实验室安全智能监测与控制系统为高校实验室安全提供一体化解决方案。项目基于全要素管理、全过程监控、全方位感知（简称“三全”）的理念，聚集于实验室安全智能化管控，构建实验室安全智能监测与控制系统，通过多维监测、安全预警和智能应急等举措，开展实验室智慧安全管理，实现实验室的本质安全，提高实验室安全的技防水平。     实验室安全智能监测与控制系统采用模块化设计，由11个模块组成，责任体系、安全教育与考试、安全准入、分级管控、安全检查、危险源管理、应急管理、安全档案、综合管理、数据可视化。基于实验室安全工作的实际需求设计，由校级平台和院级平台组成。校级平台可实时监控各院系实验室安全工作情况，进行各类数据的调用、统计和分析，主要用于实验室安全工作决策和安全工作考核。院级平台可通过各模块开展具体管控工作，能够实时监控各实验室人员、危险源、环境等状况，实现实验室安全工作的智能管控。

为便于医学生直观了解口腔解剖结构，并进一步掌握气管插管技能，快速抢救生命，我公司研发了口腔解剖与气管插管示教模型。模型解剖结构根据真实人体数据制作，还原真实口腔形态，可直观展示气管插管过程，有效提高医学生气管插管技能。

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。

北京师范大学环境学院徐琳瑜教授课题组研究成果在《Nature Communications》以研究论文（Research Article）形式在线发表。研究以广州为例，在城市生态系统层面构建氮物质流核算模拟模型，在不确定条件下全面刻画氮物质流过程，从活性氮产生、流动、积累、环境负荷等方面出发，分析了1995-2015年间氮平衡在源、通量和归趋上的变化。结果显示，人为扰动不仅强化了活性氮输入，而且极大改变了城市生态系统中活性氮的分布格局。以往全国尺度的研究认为活性氮主要累积于陆地中，而本研究发现在城市尺度活性氮大量富集于大气中，而不是陆地中。人工固氮（Haber-Bosch N fixation, HBNF）倾向于生产供人类消费的合成氨产品（如塑料、橡胶等），而不是用于生产农业用的化肥，进而导致合成氨产品在人类子系统中的积累。工业活性氮在人类子系统中迅速积累，这可能作为已有学者报道的全球未知氮汇的一种解释。 研究表明，在城市中应该更关注化石燃料燃烧、工业含氮产品、食品氮消费等引起的活性氮输入及环境损失。特别地，工业合成氨产品延缓了活性氮向环境的释放，这种由活性氮释放延迟引起的遗留效应（legacy effect）可能对环境和人类健康造成巨大威胁。因此，要提高工业合成氨产品的再利用率，降低工业合成氨产品生产、使用以及处理全过程中的活性氮损失。

项目针对江西等双季稻区水稻生产存在的“早熟与高产、优质与高产、高产与稳产”难协调的技术瓶颈，提出了“性状机能协调型”双季稻育种思路，创制出骨干亲本9个，选育出淦鑫688等6个超级稻在内的21个双季稻新品种，集成了双季超级稻高产高效制种和节本增效栽培技术规程4套。项目主体成果达到国际领先水平，实现了双季超级稻高产、优质、早熟的有机结合，确立了江西在全国双季超级稻的领先地位。获植物新品种权7项，发明专利1项。发表论文150篇，其中SCI论文13篇，出版专著6部，培养研究生91名。 据全国农技推广中心统计，项目品种和技术在江西、湖南、湖北、广西、广东等省累计推广7178.7万亩，新增稻谷43.44亿公斤，新增社会经济效益97.76亿元。为我国水稻生产十二连丰、提质增效、农民增收发挥了重大作用。

开展重载铁路桥梁和路基实时监测与强化技术研究，完成桥梁静动力性能检测方法、基于多层束界法的安全评估和预警方法研究，广域网络化无线监测平台开发。