机器人产业在过去十年中得到了长足的发展，有效提高机器人的智能感知能力，是未来数年内进一步推动该产业发展的关键所在。机器人的智能认知能力，是指通过人工智能理论和技术，赋予机器人一种类似人类的高层认知能力，从而使得机器人可以自己适应复杂多变、具有较强不确定性的自然场景。本项目拟在前期计算机视、听觉认知算法研究基础上，进一步探索机器多模态认知关键技术在机器人环境感知问题中的具体应用。1.&n

项目针对制约我国设施蔬菜持续发展的连作障碍问题, 揭示了连作障碍高发成因与规律，发现了连作障碍防控的突破口；攻克了土壤连作障碍因子消除技术难点；发明了蔬菜根系抗性诱导技术，突破了优质蔬菜连作难的技术瓶颈；创建了“除障因、增抗性、减盐渍”三位一体连作障碍防控系统解决方案，实现了从传统的“大药大肥”向环境友好型消除的重大技术变革。成果应用和辐射近二十省70%设施蔬菜连作障碍高发区，实现了蔬菜稳产高效、安全和生态环保多赢。

在快速诊断新整理耕地、新开垦土壤及其他障碍性土壤对作物生长的主要限制因子的基础上，充分利用地方性主要工农业生产废弃物及其他有机、无机废物的清洁无害化处理产物，结合未来土壤利用方向与目标，集成优化土壤改良培肥基质配伍、配方、生产工艺及产品使用技术，实现对各类瘠薄地、障碍地土壤的快速改良与培肥。改良基质在南京、镇江、南通、泰州、宿迁等部分市县进行示范应用，成效显著。

本发明公开了一种认知无线电网络中的接纳控制方法，其特征 在于，包括如下步骤：（1）获取马尔科夫模型的系统参数，根据马尔 科夫模型求出带有接纳控制概率的稳态概率；（2）由带有接纳控制概 率的稳态概率，在满足非线性规划问题的前提下，使吞吐率最大；（3） 根据最佳信道感知长度，随机选择感知信道集，确定感知到的信道个 数；（4）SUs 将感知到的信道个数发给基站，基站根据当前的状态和 最佳接纳控制概率，决定 SUs 是否接入信道；（5）如果新到的 PUs 挤占 SUs 占用的信道，则返回（3），如果新到的 PUs 占用空闲信道， 则过程结束。该方法能在 SUs 的掉线率和 PUs 的碰撞率小于预先给定 的门限值的情况下，使认知无线电网络的吞吐率达到最大值。 

针对不合理施用肥料及集约化生产等导致的土壤生物退化，土壤生态系统调控能力下降，植物土传病害加剧等问题，开展了农用功能微生物的筛选及其在农业废弃物肥料化、土壤微生态修复调理、植物抑病促生等方面的研究。研究获得200多株对10余种主要农作物土传病原靶标菌有较强防病促生优良微生物菌株，开发出生防放线菌菌株3株、真菌1株、细菌2株。在此基础上集成功能微生物高密度培养技术、土壤微生态系统的快速修复技术和微生物干预植物减害、生态友好技术。开发了放线菌高活性菌粉、放线菌有机肥和放线菌液体肥料等产品，并建立了相应生产线。该成果既能实现土壤生物退化及连作障碍的微生物修复，又能实现生产减肥减药、产品提质增效；该成果实施后预期年生产菌剂固态6000吨，每吨售价20000元；液态5000吨，每吨售价15000元。

脑卒中引起中性粒细胞跨越血管壁，并在脑组织中产生大量的DNA结构NETs（H3Cit），后者是抑制脑内血管新生和重塑的重要分子复旦大学脑科学研究院、医学神经生物学国家重点实验室赵冰樵课题组，在脑卒中后神经功能修复的研究中取得新的进展。赵冰樵研究团队发现脑卒中引起脑内和血液中的中性粒细胞产生大量的NETs，然而其对脑损伤并无保护作用。研究人员通过深入研究，阐述了中性粒细胞NETs是抑制卒中后脑内血管新生和重塑的重要分子。采用中性粒

