该项目隶属于“天津市科技支撑计划重点项目”，项目将LED照明与光通信技术等结合起来，形成新的技术模式，开发了集照明与光通信为一体的LED系统，设计实现了基于照明LED的高速短距离光通信收发单元，LED室内调光调色照明控制器，基于LED照明的光学无线智能家居控制系统等，实现了通信质量和照明效果的协同优化。 本项目中的产品均属于典型的节能产品，具有很高的技术含量和高附加值，具有节能环保、电磁免疫、经济集约等优点，在上海世博会“沪上.生态家”、“航空馆”以及第七届中国国际半导体照明展览会等展出，获得显著的社会效益，对推动相关产业的发展起到很好的作用。科研团队近年来深入的研究半导体照明和通信技术，在半导体照明技术成果应用与产业化、光电信号转换、光通讯设备、高速光发射接收模块开发等相关领域开展研究工作，并取得突出的成绩，申请了相关的国家级自然科学基金项目，并已获批。

本项目通过完善结构化焊接技术，研发视觉伺服机器人，研究焊缝图像处理算法和炉筒与大小炉盖的结构以及密封槽的设计，实现非结构化焊接制造蓝宝石炉，使其炉体性能可靠、制造工艺稳定、生产高度自动化。本项目的实施实现了如下的技术突破和创新：(1) 研发成功视觉伺服方法进行焊接机器人的焊缝跟踪控制，首次实现焊接环境的监控。(2) 研究晶体生长炉加热后对炉筒、大小炉盖等部件密封性能的影响；合理布置了电极与抽气管道装置；获得能在生产过程中安排合理的制作工艺和技术，保证晶体生长炉的密封性、粗糙度、同心度、平行度、垂直度达标及产品量产的稳定性。(3) 研发智能制造操作平台，可对蓝宝石炉进行结构化智能焊接。(4) 研发新型宝石炉，使蓝宝石炉的智能焊接制造技术获得突破性进展。●应用前景： 我国焊接自动化的市场容量在不断扩大，作为需求导向型行业，焊接自动化在工程机械和石油化工等行业中得到广泛应用。此外，在提高劳动生产率、提升产品质量和增强竞争力等方面，焊接自动化装备作为重要的基础装备之一，对我国未来先进制造技术的核心竞争力具有重要意义。而且对中国企业现有产能的焊接设备进行技术改造升级，也将产生巨大的焊接自动化装备需求，中国焊接自动化装备市场已进入高速发展阶段。 

中标麒麟服务器虚拟化系统是基于中标麒麟虚拟化平台软件V7，面向高安全服务器虚拟化领域应用研制的安全保密虚拟化平台；产品通过国家保密科技测评中心基于《涉密信息系统服务器虚拟化和桌面虚拟化产品安全保密技术要求》（BMB30-2017）的安全性检测。支持海光、ARM64及 X86平台。 中标麒麟服务器虚拟化系统支持管理大规模服务器资源、网络资源、存储资源，实现资源池化并统一管理调度；为关键业务提供灵活的基础资源调度，高安全性、优越的性能和稳定性；提供三员管理、国密算法支持、完整性度量及保护、恶意行为防护等系列安全保密措施，保证高安全领域虚拟化平台的高效、安全稳定运行。 产品特点 中标麒麟服务器虚拟化系统能够在提高数据中心空间利用率、服务器利用率，减少硬件成本投入，降低能耗，减少服务中断时间的同时，提高资源使用的灵活性；提高业务系统的响应速度，提高基础架构管理效率，同时为客户构建的服务器虚拟化系统符合国家安全相关标准要求，是构建合规、安全、保密、敏捷、易用、可靠的服务器虚拟化平台系统的可靠选择。 项目 内容 安装部署及升级维护 支持自动化大规模部署 支持不停机升级维护 系统管理功能 对计算、存储、网络资源虚拟化成资源池并统一调度管理 提供集群级别的资源负载均衡调度及高可用保护 提供集群、主机、虚拟机级别的资源使用情况及运行状态实时监控，支持自定义监控项及监控项告警阈值，支持监控性能图及报表 支持虚拟机在线迁移及迁移压缩、迁移加密 支持虚拟机、主机网络QoS管理 支持虚拟网络管理，支持VLAN 支持平台级手动/自动虚拟机备份恢复 安全保密功能 管理员登录限制、多因子身份鉴别、登录失败处理 管理员权限分离和职责划分（三员管理） 访问控制（限制管理员对资源的访问权限） 启动过程完整性校验（保证虚拟机组件的完整性） 安全审计（对所有管理员的操作生成审计日志） 虚拟机密级标识全生命周期与虚拟机绑定 数据保护（机密性、完整性、密码要求等） 虚拟网络安全（VLAN、虚拟交换机隔离、网络带宽管理等） 支持恶意代码防护功能 安全管理（虚拟化服务保护、虚拟机监视器安全、监控管理、外联监控、外接存储设备管控） 虚拟机隔离（物理资源与虚拟资源、虚拟CPU、虚拟机内存、存储） 残留信息保护（磁盘空间、内存）

