧化物，导电聚合物，MOF类功能材料及其复合材料的制备与油墨化处理，所制备的印刷柔性超级电容器的比电容可达到16.8 mF cm-2（0.1 mA cm-2），同时具有长的循环稳定性（＞5000次），优异的能量密度和功率密度（0.5 mW cm-2）。本项目提出的印刷电子技术代表了超级电容器制造业的一种范式转变，它为柔性超级电容器提供了一系列简单、低成本、省时、多功能和环保的制造技术，在未来电子产品中具有巨大的应用潜力。 （3）发展了系列功能传感油墨，实现了高度灵敏和循环稳定的柔性传感器的全印刷制造，揭示了功能导电油墨组分与配比对传感性能的影响规律以及印刷柔性传感器的传感机理，系统评估了印刷柔性传感器的传感性能，所制备的印刷传感器的应力传感范围可达到155%，最大灵敏度为6.3×104，最快响应速度可达到18 ms，循环稳定性＞1000次，并且成功应用于运动、健康监测和智能包装中。 （4）完善了全印刷制造相关理论，解决了印刷制造薄膜类电子器件结构精度低共性问题，利用多种印刷技术实现了高性能柔性/可拉伸电极和柔性加热器件的图案化制造，研究并揭示了其运行工作机理，实现了部分印刷电子器件的集成与成果转化。

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。

       成熟度：技术突破         多孔有机聚合物是一类新兴的功能性高分子材料，相比传统高分子交联树脂，其具有类似无机分子筛的微孔，具有更高的官能团密度，已被广泛用于储存、分离或催化等领域。然而当前许多性能优良的多孔有机聚合物成本过高，严重制约着其实际应用。我们合成的价格低廉且性能优秀的多孔有机聚合物，其性能与当前典型多孔有机聚合物相当，而价格为它们的几十分之一或几百分之一，目前在储存氨气、分离二氧化碳及分离水中污染物（如硼酸，Hg2+等）等方面已完成实验室测试，这些成果将为多孔有机聚合物的真正应用打开通道。         意向开展成果转化的前提条件：中试放大及产业化工艺开发资金支持

本项目在国家973计划项目等课题资助下，围绕针刺胃肠调节效应及其中枢机制，以功能性消化不良（Functional Dyspepsia，FD）为研究对象，在客观评价针刺治疗FD临床疗效的基础上，采用多模态神经影像技术探讨针刺治疗FD的中枢机制；并从针刺得气、穴位配伍、机体状态和针刺疗程四个方面探讨针刺效应的影响因素及中枢机制，以期为证实针刺治疗FD的有效性和胃经穴位胃肠调节效应的相对特异性，客观阐释针刺治疗FD的科学内涵提供高质量的研究证据，为指导针灸临床选穴治疗，提高临床疗效提供参考。 经过12年的研究，项目取得了如下创新性成果：①通过多中心、大样本的随机对照试验证实了针刺治疗FD的有效性，明确了其治疗优势，肯定了经穴效应特异性的客观存在；②在采用多模态神经影像学研究明确FD患者的中枢病理变化特征的基础上，从多个层次阐释了针刺治疗FD的中枢机制；③从针刺得气、穴位配伍、针刺疗程、机体状态等角度发现了针刺治疗FD中枢整合的靶向性、网络性和动态性特征。 项目的实施取得了显著的社会效益。项目共发表研究论文52篇，其中SCI 收录论文34篇，总引用次数540次，国际针灸和胃肠领域研究同行在《BMJ》、《Nature Reviews Gastroenterology & Hepatology》、《Brain》等期刊上对项目研究给予了正面的评价，扩大了中国针灸研究的国际影响。项目的研究成果对于提高针灸临床疗效，提升针灸机理研究水平，推动针刺神经影像交叉学科的形成，开阔学生视野、促进教学相长均具有积极的作用。项目培养了一支高水平创新团队，成为了国际上针刺胃肠调节效应神经影像研究领域最重要的研究力量。

齐鲁工业大学（山东省科学院）海洋仪器仪表研究所王军成研究员主持完成的“系列海洋监测浮标研制及在国家海洋环境监测中的应用”项目成果获得国家科学技术进步二等奖。 该获奖成果瞄准我国海洋环境监测迫切需求，突破了浮标用传感器研制的关键技术，攻克了抗恶劣海洋环境、高可靠性、深海系留、拼装式浮标等技术瓶颈，研制了适用于近海、大洋和极区等极端环境监测的12种规格系列军民两用浮标产品，形成了我国浮标的系列标准，构建了我国海洋监测浮标技术体系，使浮标用传感器国产化率从10%提高到70%，扭转了浮标用传感器依靠进口的局面，显著降低了浮标平均故障率，使浮标在位可靠运行时间提高了三倍，观测数据接收率提高到95%以上，全面支撑了国家浮标网建设。