本发明基于CT和PR的位置关系，提出假设和将CT在PR所使用频段的中监听到的信号强度E作为判决统计量，根据概率统计，计算E在假设和下的累积分布函数；根据假设和下的能量E的分布情况，确定判决事实，设计双门限检测器，在允许的干扰概率下计算门限ηL和ηH的最佳值。与传统能量检测法相比，本发明所提出的方法能够通过设定的双门限，在一定的干扰概率下，提高约100%到300%的接入机会。

采用本发明得到的准完美序列组，具有接近完美的相关特性，即绝大部分自相关函数取值为零，并且绝大部份互相关函数取值为零。本发明所得到的准完美序列组，可以广泛应用于认知无线电系统，如信号同步、信道估计、多用户扩频等方面。

本项目创造性提出符合中药特点的制药工业大脑模型，将中药传统工艺与最新智能技术相融合，改革中药粗放型生产制造方式，建成符合高效能生产优质中成药要求的中药智能制造平台，成为信息化、网络化、智能化制造中成药的开拓者，为中药制药企业高效营运、提质降本、高质量发展提供了关键核心技术体系，实现了科学、严谨、智能、精准管控中药制药过程的技术跨越。   关键技术1：中药制药关键物料属性智能辨识技术 本项目在中医药理论指导下，将现代医学分子实验方法与知识网络分析等智能技术相融合，科学认知中成药临床优势特色和中药产品质量属性。 研发了3种辨识方剂化学物质的新方法，整合方剂药材组成、化学成分、中医证候和临床疗效等知识单元，从方-药-病-证入手，提出三个层次的知识关联网络构建方法。根据“病证结合、方证对应、理法方药一致”研究理念，构建了涵盖药材-证候、药材-疾病、成分-疾病三个层次的方剂关联知识网络。在此基础上，整合中医遣方用药规律、现代分离分析与高通量筛选技术，发展了基于知识发现的方剂活性物质智能认知新策略，研究发现小青龙汤类方宣肺平喘、助阳解表功效物质组以及一系列具有潜在抗病毒活性的方剂活性物质，不仅为诠释方剂组方的科学内涵提供了技术工具，也为智能认知中成药质量属性探索了新路。 以中医气血理论认识心脑血管疾病及2型糖尿病的共同特征，针对疾病发生发展的关键病理环节，以糖脂代谢、血管功能、血液流变等为重点，构建心脑血管疾病共有生物分子网络模型；创新设计靶向PTP1B等关键靶点的荧光探针，用于辨识具有抗脂质累积、改善胰岛素抵抗等生物效应的中药活性物质，在此基础上建立了“成分-靶点-通路-疾病”多层次网络整体分析方法。 以芪参益气滴丸、冠心宁片、丹红注射液等品种为研究载体，通过系统总结中成药化学、生物及临床应用信息，梳理中药生产制造中所涉及的知识实体类、实体类属性及属性数据来源，并详细描述各类实体间的关系，从而构建中药制药知识图谱，科学认知中成药临床特色和中成药质量属性。   关键技术2：中药产品质量多属性同时检测技术 本项目发明了可同时检测中药质量及其生物活性成分的方法以及中药产品化学属性与生物属性同时检测法，并建立了基于深度学习与计算视觉的中药理化属性与生物属性高光谱同时检测法，实现了中药化学-生物属性融合检测、化学-生物-物理属性融合检测以及生物活性多重检测，为多方位快速检测中药产品质量开辟了技术新路。 创新设计中药化学-生物融合检测原理，通过在能够特异性识别生物靶标的肽段上修饰易离子化的标签分子，合成制备靶向质谱响应探针，用于多靶标高灵敏同步检测，再使用DART-MS对中药质谱指纹图谱与多靶酶活性进行融合检测，从而建立了基于质谱响应探针的中药质量多属性同时检测法，可快速、灵敏、准确地同时检测中药产品化学成分一致性与生物活性，相关研究成果发表在国际分析技术领域顶级期刊《Analytical Chemistry》（IF=6.7）。 