电容层析成像（Electrical Capacitance Tomography,简称ECT）通过传感器获得管道截面上各电极对电容，重建出截面介电常数分布。在管道上布置上下游两个ECT传感器则构成了双截面ECT系统。流体流过ECT的两个成像截面，会得到具有时间差（渡越时间）的两组图像。利用互相关算法从两组图像中提取成像截面不同位置的渡越时间可以得到成像截面的速度分布。进一步，可以从速度分布和图像灰度中提取体积流量，实现多相流的流动过程在线监测和多参数测量。

 在本研究工作中，该团队利用信息论和统计物理两个领域中熵的相关理论，对网络结构预测极限进行了研究。直观地说，一个可以仅用几个词描述的网络结构意味着它很简单，其边也很容易预测。例如二维晶格或一维链状结构。相反，如果一个网络需要很长的语言才能描述清楚，那么它应该具有非常复杂的结构，其结构很难预测。在计算机领域，任何网络的结构都可以被编码成二进制字符串。这启发了团队探寻最短二进制编码字符串长度，也就是熵，和可预测性之间的关系。       通过研究，该团队发现来自不同领域，很多大小不一的网络，其结构的最短压缩长度和可预测性之间存在一个普遍的线性关系。基于香农信源编码定理，该团队在随机网络上证明了这种线性关系。       进一步，利用这一线性关系，该团队推导出网络结构预测算法的性能上界，揭示出包括机器学习在内的预测算法性能尚存在多大的提升空间。因此，该性能界可用于指导未来在线商业推荐系统、蛋白质相互作用探测等场景中的算法设计。另外，该理论的一个有趣的用途是，可以实现在无需任何预测算法的情况下，通过网络结构压缩数据大小来估计一个网络数据集的商业价值。 

发明公开了一种基于关联分析与关联分类的蛋白质二级结构预测技术，以双库协同机制为基础，将KDD*过程模型引入蛋白质二级结构预测问题中，KAAPRO方法以数据挖掘(知识发现)为主体，采用基于KDD*过程模型Maradbcm算法以及关联规则分类D-CBA方法。KAAPRO方法所取得关联规则在一定程度上揭示了氨基酸物化属性对蛋白质二级结构的影响关系，从而提高了预测的精度。其中Maradbcm算法挖掘意外规则的特性对纯度较高的α蛋白质库与β蛋白质库进行关联规则的挖掘，由此获得的挖掘结果是精化的规则。D-CBA关联分类方法使用可信度与支持度的测度作为一个复合型度量来进行蛋白质关联分类。在保证预测精度的同时，为生物学家对二级结构进一步分析提供了依据。

本发明提出一种基于双向门控时空融合与自适应小波分解的刀具磨损分类方法，包括：采集原始数据，划分训练集和测试集，并进行预处理；构建动态自适应小波网络，按奇偶索引对原始信号进行分解，得到近似系数和细节系数；进行插值上采样处理，保留原始尺寸，再对近似系数实例归一化，将其作为振动信号的频域特征；构建双向门控时空特征融合器，通过多头门控机制动态更新水平和垂直隐藏状态，捕捉输入的长期磨损趋势和局部瞬态特征；将两个模块的输出进行拼接，得到综合特征，进而得到刀具磨损的分类结果；通过训练集和测试集验证模型性能，得到最终的刀具磨损分类模型。本发明能更有效地识别磨损状态，为刀具维护提供有力支持。

西安电子科技大学机电工程学院多智能体研究中心郑元世教授团队通过引入了智能体及邻居的历史状态，提出了一种基于记忆信息的一致性协议并建立了该协议下显式的一致域。

本发明的主要工作是基于多源异构网络推断主体(用户)之间的社 会关系(包括同类型之间或不同类型之间的主体关系，本发明中只以用 户为例)的方法，异构网络是指网络中主体类型多种或者主体之间的关 系类型多种，关系可以分为好友和其他两种。主要内容包括在两个(例 如 Twitter 网络、通讯网络)异构网络中，两个网络的主体类型都包含有 用户，但不同网络中主体之间的关系链接类型是不同的在 Twitter 网络 中用户之间的关系是

