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。

项目简介 本成果是涉及吊机吊装工具，使得吊机在吊运大而重的机构或模块时，既保持了整 个吊运过程的稳定性也使得各个吊点的受力比较均匀，保证施工安全。 有益效果是：稳定性桁架起吊工具由外部主框架和菱形内框架组成，其中菱形内框 架由四根圆管组成并且内切于外部主框架，由每根圆管中心位置引出的两根相互垂直的 支撑管分别与所对应的外部框架相垂直，在外部主框架四角处采用工字钢进行角加强， 外部主框架每个角的上下部分别安装相应吊耳。组成菱形的四根圆管分别通过弹性板与 主框架相连接，其中弹性板是插进主框

采用自动逻辑推理的自主故障诊断方法，结合专家人机交互方式进行观察、推理的人工诊断方式，形成更准确全面的故障原因分析和故障定位。根据状态评价和故障定位结果，自动给出设备维修建议的方法。利用长期积累的设备试验、运行、故障前后的各种状态数据，进行设备状态劣化模型、故障诊断模型的更新和修正方法。基于 Internet的远程协作诊断机制，遇到疑难问题时邀请多领域专家进行在线会商。

本项目采用五电弧协同增材制造，提高成形构件的堆积效率；利用激光约束电弧，提高成形金属构件的表面精度，减小加工余量；构筑出融合五电弧协同增材制造、激光稳定电弧、高速摄像监测、构件成形尺寸三维测量、工艺数字化监控等功能的多电弧协同增材制造装备。 1、 形成复杂空间曲面构件分区原则、切片方法与路径规划策略，建立五电弧协同增材制造高性能大型金属构件工艺方法、模型与窗口； 2、 研制出多电弧协同增材制造工艺规划与系统总控软件； 3、 开发了专用于高性能大型金属构件多电弧协同增材制造的专用金属丝材。 实现大型舰船艉轴架、运载火箭过渡端框架与高层建筑多向钢节点的高质量、高效率、低成本增材制造，并进行组织与性能预测。 图1 多电弧协同增材制造设备图 图2 多电弧协同增材制造典型产品 【技术优势】 项目成果有效解决了高性能大型金属构件采用电弧增材整体制造时，面临的堆积效率较低，制造大型金属构件周期长；成形金属构件表面精度低，加工量较大；成形金属构件的晶粒粗大，各相异性明显的难题，将目前大型金属构件电弧增材制造的效率提高到了新高度。 【技术指标】 五束电弧协同增材制造装备： 1）装备包括 CMT电源5台、六轴机器人系统3台、激光系统、工艺数字化系统、三维测量系统、高速摄像系统与缺陷除去系统； 2）三维测量系统的测量范围在300mm以内，可测量金属构件壁厚最大尺寸不低于250mm，测量误差在±1.0mm以内； 3）可成形高度大于2m、长度大于5m、宽度大于3.5m的金属构件，变形控制在0.2mm/100mm以内； 4）堆积效率≥1800cm3/h，连续工作时间不低于360小时； 五束电弧协同增材制造工艺总体软件： 1）具有模型解析重构、子模型选择、分区切片与9轴工艺路径规划、曲面切片、G代码及机器人离线编程代码生成、多电弧协同增材制造系统控制功能与工艺数据库； 2）可实现金属构件组织、性能预测及成形质量主动控制，并显示构件材料 CCT图； 3）模型解析、拓扑重构时间低于10分钟，切片轮廓精度优于±0.1mm，单层切片时间＜2s。 4）支持2000万以上三角形面片、尺寸4m以上STL模型； 5）支持任意空间曲面模型的路径规划，成形尺寸≥4000mm； 6）支持 6轴机器人+3轴龙门式床身协同控制的9轴工艺路径规划，成形效率达 1800cm3/h，全程误差≤0.5%，路径输出方式为G代码、机器人离线编程代码； 7）工艺数据库覆盖控制系统参数及工艺及材料参数，并建立典型工艺参数，加工误差范围≤0.5%；

本发明公开了一种大型自由曲面在机测量方法及装置，装置包 括弹性元件、伸缩杆、套筒、光栅尺、激光位移传感器、支撑脚、喷 墨标记头以及球形滚轮；伸缩杆位于套筒内，伸缩杆上安放有光栅尺；伸缩杆的一端与套筒端部之间安放有弹性元件，伸缩杆的另一端连接 支撑脚的一端，支撑脚的另一端连接球形滚轮，支撑脚的中部安放有 激光位移传感器，激光位移传感器与球形滚轮之间安放有喷墨标记头。 本发明采用激光位移传感器和光栅尺结合的方式实现测量，激光位移 传感器测量曲面测量点相对于其端面的距离，光栅尺测量激光位移传 感器的位移，结合两距离便可精准计算得到测量点相对于基准点的距 离；能够根据现场不同的测量要求来改变安放方式，特别适用于各种 大型复杂曲面的现场测量。 