首次将微流控芯片应用于中成药质量评价，针对心脑血管疾病相关的两个关键靶酶（凝血酶与血管紧张素转化酶），发明并研制出多功能的微流控芯片，将其用于评价芪参益气滴丸等中成药的生物活性，实现了对正常与异常批次产品的准确识别，且效果优于色谱指纹图谱方法。这种微流控芯片不仅可用于评价中药产品生物活性，而且能够同时筛选出中药产品内具有酶抑制活性的化合物。 将新一代人工智能技术与高光谱分析技术相融合，用于智能处理高光谱（可见光和短波近红外）数据，研制出一种可同时检测中药注射剂化学、生物及物理质量属性的在线分析方法。该方法包括一个端到端的多输出深度学习模型和一种新的双尺度异常检测算法，前者以光谱数据为输入，可同时测定多个化学成分含量和生物活性指标；后者通过对图像数据进行边缘检测、角点检测以及曲率计算，能检测出最小直径为60 μm的可见异物，实现了总黄酮、总内酯、抗氧化活性、抗凝血活性、色度及可见异物的同时检测。   关键技术3：中药制药过程多维度智能感知技术 本项目建立了中药制药过程多维度智能感知技术，从不同方位表征制药过程物料信息与时变特性，为智能认知制药过程规律提供关键信息。 采用高光谱和高速摄像等技术获取不均匀药材表面上光学数据，优选数据融合及分类方法，依靠计算机视觉准确感知药材真伪、产地、质量等级；进一步与常规液相色谱检测等技术相结合，从物理性状、指标成分和大类成分等多个维度综合精准感知药材品质。针对致病微生物快速检测，研制了基于SERS的生物传感器，利用拉曼光谱仪快速检测中药产品中微生物，攻克微生物检测时间长、灵敏度低的现场感知难题。 针对提取过程等中药制药关键工序中有效成分时变信息检测，采集并比对正常及异常工况时的提取动态光谱数据，采用机器学习算法建立监测模型，在线实时获取过程中有效成分提出情况，通过提取数据积累，不断提升模型精度，准确感知提取过程工艺品质。 为有效降低异常工况发生率，提出中药制药过程轨迹监测方法，采用Hotelling T2、DModX和主成分得分等多维统计量综合表征过程状态，快速灵敏感知制药过程状态异常；根据状态特征控制后续工况操作参数，提前排除潜在扰动因素，保持过程轨迹始终处于控制限内，攻克了中药生产制造状态无法测控的难题，并成功应用于丹红注射液生产现场。 运用所建立的适用于中药复杂体系并体现整体观的中药制药过程多维度智能感知技术，将制药分析技术从以往的“检测指标成分”创新发展为“监控制药过程状态”，科学测判中药制药过程状态一致性，开创了中药制药过程一致性管控的技术先河。   关键技术4：中药制药过程智能认知与优化技术 本项目在中医药理论指导下，聚焦中药先进制药与信息化融合中的重大技术挑战，创造性提出符合中药特点的制药工业大脑模型以及中成药生产制造知识图谱构建方法，建立了制药过程智能认知与优化技术，打通“信息孤岛”，从而能利用中药工业大数据来发现中药制药知识，提升中药制造智能化程度。 建立药材关键性质和关键过程参数范围与过程产物品质之间的定量关系，明确制药过程对药材质量波动的承受能力大小，建立与之相匹配的投料药材质控标准；进而采用不同批号药材按比例混匀投料等均一化质控手段严控药材关键指标成分含量波动在预设质控标准范围内，显著减少原料批次间差异，从制药过程源头保障了中药质量。   创建了风险分析和统计分析相结合的中药制药关键工艺单元辨析及工艺关键参数辨识技术，提出加权决定系数法综合制药工艺对有效成分含量、风险物质限量和生产效率等的多目标需求，自主开发计算机软件并获软件著作权，为精准设定制药过程控制目标参数提供了有效认知工具。

高校科技成果尽在科转云