蜜环菌(Armillaria spp.)属于担子菌门,伞菌目,白蘑科,蜜环菌属.在世界各大洲均有分布,在我国主要分布在黑龙江,吉林,辽宁,内蒙古等省区.蜜环菌是与传统中草药天麻(Gastrodia elata Blume)共生的著名食药兼用的真菌.多年来,经大量的试验研究表明,蜜环菌的菌丝体和发酵液均具有较强的催眠,抗惊厥,抗缺氧等神经调节功能和脑保护功能,还具有增加心,脑血管血流量,增强机体免疫调节功能等生理活性.尤其是在催眠,抗惊厥,抗缺氧和调节心,脑血管功能等方面具有与天麻相同的药理活性.因此,20世纪70年代开始,在对蜜环茵生理活性和化学成分研究,以及蜜环菌的深层发酵工艺和系列制剂的开发等方面引起了中国和世界许多国家的重视,取得了大量研究成果,开发生产出多种蜜环菌制剂. 蜜环菌中含有丰富的化学成分,通过对蜜环菌菌丝体和发酵液的化学成分的系统研究,分离得到了蜜环菌多糖,蜜环菌素等倍半萜类化合物和嘌呤类化合物等多种生理活性物质,并对这些化合物的理化特性和生物学活性进行了较细致的研究.由于野生天麻在我国的资源有限,栽培天麻虽已获得成功,但因受到各种条件影响,其生长周期长,并且必须有蜜环菌作为萌发菌和营养供体,技术要求严格,生产成本高,价格贵,难以满足人们保健和临床用药的需求.以蜜环菌及其发酵产物替代天麻,来解决天麻供应不足,保护野生天麻资源等问题,是一条行之有效的资源

本技术成果将网络负载均衡与路由技术延生至交通领域中的车流量导航与道路控制，通过基础图论中的关键理论，结合大数据分析与聚类技术，旨在解决现有城市道路路网中存在的潮汐效应与拥堵问题

本项目针对处理水藻爆发造成水体污染的超声除藻的作用机制和关键技术，开展包括低频低功率超声对微囊藻细胞作用的生物效应及其作用机理、低频低功率超声除藻方法的效率和经济性和低频低功率超声除藻的水环境生态安全性评价等内容的研究。