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，项目拥有多项自主核心知识产权，涵盖路径规划与搜索算法、数据并行存储与计算。通过仿真表明，项目实施后，能在现有路网规模的基础上，显著提升现有道路的负载通行能力，缓解城市道路因局部负载过大导致的负载不均与交通拥堵，改善出行体验，降低尾气排放，提升智能交通效率。

目前北京理工大学基于神经网络的智能无人机疫情预警监控系统主要由无人机平台、光电载荷、喊话系统和地面控制及图像处理平台组成。 该智能无人机疫情预警监控系统能够自动监控广场、公路、小区等各类环境中的人群，检测人员聚集情况，利用红外热成像技术实时获取人员体温情况，实现在非接触情况下对疑似高危人员的快速区分，并快速形成疫情人员相关数据，还可以提供数据接口，供大数据系统进行分析。该智能无人机疫情预警监控系统可同时提供监控人员及被监控人员交互通道，通过喊话系统，监控人员可以随时疏导或制止被监控人员的异常行为，为疫情监控和预警提供了更为清晰和直接的手段方式。

在中加国际科技合作、自然科学基金中德基金、总装预研基金等的资助下，开展以可穿戴计算、工业无线传感器网络、身体传感网络、感知计算等前沿技术为核心的研究工作，并面向老年健康、工业物联网、移动增强现实等领域研究实用化技术和产品装置，具体包括：1） 工业物联网应用：开发了一系列符合IEEE 802.15.4/Zigbee、Wireless HART等无线传感器网络标准的微型化传感节点、模块、网关，以及相关的协议栈源码。2） 健康应用：主要面向安全、健身、医疗等健康应用，研发超低功耗、无障碍、可长期持续穿戴应用的智能腕带（腕表）、腰带（腰挂、腰带扣）、胸带等各类形态的健康装置，开发运动统计、跌倒预警和检测、睡眠监测、多生理参数监测等产品应用，参见下图。

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

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。

在中加国际科技合作、自然科学基金中德基金、总装预研基金等的资助下，开展以可穿戴计算、工业无线传感器网络、身体传感网络、感知计算等前沿技术为核心的研究工作，并面向老年健康、工业物联网、移动增强现实等领域研究实用化技术和产品装置，具体包括： 1） 工业物联网应用：开发了一系列符合IEEE 802.15.4/Zigbee、Wireless HART等无线传感器网络标准的微型化传感节点、模块、网关，以及相关的协议栈源码。 图1 工业物联网 2） 健康应用：主要面向安全、健身、医疗等健康应用，研发超低功耗、无障碍、可长期持续穿戴应用的智能腕带（腕表）、腰带（腰挂、腰带扣）、胸带等各类形态的健康装置，开发运动统计、跌倒预警和检测、睡眠监测、多生理参数监测等产品应用

原子核裂变数据的精确测量是很多核物理应用的先决条件，比如核能、国防、辐射防护、核废料处理、产生稀有同位素等。核裂变物理在超重元素合成、反应堆中微子、中子星融合中的r-process等研究中也不可缺少。特别是走向新一代核能-快中子反应堆，急需锕系核区精确的不同能量中子诱发裂变数据。但是目前实验和理论都无法提供可靠及完整的能量相关裂变数据。 由于涉及中子的实验难度较大，国际上主要的核数据库只有几个能量点的裂变数据。理论上基于微观模型去描述裂变过程非常复杂，是一个涉及多维位能面的大幅度、非绝热的量子动力学过程。目前微观理论对裂变可观测量的描述还有较大误差。 此外基于唯象裂变模型对未知核区和未知能区的外推往往不可靠。 北京大学物理学院裴俊琛研究员课题组首次采用贝叶斯神经网络（Bayesian Neural Network）来评估不完整的裂变产物分布。此前贝叶斯神经网络对原子核质量外推有一些成功的应用，并可以得出推断的误差，但是仍有量子壳效应的疑虑。核裂变过程涉及复杂的位能面，裂变产物分布具有统计特征，比较适合神经网络。 贝叶斯神经网络对不完整核裂变产物的评估 目前核裂变产物的实验测量很难给出完整的产物分布，只能结合模型评估给出完整的裂变产物分布。人们通常基于唯象模型、通过调参数来拟合出产物分布。该工作通过对已有裂变数据库的学习，当实验测量给出不完整的裂变数据时能够推断出完整的裂变产物分布。结果表明，随着中子能量增加，裂变模式逐渐从不对称裂变演化成对称裂变。这说明神经网络能成功抓住部分物理图像。当实验数点很少时，唯象评估模型失效，神经网络仍然可以给出有效的评估和合理的置信区间。贝叶斯神经网络对核裂变产物的评估开辟了一个新的方向，展现了机器学习的一个实际应用范例，将对核数据的定量评估产生重要影响，有望更好地提供应用级的精确核数据。 不同能量的裂变模式演化