可以量产/n针对当前工业发展对脂肪酶的大量需求与脂肪酶实际表达水平较低 的技术瓶颈，突破了脂肪酶超高效表达技术关键，建立了真菌脂肪酶高 效表达技术平台，构建的米根霉脂肪酶基因工程菌 10L 发酵酶活力可达 40,000U/ml 以上，为当前报道的最高水平，具有极强的国际竞争力。产 品可用于油脂水解、转酯，食品加工、烘焙，生物柴油制备，饲料添加 剂，再生纸脱墨等广泛用途。建设其发酵生产线预计需要 800-1000 万元，经济效益可观。米根霉脂肪酶可用于油脂水解、转酯，食品加工、烘焙，生物柴油

油脂精炼过程中，脱胶是非常重要的一步工序，脱胶效果的好坏直接影响到油脂精炼的效率和最终产品的质量。传统的脱胶方法常存在产品质量不稳定、消耗大、得率低、“三废”排放量大等问题。酶法脱胶工艺是现代工业生物催化技术在传统油脂行业中的应用，是对现有化学或物理脱胶工艺的改进，以提高其经济性和环保性，有着广泛的发展前景和重要的经济和社会价值。本技术以自行筛选所得菌株BIT-18表达的磷脂酶为对象，开发了该磷脂酶在大豆油、菜籽油等常见油脂酶法脱胶中的应用，已完成了实验室工艺优化，建立了适于工厂规模油脂酶法脱胶工艺

糖化酶是糖化工业的重要酶制剂，但生产上的主要问题是：酶活力低、没有常温条件下的酶产品（使得糖化工艺中需要消耗大量能源）。利用定向进化技术获取较低温度下活力提高数倍~数十倍的新的酶分子、并确定新基因序列，转化受体菌。 我们的技术优势：基因分离技术是我们的优势，已报道全长基因序列15条，在天津基金资助下最近已克隆了糖化酶基因。定向进化是我们目前的主要研究方向之一，在留学回国科研启动基金资助下对谷胱苷肽-S-转移酶脱氯活性进行提高，已有研究进展。

全自动酶标仪318C+广泛用于各大高校科研机构、技术质量监督局、动植物检疫及食品饲料行业等，除开展血液学、免疫学、肿瘤免疫学、传染病免疫学、TORCH感染免疫学、基因检验项目外、还可以对食品安全三聚氰胺、黄曲霉素、农药残留、兽药残留等所有采用酶联免疫吸附试验（Elisa）进行项目检验，并且有相应版本的软件支持。   产品特点： 1、内置嵌入式系统，无需外接电脑即可操作、存储、打印; 2、测量模式：单波长检测，双波长检测，两点法，动力学法，酶抑制率，终点法、速率法。 3、*可选择吸光度、Cut-Off定性计算、单点定标、折线回归、线性回归、指数回归、对数回归、双对数回归、log-logit、幂回归、四参数回归、酶抑制率等计算方法；  4、在同一板上可进行多至12个不同项目的测试，并可同一板检测定性和定量项目。 5、*全面完善的质控功能，包含westguard多规则质控，即刻法质控等多种质控图及质控参数计算，具有质控报警功能。   技术参数： 1、*波长范围： 400-800nm 2、*滤光片配置：10个滤光片位置，标配405nm、450nm、492nm、630nm,选配6定制波长 3、吸光度范围：0.000―4.000A 4、*光通道数：8通道光路检测，另设一个独立参比通道（选配） 5、示值稳定性：≤±0.002A或≤0.5%T/10min。 6、示值误差（准确性）：≤±0.005A或±0.2%T。 7、重复性：≤0.2%或≤0.2%T。 8、灵敏度：≥0.01（L/mg）。 9、通道差异：≤0.01A。 10、波长示值误差：±1nm 11、半宽度：≤8nm 12、分辨率：0.001A（显示），0.0001A（内部计算） 13、*读板速度：单波长≤3秒/96孔，双波长≤6秒/96孔 14、振板功能：速度和时间可调 15、光源类型：进口卤钨灯 16、板条类型：标准96孔或其他型酶标板、条 17、适用孔型：平底、U型和V型 18、显示方式：7寸彩色液晶显示屏显示 19、输入方式：触摸屏输入，可选配鼠标和键盘 20、打印：内置热敏打印机，可外接打印机 21、数据储存：200,000个测试数据，500个以上测试项目（可扩展） 22、接    口： USB(A)口、USB(B)口、串口、并口 23、使用环境：温度5-40℃；湿度15%-80% 24、电源电压：220V±10%，50/60Hz 25、体积：475mm×350mm×210mm（长×宽×高） 27、重量：11.5Kg