一、项目简介 随着科技进步和社会需求的发展，机器人手/臂除了工业生产，也越来越多用于服务人类的其它各个领域，这必然会使机器人承担比工业中更加多样的操作任务，面临更加多变的工作环境。因此，国内外对非结构自然环境下、具备自主操作能力的机器人的研究十分重视。当前，具备视觉感知能力的机器人已被公认为机器人发展的主流趋势，将视觉与机器人操作相融合，是对人类行为的模拟，由此产生的视觉伺服控制方法为机器人自主操作能力的实现带来了新的思路，代表了机器人的先进控制技术，也是促进机器人智能化发展的一个重要驱动。可以预见，未来的视觉系统将会成为机器人名副其实的眼睛，视觉伺服技术在机器人自主操作中将具有不可替代的作用。 视觉伺服利用视觉传感器提供的环境信息对机器人运动进行实时反馈控制，涉及机器人机械几何设计、运动学和动力学、自动控制理论、计算机视觉图像处理和摄像机标定等,是智能机器人领域中具有重要理论意义的研究课题之一。迄今为止，机器人手/臂的视觉伺服方法在太空遥操作、机器人手术、水果采摘、工业装配、焊接、抓取以及微操作等方面得到越来越多的应用。然而，现阶段可实际应用的方案主要面向特定的标定环境、模型参数已知，机器人操作是编码定式的，不具备模型未知条件下的自主操作能力，特别是当面向未来的刚-柔-软体共融机器人时，其柔型结构造成的运动模型及参数的变化与不确定性，必然使现有确定模型的研究方法失效。因此，无模型（目标几何模型，手眼标定模型，机器人运动模型）、非结构环境下的自适应操作对机器人提出了新挑战，是机器人手臂(尤其柔型手臂)视觉伺服控制研究的难点与前沿问题，不断深入对非结构环境下、无模型的机器人手/臂视觉伺服控制的研究具有重要的理论和现实意义。 在非结构自然环境下使机器人像人一样协调自适应操作是当今机器人研究领域的一项尚未实现但又令人感兴趣的研究工作。从理论上看，非结构自然环境下实现机器人柔性操作，就当前研究依靠单一的控制器设计是困难的。因此，本项目借鉴人的手眼协调操作是自适应学习过程，涉及智能进化和行为优化，将随机动态规划理论，结合约束规则与最优化控制，探索一种变参手眼关系，实现机器人在非结构自然环境下的自适应操作。 二、前期研究基础 研究团队一直致力于机器人视觉反馈控制的研究。在基础理论研究上，针对无标定视觉伺服控制方案与设计，均提出了一些新型方法，有扎实的理论基础和知识积累，并不断跟踪和深入在无模型视觉伺服控制的方面研究和前沿问题。目前，已经着手在无模型视觉伺服的可靠性、稳定性控制方面做了充分的探索工作：针对机器人无标定全局稳定操作问题，研究了一种鲁棒卡尔曼滤波(RKF)合作Elman神经网络(ENN)的全局稳定视觉伺服控制方法；提出了一种基于网络辅助尔曼滤波状态估计的无标定视觉伺服方法，提高伺服系统的鲁棒性。同时，立足机器人发展前沿，建立了多模特征深度学习抓取系统，在无结构环境下实现了机器人智能抓取与定位。 已发表的与项目相关的主要论文有： [1] 仲训杲,徐敏,仲训昱,彭侠夫.基于多模特征深度学习的机器人抓取判别方法.自动化学报,2016,7(42), pp:1022-1029. (EI) [2] Xungao Zhong, Xunyu Zhong and Xiafu Peng. Robots Visual Servo Control with Features Constraint Employing Kalman-Neural-Network Filtering Scheme. Neurocomputing, 2015, 151(3), pp:268-277 (SCI)  [3] Xungao Zhong, Xunyu Zhong and Xiafu Peng. Robust Kalman FilteringCooperated Elman Neural Network Learning forVision-Sensing-Based RoboticManipulation with Global Stability. Sensors, 2013, 10(13), pp:13464-13486. (SCI) [4] Xungao Zhong, Xiafu Peng, Xunyu Zhongand Lixiong Lin. Dynamic Jacobian Identification Based on State-Space for Robot Manipulation. Applied Mechanics andMaterials, vols. 475-476 (2014)pp: 675-679.(EI) [5] Xungao Zhong, Xiafu Peng, Xunyu Zhong and Xueren Dong. Multi-Channel with RBF Neural Network Aggregation Based on Disparity Space for Color Image Stereo Matching. IEEE 5th International Conference on Advanced Computational Intelligence (ICACI), 10(2012) PP:620-625. (EI) [6]XUNGAO ZHONG, XIAFU PENG, XUNYU ZHONG. NEURAL-BAYESIAN FILTERING BASED ON MONTE CARLO RESAMPLING FOR VISUAL ROBUST TRACKING. Journal of Theoretical and Applied Information Technology, 2013, 2(50), pp: 490-496. [7] Xungao Zhong, Xiafu Peng and Xunyu Zhong. Severe-Dynamic Tracking Problems Based on Lower Particles Resampling. TELKOMNIKA Indonesian Journal of Electrical Engineering. 2014, 12(6), pp:4731-4739. [8] Xunyu Zhong, Xungao Zhong and Xiafu Peng. Velocity-Change-Space-based Dynamic Motion Planning for Mobile Robots Navigation. Neurocomputing. 2014, 143(11), pp:153-163. (SCI) [9] Xunyu Zhong, Xungao Zhong, Xiafu Peng. VCS-based motion planning for distributed mobile robots: collision avoidance and formation. Soft Computing,2016,5(20), pp: 1897-1908. (SCI) [10] 仲训杲,徐敏, 仲训昱, 彭侠夫. 基于雅可比预测的机器人无模型视觉伺服定位控制, 控制与决策, 已在线发表, 2018. [11] 仲训杲,徐敏, 仲训昱, 彭侠夫. 基于图像的机器人非标定视觉反馈控制全局定位方法, 厦门大学学报(自然科学版), 已录用, 2018. 三、应用技术成果 （一）基于多模特征深度学习的机器人抓取判别 研究了多模特征深度学习及其在机器人智能抓取判别中的应用，该方法针对智能机器人抓取判别问题, 研究多模特征深度学习与融合方法. 该方法将测试特征分布偏离训练特征视为一类噪化, 引入带稀疏约束的降噪自动编码 (Denoising auto-encoding, DAE), 实现网络权值学习; 并以叠层融合策略, 获取初始多模特征的深层抽象表达, 两种手段相结合旨在提高深度网络的鲁棒性和抓取判别精确性. 实验采用深度摄像机与 6 自由度工业机器人组建测试平台, 对不同类别目标进行在线对比实验. 结果表明, 设计的多模特征深度学习依据人的抓取习惯, 实现最优抓取判别, 并且机器人成功实施抓取定位, 研究方法对新目标具备良好的抓取判别能力. （二）无标定视觉伺服解决方案及其机器人操作应用 研究了无标定视觉伺服方法及其在机械臂任务操作中的应用。首先提出视觉伺服目标：假设机器人或者摄像节的模型参数未知或者部分未知，视觉伺服的目标是使用摄像节作为传感器，引导机械臂运动，使当前图像特征收敛到期望图像特征，从而完成定位或者跟踪的任务。 手眼协调关系描述。关节图像雅克比矩阵定量描述了机械臂关节变化引起图像特征变化，它是关节-图像映射的局部线性化矩阵。 建立图像雅克比的在线估计器。将关节图像雅克比矩阵的每一个元素作为辅助系统的状态，建立辅助系统的状态方程；摄像机提取到的图像特征作为测量值，建立辅助系统的观测方程。根据Kalman滤波器理论，我们设计了对关节图像雅克比的在线实时估计算法。 构建基于图像矩的目标函数。为了避免传统的基于点特征的缺陷，例如点特征的标记、提取与匹配过程复杂且通用性较差问题。构建基于图像矩的图像特征向量完成视觉伺服任务，来提高视觉伺服系统的稳定性和可靠性。 四、合作企业 厦门万久科技股份有限公司是一家集销售、软件研发、技术服务、加工技术整合为一体的高新技术企业。目前公司的经营范围涉及CNC软件开发及数控系统销售、CNC控制零件销售及专业维修；工艺优化、机台升级与技术改造、工程配电与软件优化、专用机控制系统开发、多轴机的设计与开发、机台精度检测与校正优化服务等。公司是国际知名生产制造企业——富士康的产品供应商和技术服务商。    

