ZST无人机载无线电监测系统安装在无人机平台上，实现无线电监测和定位功能。该监测系统主要由天线和监测接收机组成。监测接收机包括双信道射频接收模块、双信道数字处理模块、嵌入式计算机和电源模块组成。命令控制和数据通信采用无人机数据链平台实现。

EduOffice智慧全息电钢互动教室以《EduOffice智慧全息电钢互动教室教学系统》为核心，实现专业钢琴谱讲解、教师弹奏示范、琴谱跟弹练习、左右手分弹练习、“瀑布流”弹奏练习、弹奏自动评测、演奏回放讲评等全息钢琴教学应用，高效支持了钢琴教学中的“教、学、练、评、演、创”，满足专业电钢琴互动教学及普及音乐教学的需要。  “全谱器乐、全能歌唱”技术和资源为学生自主创编奠定了一定基础：一体机内置资源降低创编门槛、多模式试唱即时播放试听、多类小乐器音源库从多方面表现作品，促进学生对音乐理解和表达。 教师：  · 触摸屏与教学大屏同屏显示、双向控制。在弹奏过程中无需起身，即能调整教学内容； · 师生视频通话双向互动，音画同步高效指导； · 所有学生智慧电钢琴一键开关机控制，高效管理课堂。 学生：  · 超A0大幅面的学生指法采集仪，88键电钢琴琴键全覆盖，完整清晰记录学生弹奏指法；  · 双色灯条提示功能，真正实现了弹奏全息钢琴谱的正确用手、指法、键位信息提示；  · 学生智慧电钢琴与教学大屏同步显示，便于学生观看授课过程、教师演奏示范；  · 学生软件支持多模式弹奏练习、弹奏自动评测、自主创编学习等。 特色教学功能： 教—全息钢琴谱讲解： 1.    左右手分弹讲解 单独进行左手或右手的单独演奏。选择钢琴谱的左手、右手演奏模式，播放时只显示左手弹奏或右手弹奏的正确键位和指法提示，便于琴谱的分段教学。 2.    指法弹奏讲解 显示弹奏指法，钢琴谱播放时虚拟音乐键盘高亮显示正确的键位并在键位上提示所用手指。显示琴谱指法钢琴谱上会显示出每个音符所用的手指。还可同时选择弹奏指法和琴谱指法。 3.    乐理教学 专业的数字化乐理教学工具与丰富音乐知识库，使乐理学习不再晦涩难懂、枯燥无味，帮助学生在聆听音乐的基础上，通过探索乐谱信息，循序渐进地学习音乐知识，“潜移默化”地培养学生音乐审美能力最终达到学习及运用的目的。 4.    分组管理、多维信息展示 教师可将学生任意分组，实现小组监听。 学生座位、组别、虚拟音乐键盘、作业、电钢上线等多维信息直观显示。 同屏展示所有学生的练习界面，学生在电钢琴上练习弹奏时与练习界面虚拟音乐键盘同步映射。 5.    小乐器讲解 五线谱乐谱、简谱乐谱支持一键显示常用小乐器指法谱参照图示。智能生成小乐器包括：口风琴、6孔竖笛、8孔英式竖笛、8孔德式竖笛、笛子、8孔陶埙、10孔陶埙、6孔陶笛、12孔陶笛、葫芦丝、洞箫等。配备小乐器音源库视听曲谱。 学—全息钢琴谱智能演奏示范： 1.    师生同屏演奏示范 教师端与学生端同屏显示，同步播放乐谱。乐谱播放时虚拟音乐键盘显示双手正确的弹奏键位和手指提示，便于直观了解键位及指法。 钢琴谱任意音符，虚拟音乐键盘会显示对映的键位和应用手指，还可选择钢琴谱任意位置、任选区域的定位播放，反复学习乐谱当中的难点、易错部分。 变速、变调播放，逐步培养学生在键盘上掌握不同调式、调性的视奏和移调能力。   2.    学生琴谱弹奏学习 学生软件具有琴谱播放、琴谱跟弹、瀑布流练习、弹奏评测、琴谱演奏等琴谱练习模块，循序渐进的进行琴谱弹奏学习。 3.    学生弹奏实时纠错 一体化设计的智慧全息电钢琴，双色灯条提示，方便左右 手分弹练习。 超A0幅面的学生指法采集仪，88键电钢琴琴键全覆盖，完整清晰的拍摄学生弹奏练习画面。 学生控制台同步展示所有学生或选择展示部分学生弹奏过程，教师实时查看每个学生的弹奏实况，及时纠正指法等错误。 4.    师生视频通话互动 学生演奏信息、指法练习可视化，系统完整记录所有弹奏信息，教师通过视频语音互动，音画同步高效指导。 练—多模式弹奏练习： 1.    多模式练习方式 琴谱播放、跟弹练习、“瀑布流”练习等多种琴谱练习模式，让学生循序渐进的进行弹奏练习。 2.    左右手分弹练习 单独进行左手或右手的单独练习。选择钢琴谱的左手、右手播放模式，播放时只显示左手弹奏或右手弹奏的正确键位和手指提示，分段练习，疑难部分重点练习。 3.    指法提示 一键显隐弹奏指法、琴谱指法。选择弹奏指法，练习中虚拟音乐键盘高亮显示正确的键位并在键位上提示所用手指。选择琴谱指法钢琴谱上会显示出每个音符所用的手指。还可同时选择弹奏指法和琴谱指法。 评—弹奏评测、课堂评价： 1.    学生自我评测 单独进行左手或右手的弹奏评测；评测过程中可提示节拍、琴谱指法；评测结果将实际弹奏的时长、键位与正确的时长、键位进行对比显示，评测结果一目了然。 2.    演奏实况录制讲评 学生弹奏实况实时录制，及时进行弹奏回放及教师讲评，师生视频通话同步讲评。 3.    课堂即时问答 作为常用的互动教学形式，课堂即时问答是检验学生知识掌握程度的重要手段。在音乐教学过程中，教师提出问题，学生通过电钢琴键盘进行单选答题，所有学生答题对错一目了然。