2014教育部自然科学奖二等奖，高速可靠的宽带无线通信是现代信息社会的基本需求，也是我国基础研究重大战略方向之一，但其面临着无线频谱资源日益紧缺以及能源消耗急速增长的瓶颈问题，为寻求突破，多域多点协作的新型宽带无线传输成为重要研究课题，它以多天线MIMO传输为基础，充分挖掘和协同利用空间、时间、频率、功率、终端和网络等多域与多点资源，大幅度提升系统的频谱效率与能量效率。本项目在国家863计划、国家科技重大专项以及国家自然科学基金等重要课题的支持下，重点围绕宽带无线通信中的多用户MIMO协作、中继协作和多点协作网络场景，研究多域多点协作的新型宽带无线传输理论及系统架构，提出了适应复杂无线传播环境的高效能。 分布式多域多点协作理论与关键技术，取得系列原创性成果，形成较为完整的多域多点协作传输理论体系。

项目概况 该静态模型提供了一个融建筑平台、空调设备、中央空调系统于一体的、具有自由拼装搭接功能的实时教学环境、产品展示平台。 本项目处于国内先进水平，拥有自主知识产权。主要特点 该模型将平台、设备及系统融为一体。具有三大部分： （1）建筑平台。我们认为，建筑平台与中央空调系统是一个有机的整体，离开建筑平台谈中央空调，有如无水养鱼，这正是市面上诸多空调模型的弊端所在。 我们提供的建筑平台以建筑的梁、柱、墙体等为基本部件，按建筑模数等比例制作，部件之间采用了拼装结构，可拼出任意种建筑形式。让学生在自由拼装中了解建筑知识。 （2）设备模型。包括了中央空调从主机到末端的各类设备的实体静态模型。各模型均按主流品牌的设备外形等比例制作，效果逼真，接口清晰。 （3）系统搭建。利用上述建筑平台、设备模型，以及配套的管材、配件，学生可自行搭建各类中央空调系统。 系统可用于教学，也可用于产品展示。 技术指标     模型按建筑模数等比例制作，通用接口，观察、搭接方便、实用性强，可反复使用。是一种新颖的教学和产品展示平台。市场前景     近年来在部分教学活动中使用，赢得了众多客户的信任和支持，具有良好的市场前

