简单介绍： 动物全自动颅脑脊髓损伤撞击仪是我公司*新研发的自动定位打击器，XYZ三轴均为电动调节，前进和后退均可以输入数值来定位，主机控制器打击力度有速度、达因、气压三种力量打击方式。 详情介绍： 1、全自动定位仪行程：X轴200mm,Z轴：200mm,Y轴150mm2、定位仪重复精度：0.01mm 4、定位控制器屏幕：4.3寸液晶屏，薄膜按键 5、控制器屏幕：7寸液晶触摸屏 6、打击千达因：50~200 kdyn7、打击速度：0.5~5.6米，8、打击气压：0.2~0.8Mpa9、撞击深度：0-5mm可调10、撞击压迫时间：0.1~300s11、数据导出：USB导出到U盘12、压强计算：有13、撞击头尺寸：1、2、3、4mm四种规格（可定制）14、工作环境：5-40度 15、适用动物：小鼠、大鼠、兔、犬、猴等动物

本发明公开了一种三相四开关感应电动机变频调速系统的预测控制方法，包括：A、通过感应电机驱动系统中电流传感器、电压传感器和速度传感器分别测出三相电流、两个直流侧电容电压和电机转速；B、通过测量的直流电容电压计算出四种开关组合(00,01,11,10)对应的电压矢量；C、根据测量的相电流和转速估算感应电机的定子、转子磁链；D、预测四个电压矢量对应定子磁链的绝对值、预测转矩和预测直流电压；E、计算四个电压矢量代价函数：预测

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。

北京大学物理学院、纳光电子前沿科学中心、人工微结构和介观物理国家重点实验室“极端光学团队”胡小永教授和龚旗煌院士等在非厄密拓扑光子学研究中取得重要进展：发展出一种研究新型增益-损耗畴壁拓扑光学体系的有效哈密顿量新方法，揭示了由增益-损耗畴壁诱导的拓扑态的产生机制。

近期，中国科学技术大学潘建伟院士、徐飞虎教授等人，开发出高速高保真度集成光子学量子态调控、高计数率超导单光子探测等关键技术，实现百兆比特率的实时量子密钥分发，将国际成码率纪录提升一个数量级，对未来量子通信的大规模应用具有重要意义。

第二类超导体中量子化磁通的运动行为对超导材料和器件的电磁输运性质起着关键作用。人为调控超导磁通量子的运动行为，不但可以有效提高超导体的临界电流密度，还可实现具有新功能的超导电子器件，如超导磁通整流器、磁通二极管等。以往的磁通量子调控手段往往缺乏原位可调性，极大限制了相应超导电子器件的应用。近日，南京大学吴培亨院士领导的超导电子学研究所王永磊教授和王华兵教授研究团队设计出了一种可调控的新型人工自旋冰与超导异质结构器件，不但实现了超导电性的原位开关，还实现了可开关和可反转的磁通霍尔效应。 人工自旋冰是具有集体相互作用的纳米小磁体阵列，其特殊的几何排列使得系统具有很高的简并度、新奇的低能激发态（如磁单极子）、丰富的相变和磁畴。近年来该团队致力于人工自旋冰和超导纳米结构器件等方面的研究，不但设计出了可擦写的人工自旋冰，并且于国际上首次设计和制备出了人工自旋冰与超导的异质结构器件，实现了可调控的超导磁通阻挫效应和磁通整流效应。近日该团队又设计出了一种基于风车型人工自旋冰与超导的异质结构器件，利用风车型人工自旋冰易于调控的链条状磁荷结构，以及磁荷与超导磁通量子间的强耦合作用，实现了对超导磁通运动的原位操控，展示了超导零电阻态与耗散态之间的原位开关，同时实现了可编程的磁通霍尔效应。

项目简介 行走装置增加一个辅助定位机构并采用视觉系统，能实现机器人精确移动和定位； 控制系统采用了无线收发模块，去除了传统网络中的传输线缆，利用微波、射频(RF) 等 无线技术构成网络，收发数据，这就解决了连线多，易出故障，安装较繁琐，布线不便 的问题；采用目前最低功耗和较低成本的短距离无线通信 ZigBee 技术，ZigBee 技术拥有 低数据速率和快速反应的特点。目前应用在数控机床上的无线通信技术主要有无线局域 网技术、蓝牙技术，由于无线局域网技术在抗干扰方面的不足，以及蓝牙协议的

《大数据交易应当重视和研究的几个问题》指出，为了保证交易数据来源的正当性和交易主体的合法性，为了有效克服大数据交易中的问题和风险，对于数据这种新型特殊财产的权属、开发利用及流转的特殊规律应当抓紧研究，相关制度建设要及时跟进。该报告建议从两方面入手：一是从私法角度明确数据的财产性质及其权属分配规则。在充分保护人格权和商业秘密的基础上，将数据产权按价值贡献在被采集者、采集者以及数据加工者等相关主体之间进行合理分配。二是从公法角度明确关于数据采集、加工，大数据产品的开发、流转等的监管规范。要明确数据的采集和利用不得违背公认的社会道德和善良风俗；在不损害相关主体的合法权益和公共利益的前提下，推动政府数据公开共享；禁止有可能威胁国家安全的跨境数据流动。