项目成果/简介:近年来，大气污染问题日益严重，尤其是雾霾、光化学烟雾、臭氧等问题已经引起国内外广泛关注。挥发性有机气体（VOCs）是造成雾霾及臭氧（O3）的重要污染物。吸附法是去除VOCs高效简便的方法之一，但在实际应用中，水蒸气的存在与VOCs产生竞争吸附，因此设计具有高VOCs吸附性能的疏水性吸附剂具有重要意义。近日，天津大学环境学院“大气环境与生物能源团队”（http://catalysis.tju.edu.cn/）针对分子筛表面亲水性及其在含湿条件下VOCs吸附应用存在的问题，利用多孔有机聚合物疏水性等特征，设计合成了一系列分子筛与多孔有机聚合物核壳结构的新型吸附材料，所开发的吸附剂有效提高了分子筛表面疏水性，并且大大提升了其在干燥和潮湿条件下的甲苯吸附性能。相关研究成果《Core-shell structured Y zeolite/hydrophobic organic polymer with improved toluene adsorption capacity under dry and wet conditions》已发表在环境类国际高水平期刊Chemical Engineering Journal（IF: 10.652）上。该系列吸附剂的研发为制备一系列疏水性吸附剂提供了新的思路。

近日，机电学院王绍金教授团队在学校G2期刊《InternationalJournalofFoodMicrobiology》上发表题为“Combinedeffectsofintermittentradiofrequencyheatingwithcinnamonoilvaporonmicrobialcontrolandqualitychangesofalfalfaseeds”的论文。博士研究生徐渊美为论文第一作者，王绍金教授为论文通讯作者。

一种基于机器视觉的无人机自动检测方法及无人机管制方法,利用图像采集装置自动巡天；自适应光照变化并躲避强光的直射，获取待检测区域的图像序列，利用序列图像之间的目标运动特性和单幅图像中的目标与背景的差异，自动检测无人机等低空飞行器，并通过对其卫星定位信道和遥控信道进行无线电干扰以实现无人机管制的目的

其他成果/n建筑材料技术领域，具体涉及一种减噪保温墙体材料及其制备方法和减噪保温砌块及其制作方法。该方法包括步骤：1）准备原料；2）将骨料、氧化石墨烯、水泥和硅灰混合，得到混合物A；3）向混合物A中依次加入减水剂、粘结剂、激发剂和水泥质量30～40%的水，搅拌混合，得混合浆料B；4）将作物秸秆制作成秸秆框架；5）将混合浆料B倒入模具中进行浇筑，并在浇筑过程中将步骤4）得到的秸秆框架放入到模具中，脱模后经过养护，即得。本发明主要原料为建筑垃圾，解决了建筑垃圾处置问题和废物资源化利用。秸秆与骨料间的空隙结构增长了声波传递的距离并多次折射，削弱了=声波的能量，具有良好的减噪作用。

本发明公开了一种牡蛎粉祛农残抗菌材料的制备方法与使用方法，其以牡蛎壳为原料通过二级阶梯式升温煅烧并辅以通风降温法制得熟料，熟料经磨机粉磨至粒径为50um以下的粉体，从而制得具有疏松多孔结构和高化学活性的牡蛎壳粉体;其用于祛农产品农药残留的使用方法简单、安全高效、无二次污染无产生。本发明相对于现有技术，具有成本低、节能绿色环保等特点，环保、使用安全、高效、适于各类水果和疏菜的净洗处理，可有效祛除附着在其表面上的农药成分残留，并杀灭大肠杆菌。

本发明公开了一种基于机器视觉的无人机自动检测方法及无人机管制方法,利用图像采集装置自动巡天；自适应光照的变化并躲避强光的直射，获取待检测区域的图像序列，利用序列图像之间的目标运动特性和单幅图像中的目标与背景的差异，自动检测无人机等低空飞行器，并通过对其卫星定位信道和遥控信道进行无线电干扰以实现无人机管制的目的；本方法可对全天域进行监控，并在巡天过程中自动调整光学成像传感器的指向以避免被强光直射，可以实时自动学习环

本发明公开了一种短路电流零点预测方法及短路电流选相分断 控制方法，短路电流选相分断控制方法包括 S1 实时采集电流信号，并 判断是否发生短路故障，若是，则转入步骤 S2，若否，则继续采集电 流信号；S2 采用类-Prony 方法对短路电流进行处理，获得短路电流零 点；S3 根据短路电流零点、断路器的分闸动作时间和最佳燃弧时间获 得距离目标相位的延时时间；S4 判断继电保护指令是否达到，若是， 则直接分断开关，若否，则进入延时倒计时；S5 判断延时倒计时时间 是否为 0，若是，则转入步骤 S6，若否，

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

该研究采用污水处理厂改造前后的运行数据，对传统活性污泥法和膜生物反应器（MBR）两种污水处理工艺进行技术经济上的严格配对比较研究，对比分析污水处理厂采用两种工艺时的成本能耗、净利润和技术效率，采用敏感性分析评价计算结果的可靠性，为污水处理工艺的选择和应用提供技术经济方面的理性参考。