癌症从发生到临床发现往往需要10年的时间，癌症治疗的根本途径是早期发现或者对已转移瘤能有效治疗。循环肿瘤细胞（circulatingtumor cells, CTC）是指从原位瘤脱落下来进入到循环系统尤其是血液中的肿瘤细胞。作为液态活检核心靶标的CTC，不仅可用于癌症转移前的早期筛查，而且在临床肿瘤的分期、预后、特异性药物筛选、疗效检测、治疗和复发监测等方面都具有极其重要的临床应用价值。然而由于CTC在血液中数量极其稀少（约1-100个/mL），其高效高准确捕获一直是科学前沿难题和临床应用的关键障碍。 现有的CTC检测方法仍存在较大的局限，包括检测准确度不足、成本高、效率低、时间长以及检测条件苛刻等。本项目提出的新型微流控芯片设计，将基于流线的降速结构和基于过滤的捕获结构有机整合，实现了CTC特异性的汇聚和保留，同时将部分白细胞和红细胞分流到出口。每经过一个这样的降速结构，CTC就被浓缩一次，白细胞和红细胞被分走一部分。更重要的是，每一个单元液流速度均得到了显著下降（变为原来的1/2）。经过多组这样的降速结构，液流流入捕获结构，此时流速已经非常缓慢，利用CTC和其他血细胞的尺寸和形变差异，通过三棱柱阵列能实现CTC的高效捕获。总体来说，本项目所提出的微流控芯片能在很大流速范围内（5-40 mL/h）都实现高捕获效率（高达94.8%）。此外，芯片上捕获到的CTC的纯度也较高（高达4log白细胞去除率）。临床癌症患者患者双盲测试结果详实准确率达到100%。运用本项目中的微流控芯片，将实验室培养的宫颈癌HeLa细胞掺杂到健康血液中，以模拟癌症患者血液，在很大流速范围内（5-40 mL/h）都能实现高捕获效率（高达94.8%）。同时，为了证明此微流控芯片的普适性，测试了四种实验室细胞系，包括乳腺癌细胞系MCF-7和MDA-MB-231，宫颈癌细胞系HeLa和肺癌细胞系NCl-H226，捕获效率均稳定在91.3%以上。此外，也设置了不同的癌细胞密度以模拟实际的癌症患者血液，捕获效率近似为96.2%。随后，将本项目应用于临床，对11例癌症患者血液中的CTC进行检测，检出率高达100%，CTC个数从6-117个/mL不等，平均值31个/mL，中位数25个/mL。这些研究表明本项目中的微流控芯片能实现癌症患者的早期检测。本项目实现对癌症患者血液中的循环肿瘤细胞的单细胞灵敏度和高特异性的的捕获，由于其成本低，方便快速，效率高，对操作条件不敏感等，因而非常适合大规模应用于临床，实现癌症的早期诊断、实时动态监测和阻断转移等效果。

本发明公开了一种可扩展的套管型微流控芯片的制备方法，包括以下步骤：S1：将与通道尺寸匹配的预置物放入PDMS预聚物中，加热聚合PDMS，裁成PDMS块；S2：将预置物移除，留出放置通道的管槽，管槽具有两个管口；S3：使用倒角打磨后的点胶针筒，在PDMS块垂直于管槽的方向上开通孔；S4：将PDMS块开孔的两面分别与基底和顶层键合，其中顶层预置有加样孔；S5：从管槽的一个管口插入内径均匀的毛细玻璃管，从管槽的另一个管口插入预拉尖的毛细玻璃管，完成单级套管型微流控芯片的制作；S6：复用所述毛细玻璃管，重复步骤S5，形成多级套管结构。本发明有效降低了套管型微流控芯片制作的操作难度和经济成本。

将“双一流”建设与学校综合改革紧密结合，积极完善中国特色、世界水平、北大风格的世界一流大学发展路径和模式，努力成为推动高等教育改革发展的新时代标杆。

本发明公开了一种流延成型制备金属软磁复合材料的方法。其主要步骤为：1）将钝化剂和溶剂按照钝化剂质量分数为0.1%-5%混合起来得到钝化液，将钝化液和磁性金属粉末按照质量比为0.01-1混合，搅拌，烘干，得到钝化粉；2）将钝化粉和有机溶剂，分散剂，粘结剂，增塑剂混合，搅拌均匀，并经过筛网过滤，除泡，制备得均匀弥散的浆料；3）流延成型；4）干燥，固化处理。本发明的优点是利用流延法制备的金属软磁复合材料具有电阻率高，饱和磁通密度较传统铁氧体高的特点。利用较成熟的流延工艺使薄膜金属软磁复合材料的生产工艺简单化，成本降低，在薄膜电感等电子器件的制备中有广阔的应用前景。