由于测量精度、响应速度和稳定可靠度是设备的重要指标，所以抵抗外界环境能力是直接影响产品性能的一个重要因素。公司监测设备及监控系统通过短距离无线通信进行相互联系，物联网中应用广泛的近距离无线通信技术例如ZigBee、NFC、超宽频、DECT等在传输信号过程中都会受到电磁波的干扰，公司需要通信模块及结构设计进行改进优化，提高抵抗不同频率、不同强度、不同极化方向的电磁干扰的能力。

利用大功率等离子体处理危险有害的废弃物和一般的焚烧方式大不一样，等离子体火炬的中心温度可高达摄氏2～3万度，火炬边缘温度也可达到3千度左右。当高温高压的等离子体去冲击被处理的对象时，被处理物的分子、原子将会重新组合而生成新的物质，从而使有害物质变为无害物质，甚至能变为可再利用的资源。

静态破碎开挖技术是利用装在炮眼中的静态破碎剂的水化反应，使晶体变形，产生体积膨胀，从而缓慢地和静静地将此膨胀压力施加给炮眼壁，由于受到炮眼壁的约束，这种膨胀压力转化为拉伸应力，产生拉应变。当炮眼壁的拉应变超过材料的极限拉应变时，炮眼壁开裂、破碎。 静态破碎剂性能可靠，破裂速度较快，破碎效果好，施工简单方便，安全性好，不影响周边其他工作，在环境复杂不宜采用爆破方法的特殊部位，比如靠近煤层的地点，或是附近有管道、设备等，采用静态破碎技术可以提高施工速度，减低工人劳动强度，做到安全施工，具有显著的社会效益和经济效益。

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。

自修复材料是近年来发展迅速的一类新型功能材料,它能够通过物理或化学作用自动修复损伤并恢复其功能，为主动预防材料的潜在危害并延长其使用寿命提供了一种新的智能方法。