一、项目简介 随着AlphaGo及其Zero的相继推出，近年来以神经网络计算为基础的深度学习及相关优化算法已成为人们研究AI的热点。深度学习算法在AlphaGo中的成功应用主要是依赖神经网络监督学习的网络层次及神经元数量提升，而其Zero的应用不同则是在于引进了博弈优化的思想，这就给以并行计算为核心的神经网络优化算法理论研究提供新的思路。 鉴于传统神经网络优化算法面临非全局优化的难题，我们基于吉布斯分布采样优化计算，提出一种以脉冲神经元构成的混合网络结构动力学系统来实现的神经网络全局优化算法，引进纳什平衡理论来优化的神经网络计算方案，并设计一款相应的通用神经网络并行处理器芯片，以新型芯片编程架构模拟人脑功能进行感知、行为和思考新型芯。 二、前期研究基础 本团队主要是由厦门大学福建省集成电路设计工程技术研究中心、厦门大学集成电路设计与测试分析福建省高校重点实验室的教师与学生组成的，主要从事人工智能、网络通讯、集成电路设计、纳米单电子器件等方面的研究工作，并积累了深厚的研究基础。团队首席科学家郭东辉教授十多年前曾在美国加州Berkeley 大学非线性电路实验室访问，从事有关细胞神经网络(CNN)有关课题的研究，先后主持国家自然科学基金项目五项，其中与神经网络研究内容相关的有两项，分别是《视觉神经网络光电集成系统的研究》(批准号：69686004)和《混沌神经网络加密算法及其相应集成电路的设计研究》(批准号：60076015)。 本团队同时也是厦门市集成电路设计公共服务平台的主要技术支撑单位。在厦门市科技重大专项经费的支持下，我们配备了开展模拟及数字SOC 芯片设计所需要的各种EDA 工具和IC 测试设备。此外，厦门集成电路设计公共服务平台也是TSMC、SMIC 等芯片制造厂重要合作伙伴，并与厦门联芯、三安集成等芯片制造厂也有长期的合作协议，可以进行包括射频及功率芯片在内各类模拟及数字SOC 芯片的设计流片。同样，在学校211 和985 经费的支持下，本团队也独立配备了8 台IBM 服务器分别运行MATLAB、OPNET、SPW、ANSYS、Silvaco TCAD 等系统设计与器件工艺仿真工具。本团队所在的微电子与集成电路学科也已列入我校“双一流”建设学科，有关类脑芯片设计相关课题研究所需要的科研环境建设将得到重点支持。特别是厦门联芯公司在量产后，已将本团队作为其先导技术开发的重要合作伙伴，也委托我们开发相应的器件模型及电路工艺库。在厦门火炬高新区及厦门市IC 平台的支持下，厦门联芯公司还可以为我们团队提供免费的MPW流片业务。 自2009年，本团队与福建新大陆电脑股份有限公司签署 “共建SoC联合实验室”以来，基于该平台，每年合作项目经费近百万，同时还完成了多项横向合作项目：面向金融、税控的专用信息处理与控制SoC芯片开发、安全密码算法研究、区块链接技术研究等等，培养了大批优秀的硕士毕业生；厦门市美亚柏科信息股份有限公司是本团队的长期合作伙伴之一。 总之，不管从算法理论研究还是从应用技术开发来看，本课题组已具备相当优秀的研究基础和研究经验，以及显著的前沿技术攻关能力。 三、应用技术成果我们的相关研究成果也得到企业界的重视和肯定，课题组先后承担过如深圳 华为公司首歀交换芯片项目的调度算法设计、福建新大陆首款二维码识别芯片的算法及后端版图综合设计、台湾盛群公司首款32 位处理器及专用处理器编译器开发和厦门元顺公司多款电源管理芯片的设计。最近课题组还为我国某研究机构开发28nm 的低功耗设计流程专门设计一款挂载加可重构解密算法协处理器的32 位通用处理器验证芯片。