脑深部神经网络存在的微环境是人类尚未踏足的纳米尺度超微结构空间。课题组发明了新型检测技术，解密了该空间结构特征，发现脑内新分区引流系统，提出了脑分区稳态理论，新方法已在多个前沿领域得到实际应用。

研发阶段/n主要研究支持神经网络芯片的设计自动化工具及FPGA验证系统，设计自动化工 具本身针对ASIC和FPGA都适用。 项目主要研究：（1）研究基于模型层的设计空间探索方法;（2）研究可重构 神经网络硬件单元抽象和归约方法；（3）开发面向嵌入式、功耗约束下的FPGA神 经网络芯片系统，突破神经网络芯片设计小型化遇到的关键难题。本项目提出的自 动综合工具至少支持CNN 等两类不同神经网络拓扑，支持Caffe配置文件prototex 拓扑描述语言，生成的FPGA芯片，性能比CPU快1个数量级，能效比

脑电信号作为人体重要的生理信息，已经被广泛应用于医学疾病诊断与治疗、人体潜能开发等方面。脑电图通过将电极接入被试对象的头皮，来测量大量神经元发放所形成的电场。脑电波作为能够体现大脑活动的信号中的一种，有方便检测、非侵入式且对被试对象友好等特点。一般认为，通过对大脑脑电波的检测并采取特定数据分析方法，有望将大脑的各项反应能力充分挖掘出来。近年来，脑电信号分析已成为认知神经科学领域的重要技术之一。大量研究表明，人类认知能力与脑电信号有关，其中工作记忆能力在认知中起关键作用。脑电信号具有数据量大、时间分辨率高、易受干扰等特点，给研究带来了不少挑战。杨立坚课题组使用样条函数，基于随机抽取的122名大学生志愿者训练集，以闭眼静息态下8个脑前区导联的脑电信号（图1），对20名志愿者测试集进行工作记忆能力的预测（图2），其确定系数R^2在多次随机试验下的中位数为68%，最低值大于50%，最高值72%（图3）。图1 ：试验中脑电信号记录的导联名称和位置图2：对某测试集计算的认知能力预测值与真实值的对比图3：对多次重复随机抽取的测试集计算的确定系数R^2箱线图杨立坚课题组依托10年来自身在函数型数据领域的研究成果，课题组2017级博士生张园园和2018级博士生黄昆在学习神经科学专业知识的同时，与机械工程系教授吴方芳和硕士生王健凯高效合作，分析季林红课题组的大学生志愿者脑电与认知能力数据。他们秉承“面向应用，背靠理论，写好算法”的统计学理念，把样条回归估计脑电信号的光滑轨迹，张量样条回归估计协方差函数，样条估计函数型主成分与得分等深刻的统计学前沿理论，结合LASSO回归，转化为快速准确分析脑电数据的算法（图4），从2018年12月开始仅用6个多月的时间，就很好地解决了基于工作记忆能力预测的问题，完成了这篇跨学科应用方法论文。图4：算法流程图

9前额叶和枕叶区的灰质体积越小多动症症状越严重）复旦大学类脑智能科学与技术研究院院长冯建峰教授、罗强副研究员团队，与英国剑桥大学、伦敦国王学院等单位合作，研究青少年中注意缺陷多动障碍双通路模型的神经基础，发现左楔叶结构不仅和多动症的认知和动机功能受损相关，还

便携式脑立体定向仪是神经外科手术的辅助设备，集成了手术规划、导航和操作平台。该定向仪采用了一系列计算机技术和机器人技术，实现了无框架立体定向手术，完成对传统带框架手术的技术超越，在国内属于首创，技术上达到了世界先进水平。 特点如下：既能导航定位，又可作为操作平台，简化了手术过程；医生在三维空间内完成最佳手术路径的规划，提高手术质量；无框架技术避免了手术死角，扩大了手术适应症，也免除了病人安装常规框架的痛苦；机械臂操作简单方便，定位精度高，手术误差小于1mm；可移动式便携设计，与手术床对接简单，具有普遍的适应性。已获得5项国家专利和国家科技进步奖，实施5000余例手术，20家医院推广应用。

家长笔记是3-12岁孩子家长们记录孩子全方位成长过程的社区内容平台。家长可以在这里记录分享孩子成长方方面面的轨迹和瞬间，也可以和万千家长共同探讨孩子的养育理念、经济投入、教育产品选购、牛娃成长路径等所有家长关心的养育话题。

成果介绍针对新能源汽车双驱/四驱特征，提出了分布式电驱动底盘智能控制架构，建立智能化、模块化、网络化的底盘标准体系。技术创新点及参数发明了轮边驱动转向与前桥转向机构，后轮主动转向结构（发明专利）。四轮独立驱动电动汽车节能转矩优化分配控制策略，过驱动电驱动系统容错控制策略市场前景1、与整车厂、行业头部供应商联合开发。2、为整车厂、供应商厂家做技术服务。实施条件该团队的控制系统目前是独立的VCU与整车CAN通讯，后续合作可以接入成熟的ESP/VCU/BCM集成ECU内部，也可以和整车厂研发部门合作开发整车控制器。

针对新能源汽车双驱/四驱特征，提出了分布式电驱动底盘智能控制架构，建立智能化、模块化、网络化的底盘标准体系。