产品详细介绍立体地图是采用先进的制作工艺和成图方法，把地形、地貌还原成与实地相符的地形模型，即：采用国家标准地形图作为制作地形、地貌的基础底图，通过地图制图、等高线综合等手段，还原地形图上的等高线为与实地相符的地形、地貌。又通过了展点、控制等多种地图制图手段赋予地形、地貌于基本精度，由高分子树脂一次成形使之成为立体地图。

聚二硫二丙烷磺酸钠(SPS)是一种高附加值化学品，在电镀、电池等行业应用广泛，是高端线路板与电池材料制备的必备添加剂。国内现有工艺产品收率低、产品质量差、高端产品严重依赖进口。本项目采用独立开发的合成路线，工艺安全环保，在降低生产成本的同时，可获得高纯度的产品，将替代进口，形成具有自主知识产权的生产新技术。 图1 高端线路板 图2 聚二硫二丙烷磺酸钠

杂粮其独特的药用价值和营养保健功能逐渐走上餐桌，成为人们平衡膳食结构的重要品种。虽然杂粮有其独特的功能成分，但许多谷物杂粮食用品质较差，传统的粗加工品口感差，这也是导致杂粮食品消费不多的主要原因。 因此，通过研发杂粮深加工产品，可有效改善杂粮的食用品质，适应人们的需要，为杂粮开拓广阔的销售空间。同时，可以带动杂粮种植业持续发展。 本项目研究开发的杂粮深加工产品可作为早点快餐、休闲食品，集保健食品，食疗防病食品等功能于一体。因此，在早餐谷物食品市场颇具竞争力。在满足人们追求绿色时尚愿望的同时，也为其身体带来美好的感受。

技术成熟度：技术突破 1.空间目标及星图光学探测仿真系统。由于空间目标探测真实数据获取成本较高，且数据量较少，结果验证困难，团队开发了空间目标及星图光学探测仿真系统。此工作以软件形式呈现，以友好的人机交互界面，根据用户的实际系统参数，提供准确可靠地提供当前时刻空间探测仿真图像，该软件前期经过与stk仿真软件结果比对验证其坐标的准确性，与在轨实测图像进行比对验证其仿真效果的可靠性。目前该软件已经在项目开发过程中广泛使用，为提高系统开发效率、验证算法性能提供有效支撑。 2.空间目标探测感知关键技术及算法体系。该成果以理论及软件开发包形式呈现，团队具备多年的空间探测相关开发经验，并将相关理论及算法构建软件开发包。该SDK开发包基于C++开发，具有较好的泛化能力，具有坐标描述转换、预处理、目标提取、星表制备、星图识别、光学标定、定位定姿定轨等功能，可支撑各层次的空间探测相关开发需求。目前团队基于此SDK开发的顶层软件，采用目标TLE数据库匹配的解决方法，已经完成长光奥闰光电科技有限公司地基望远镜空间目标的感知识别及长光卫星技术股份有限公司的星敏感器在轨图像空间目标自动提取与识别，后续还将采用更多的数据验证完善提升本系统的技术成熟度。 意向开展成果转化的前提条件： 1、长春长光奥闰光电科技有限公司等测站望远镜生产企业，利用本项目的共性技术，实现地基测站的空间目标自动探测感知，为空间安全提供支撑服务。 2、长光卫星技术股份有限公司、吉天星舟空间技术有限公司等遥感卫星公司，通过本技术的转化，可以利用星上光学载荷构建空间态势感知平台，为自身卫星安全提供保障、为国家及其他航天企业的空间安全需求提供数据支撑服务。另外可以在空间光学载荷开发过程中应用空间目标及星图光学探测仿真系统，对光学载荷的精度和鲁棒性进行评估和测试。

随着返京高峰的到来，计算机学院软件开发环境国家重点实验室童咏昕教授团队与滴滴出行公司开展合作研究，全力攻关首都返程客流溯源监测与疫情相关分析，完成如下三方面内容：（1）协助北京市有关部门追溯确诊或疑似病例，并预警具有疫情接触风险的相关人员；（2）溯源外埠返京客流到北京各城区的人群流动模式，监测分析北京市各居民小区中外埠经历人群的动态移动模式；（3）分析外埠返京客流来源与首都各居民小区疫情变化的相关性。为服务社会大众了解疫情走势，并为相关部门提供决策支持，北航大数据与脑机智能高精尖创新中心刘旭东教授、胡春明教授、李建欣教授等组织师生，与复杂系统可靠性实验室李大庆研究员联合组成团队，全力投入建模和系统研发，已向决策部门提供疫情数据评估与预警报告、区域物资保障评估专项报告等，并迅速开发“新冠肺炎疫情数据导航服务”平台，数据单日访问量近 5 万次。此外，中心还进行新型冠状病毒的疫情评估与预测报告并开发疫情实时更新系统。中心对疫情现状进行分析和预测，为公众提供及时、准确的疫情态势分析、走势预测、舆情动态和政策措施等智能数据服务，实现全国及重点城市日度传播系数计算、短期确诊人数预测和长期疫情拐点。