业界首个针对AI在极端和对抗环境下的算法安全性检测与加固的工具平台“对抗样本”成新型病毒，算法安全问题亟待解决随着人工智能技术的高速发展，人工智能在诸多场景正逐渐替代或协作着人类的各种劳动，它们可以成为人类的眼睛、耳朵、手臂甚至大脑。其中，机器视觉作为AI时代的基础技术，其背后的AI算法一直是各科技巨头和创业公司共同追逐的热点。然而在机器视觉诸多主流应用场景的背后，往往也藏着由技术性缺陷导致的算法安全风险。例如，在一些训练数据无法覆盖到的极端场景中，自动驾驶汽车的识别系统可能出现匪夷所思的决策，危害乘车人的人身安全。从2016年至今，Tesla、Uber等企业的辅助驾驶和自动驾驶系统就都曾出现过类似致人死亡的严重事故。并且这类极端情形也可能被恶意制造并利用，发动“对抗样本攻击”，去年7月，百度等研究机构就曾经通过3D技术打印出能让自动驾驶“无视”的障碍物，让车辆面临撞击风险。而以上攻击之所以能成功，主要是机器视觉和人类视觉有着很大的差异。因此可以通过在图像、物体等输入信息上添加微小的扰动改变(即上述故意干扰的“对抗样本”)，就能导致很大的算法误差。此外，随着AI的进一步发展，AI算法模型将运用金融决策、医疗诊断等关键核心场景，这类AI“漏洞”的威胁将愈发凸显出来。近年来，包括清华大学人工智能研究院院长张钹院士、前微软全球执行副总裁沈向洋等均提倡要发展安全、可靠、可信的人工智能以及负责任的人工智能，其中AI的安全应用均是重点方向。而且，AI安全作为新兴领域，在开源社区、工具包的加持下，对抗样本等攻击手段日益变得复杂，相关防御手段的普及和推广却难以跟上。并且对抗样本等算法漏洞检测存在较高的技术壁垒，目前市面上缺乏自动化检测工具，而大部分企业与组织不具备该领域的专业技能来妥善应对日益增长的恶意攻击。从安全测评到防御加固，RealSafe让AI更加安全可控就如网络安全时代，网络攻击的大规模渗透诞生出杀毒软件，RealAI团队希望通过RealSafe平台打造出人工智能时代的“杀毒软件”，帮助企业高效应对人工智能时代下算法漏洞孕育出的“新型病毒”。目前，RealSafe平台主要支持两大功能模块：模型安全测评、防御解决方案。其中，模型安全评测主要为用户提供AI模型安全性评测服务。用户只需接入所需测评模型的SDK或API接口，选择平台内置或者自行上传的数据集，平台将基于多种算法生成对抗样本模拟攻击，并综合在不同算法、迭代次数、扰动量大小的攻击下模型效果的变化，给出模型安全评分及详细的测评报告(如下图)。目前已支持黑盒查询攻击方法与黑盒迁移攻击方法。防御解决方案则是为用户提供模型安全性升级服务，目前RealSafe平台支持五种去除对抗噪声的通用防御方法，可实现对输入数据的自动去噪处理，破坏攻击者恶意添加的对抗噪声。根据上述的模型安全评测结果，用户可自行选择合适的防御方案，一键提升模型安全性。另外防御效果上，根据实测来看，部分第三方的人脸比对API通过使用RealSafe平台的防御方案加固后，安全性可提高40%以上随着模型攻击手段在不断复杂扩张的情况下，RealSafe平台还持续提供广泛且深入的AI防御手段，帮助用户获得实时且自动化的漏洞检测和修复能力。准确度99.99%也难逃被“恶意干扰”，RealSafe高效应对算法威胁 考虑到公众对于对抗样本这一概念可能比较模糊，RealSafe平台特意选取了公众最为熟知的人脸比对场景(人脸比对被广泛用于金融远程开户、刷脸支付、酒店入住登记等场景的身份认证环节)提供在线体验。并且，为了深入研究“对抗样本”对人脸比对系统识别效果的影响，RealAI 团队基于此功能在国内外主流 AI 平台的演示服务中进行了测试。实测证明，“对抗样本”可以极大的干扰人脸比对系统的识别结果，而测试的这几家互联网公司平台开放的人脸比对API或SDK，几乎覆盖了目前市面上很多中小型企业在落地人脸识别应用时的选择，如果他们的人脸比对技术存在明显的安全漏洞，意味着更广泛的应用场景将存在安全隐患。因此，为了帮助更大范围内的企业高效应对算法威胁，RealSafe平台具备以下两大优势：·  组件化、零编码的在线测评：相较于ART、Foolbox等开源工具需要自行部署、编写代码，RealSafe平台采用组件化、零编码的功能设置，免去了重复造轮子的精力与时间消耗，用户只需提供相应的数据即可在线完成评估，学习成本低，无需拥有专业算法能力也可以上手操作。·可视化、可量化的评测结果：为了帮助用户提高对模型安全性的概念，RealSafe平台采用可量化的形式对安全评测结果进行展示，根据模型在对抗样本攻击下的表现进行评分，评分越高则模型安全性越高。此外，RealSafe平台提供安全性变化展示，经过防御处理后的安全评分变化以及模型效果变化一目了然。从数字世界到物理世界 RealAI落地更多安全周边产品随着机器学习模型不断的升级演化，“对抗样本”已经演变成一种新型攻击手段，并且逐渐从数字世界蔓延到物理世界：在路面上粘贴对抗样本贴纸模仿合并条带误导自动驾驶汽车拐进逆行车道、胸前张贴一张对抗样本贴纸在监控设备下实现隐身……因此，除了针对数字世界的算法模型推出安全评测平台，RealAI团队也联合清华大学AI研究院围绕多年来积累的领先世界的研究成果落地了一系列AI攻防安全产品，为更多场景保驾护航。比如通过佩戴带有对抗样本图案的“眼镜”，黑客可以轻易破解商用手机的面部解锁，通过在胸前张贴特制花纹实现在AI监控下的“隐身”，以及通过在车辆上涂装特殊花纹躲避AI对车辆的检测。发现类似新型漏洞的同时，RealAI也推出相应的防御技术，支持对主流AI算法中的安全漏洞进行检测，并提供AI安全防火墙对攻击AI模型的行为进行有效拦截。人工智能的大潮滚滚而来，随之而来的安全风险也将越来越多样化，尤其近年来因AI技术不成熟导致的侵害风险也频频发生，可以说，算法漏洞已逐渐成为继网络安全、数据安全后又一大安全难题。所幸的是，以RealAI为代表的这些顶尖AI团队早已开始了AI安全领域的征程，并开始以标准化的产品助力行业降低应对安全风险的门槛与成本。此次上线RealSafe人工智能安全平台是RealAI的一小步尝试，但对于整个行业而言，这将是人工智能产业迈向健康可控发展之路的一大步。

  肠癌合并同时性腹膜转移（PC）的发病率约为5-10%，复发时合并腹膜转移发病率为25-44%。“腹膜转移如果能够早期诊断，可以增加彻底减瘤手术的机会，未来能够明显延长肠癌患者的生存期。”王辉教授说。2018年团队和深圳腾讯AI lab建立了合作关系，研发一个基于卷积神经网络（CNN）的ResNet3D系统。经查，这是世界上第一个诊断肠癌腹膜转移的AI平台，能够自动识别原发肿瘤特征，同时提取肿瘤临近腹膜的影像学特征，构建基于人工智能的SVM分类器。训练组一共纳入了19814张CT图像，验证组包括了7837张CT图像。    研究发现，ResNet3D的AI系统仅需花费34秒就自动识别并诊断了所有验证图像。“ResNet3D+SVM分类器”的肠癌腹膜转移诊断的准确性高达94%，AUC为0.922，敏感性和特异性均高达94%，明显优于常规增强CT的诊断能力。

利用人工喉代偿人体声带是这些患者恢复发声功能的一种有效途径。北航研究团队以基于语音相关的多参数自由调控为目标，在深入的理论研究基础上，已经成功研发了三代电子人工喉。第一代频率固定手执式电子人工喉；第二代频率二值可调分离式电子人工喉；第三代基于生理参数调控型电子人工喉。 已完成工程样机。