成果简介： 利用基因工程手段将含有海藻糖合酶的基因导入到大肠杆菌BL21中得到重组大肠杆菌，发酵培养能大量生产海藻糖合酶的重组细胞，通过使用生物表面活性剂对重组细胞进行通透性处理，经处理的细胞以麦芽糖为底物合成海藻糖。经透性化处理的大肠杆菌以25 %-35 %的麦芽糖为底物合成海藻糖。在20-25 ℃反应16-20 h底物的转化率可达到55 %

酸性硅溶胶，又称硅酸水溶胶，是一种高分子二氧化硅微粒分散于水中的胶体溶液。

（1）主要功能和应用领域 项目是北京市交通运行监测调度中心牵头多家合作单位共同承担的交通运输部信息化技术研究项目，应用于交通领域。旨在分析重点区域行人导引需求，研发区域行人交互式导引服务技术，在枢纽内行人可能面临决策的关键位置，设置信息导引点，通过智能终端实现定制化、交互式行人导引服务。研发用于行人定位导引的导引点设备、WiFi设备，并进行定制加工，在大型交通换乘枢纽开展测试验证和示范应用，提高导引服务的实时性和精准化水平。研究面向复合目标优化的一体化出行智能决策支持技术，实现面向出行链的多方式无缝衔接和动态诱导。 （2）特色及先进性 在重点区域内为行人提供实时交互式导引信息服务。设计了室内高精度定位算法，提出了基于方向的室内路由导引策略。研发了基于智能终端的室内导引App和枢纽监控系统。可以为用户提供基于目的地、无目的地、多目的地的定位和导引服务。 申请专利2项。 （3）技术指标 导引信息获取时间不超过2秒； 导引差错率小于千分之一，定位精准度受环境影响带来的误差降低20%以上； 建立支持WiFi、蜂窝网等2种以上的无线技术接口的精准定位技术试验网络； 可实现行人在枢纽走行的全过程连续导引。 （4）解决问题与实施效果 项目应用在大型交通枢纽(如机场、火车站等)内实现旅客导引服务，也可以扩展到其他室内区域的导引服务，如大型商场、旅游景区、隧道、矿井等。可以克服GPS无法在室内提供导航服务的问题，与GPS导航结合，可以实现任意场地无缝导引的服务。

针对秸秆直接还田难、综合利用率低、焚烧污染严重，土壤碳库匮缺、耕地质量提升乏力等“老、大、难”问题，沈阳农业大学率先提出了“秸秆炭化还田”新理论，确立了“以生物炭为核心，以炭化技术为基础，以生物炭基肥料和生物炭基土壤改良剂为主要发展方向，兼顾能源化利用”的技术路线。2005年以来，围绕“生物炭暨秸秆炭化综合利用技术研究与应用”，项目组先后突破了生物炭规模化制备与农业应用关键技术，构建了全产业链技术体系，推动了成果高效转化，为秸秆间接还田开辟了一条新途径。    1. 研发出“半封闭式亚高温缺氧干馏炭化工艺”和“组合式多联产生物质快速炭化设备”，突破了秸秆“低成本、大批量制炭”的产业技术瓶颈。该工艺设备对原料适应能力强、生物炭生产效率高、能耗低，有效解决了农作物秸秆密度低、含水量高、预处理能耗大、炭化效率低等问题。所制备的生物炭含碳量高、孔隙丰富，可广泛用于土壤碳封存、农田温室气体减排、化肥减量增效、耕地质量提升等领域。    2. 开发出生物炭基肥料等系列生物炭基农业投入品，集化肥减量、土壤改良、节本增效等功能于一身，寓土壤改良与土壤利用之中，突破了生物炭规模化田间应用技术瓶颈。综合运用作物学、土壤学、植物营养学、微生物学、生物信息学等方法，系统揭示了生物炭固碳、改土、保肥、持效、促生作用规律与机制。在此基础上，遵循养分归还学说和农田生态系统物质循环规律，发明了以生物炭为载体生产专用肥料、土壤改良剂、水稻育苗基质的技术与方法，开发出以生物炭基肥料为代表的系列生物炭基农业投入品，能够在不增加农民生产成本的情况下实现秸秆间接还田，解决了生物炭直接还田成本高、推广难、市场化程度低等问题，打通了生物炭规模化田间应用“最后一公里”，改变了化学类缓控释肥料只减肥、改土作用不明显、只在当季起作用的局面。    3. 开展了大规模试验示范，构建了“分散制炭、集炭异地深加工”产业模式，实现了成果转化。针对集中处置利用与秸秆等农林废弃物分布广、收储运困难之间的矛盾，构建了“分散制炭、集炭异地深加工”产业模式，将产业链中的运输成本降低约 70%；制定了《生物炭基肥料》农业行业标准并首次发布，突破了制约生物炭技术产业化和行业健康发展的“瓶颈”问题。    截至 2016 年底，项目技术累计推广 1090.2 万余亩，辐射全国 20 余个省（市、自治区）。其中，2014-2016 年，项目技术推广应用 575 万亩，新增销售额 19665.6万元，新增利润 2359.9 万元，节支增收 42890.9 万元。合计新增经济效益 45250.8万元。