按照“顶层设计、节点联动、政策保障”的技术路线，以“生产、流通、消费与处理处置”生命周期全过程相结合的思路，通过关键技术突破和示范工程建设，形成了由“规划集成、清洁生产、废物回收交易、废物资源化、政策管理规范化”五类支撑城市循环经济发展的共性技术支持体系。其中，在城市循环经济规划顶层设计方面，按照投入产出分析技术和空间物质流分析技术，研究编制了《苏州市循环经济发展规划（2008）》；在生产环节，选择试点企业实施了全过程清洁生产以及组团式水热能综合利用网络的示范工程,突破了电子、电力、化工、印染和采选矿五类行业的清洁生产技术，并推广应用到约1000家企业；在流通环节，构建了再生资源交易标准化平台，建立了餐厨垃圾和电子废物等废物回收体系；在消费与处理处置环节，针对东部城市大量产生的废轮胎、餐厨垃圾、焚烧飞灰和电子废物4种典型废物，开发了废旧轮胎常温精细粉碎生产塑化胶粉技术、餐厨垃圾湿热水解资源化处理技术、焚烧飞灰水泥窑煅烧资源化技术、成套化电子废弃物处理和资源化利用技术，并建立相应的规模化示范工程;在政策保障部分，研究提出了循环经济规划、餐厨垃圾、电子废物等回收政策与管理办法，支撑出台了政府绿色采购、清洁生产管理办法等一系列支撑循环经济的地方政策、法规以及管理办法，并在苏州市得到了实施。

本项目针对传统矿用蓄电池机车在运输的过程存在直流电机维护困难、蓄电池的使用寿命、蓄电池机车的制动和电能损耗等问题，研制了适用于煤矿防爆特殊型蓄电池电机车用的永磁同步电动机及其调速器，形成矿用隔爆蓄电池永磁同步牵引电机车及其控制系统。PMSM 及其驱动系统在蓄电池机车中的应用为解决传统矿用蓄电池机车运输过程中的问题提供了新的方法。

成果简介： 饲料添加剂微量组分计算机配料添加系统V1.0是一种实用软硬件系统，主要用于饲料添加剂微量组分的配料、称量和添加作业工序。它主要利用条码技术和计算机过程控制技术实现饲料添加剂微量组分的正确配料，精确称量和可靠添加。在具有微量组分正确配料，精确称量和可靠添加的其他使用场合中也可以使用该技术。 该系统的应用软件部分已取得国家版权局计算机软件著作产权登记证书，登记号2010SRBJ3262。 技术指标：

基于车辆-轨道耦合动力学理论，对高速铁路（普速铁路）轨道结构设计应采用的设计轮载进行研究，提出了高速铁路（普速铁路）设计时的设计轮载建议值。该研究成果对高速铁路（普速铁路）的合理设计具有重要的理论意义和工程实用价值，研究成果获得甘肃省科技进步三等奖，在国内处于先进水平。

本项目以天然气转化和二氧化碳资源化利用为背景，从应用过程对膜材料及膜的要求出发，运用材料化学工程的基础理论，开展膜材料的设计、膜材料及膜的制备、膜反应过程的设计及机理研究以及氧分离器的设计四个方面的研究工作。基于膜反应过程，通过研究氧传输机理和膜反应机理、膜材料及膜微结构成形机理和控制方法、反应过程与膜分离过程的匹配理论以及膜微结构在反应条件下的演变规律，建立面向反应过程的膜材料设计与制备的理论基础；提出天然气转化、二氧化碳利用的创新流程，为膜反应过程的工程应用奠定基础。