产品详细介绍我们公司多年来一直专注于图书馆自动化管理系统，谢谢广大客户朋友们多年来对我们产品的支持与肯定。今天又要给大家带来一个惊喜了。现在隆重给大家介绍一款我们公司最新推出的免费软件——《瑞天书目数据共享平台》！ 　　《瑞天书目数据共享平台》采用最新技术实现图书套录，达到资源共享。具体什么意思呢？就是您用我们的  《瑞天书目数据共享平台》可以在录入书籍信息时只需要输入书籍的ISBN码就可以远程获取我们公司服务器里的图书书目信息，而且我们这个书目数据库信息目前是完全免费开放的。 　　大家都知道，图书馆自动化管理中，最重大而繁琐的事情那就非“图书信息录入”莫属了，自己手工录入太累，找专门做数据的公司来录入图书数据经费又大，那怎么办呢？呵呵··当然是能找到一个可以免费获取图书书目信息的渠道最好呀。有这种想法的人，不妨使用我们的《瑞天书目数据共享平台》，体会这款系统的功能效果就知道是不是你们想要的。 　　此软件配合您现有的图书管理软件使用，让您的工作异常轻松，关键是免费！ 注1：目前中国大陆所有“联合编目数据中心”想要获取他们数据库里的数据都是需要花几毛钱一条的，有兴趣的可以网上了解，我们是中国大陆唯一一家免费提供数据共享平台的。 注2：远程编目服务器的开放时间一般是工作日时间段(作为我们的正式版用户，如果您需要其它时间段获取数据，请随时联系我们，我们会尽量安排开启服务器，请不用担心，这些都是免费提供的服务)。 注3：因近段时间远程编目服务器地址经常变动，若发生链接不上服务器，请联系我们的在线工作人员，我们会把最新服务器地址告诉您。  更多资讯及相关产品讯息可登录北创科技官网wwwbc863.com进一步了解。  

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。

刘奇航及其合作者以最近由中科院物理所领衔的研究团队发现的ZnCu3(OH)6BrF为例，采用修正后的单体平均场密度泛函理论方法，对这一体系的本征和掺杂行为进行了详尽的模拟。研究发现，ZnCu3(OH)6BrF掺杂后，掺入的电子并没有成为期待的“自由载流子”，而是局域在一个铜原子周围，引起了局域形变。这种电子与束缚它的晶格畸变的复合体称为极化子（如图一所示）。本征材料的带隙中形成新的电子态。因此，电子掺杂后，ZnCu3(OH)6BrF并没有实现半导体到导体的转变。相比之下，具有类似CuO4局部环境的铜氧化物高温超导体的母体材料Nd2CuO4显现除了不同的随掺杂浓度变化的导电性。研究发现，低掺杂浓度时，铜原子附近形成较为扩展的极化子，因此在高掺杂浓度时，这些极化子之间的跃迁可以使系统导电性大大增加，实现半导体到导体的转变，与实验观测很好地吻合。 该研究圆满地解释了最近实验上观测到的Kagome晶格的锌铜羟基卤化物在掺杂后并不导电的现象，指出要在量子自旋液体实现超导，仅仅找到量子自旋液体体系是远远不够的，还必须实现有效掺杂，注入一定浓度的“自由载流子”，为耕耘在该领域的实验工作者提出了新的挑战和实验方向。

本发明公开了一种基于定子弧形与内阶梯型混合结构的永磁直线电机，包括定子电枢一次侧和Halbach永磁动子二次侧，定子电枢一次侧位于永磁动子二次侧外侧，定子电枢一次侧由定子铁心和电枢绕组构成，定子铁心两侧端部齿采用内阶梯型结构，定子铁心内部齿采用弧形结构；永磁动子二次侧由动子铁心和贴于铁心表面的永磁体构成，该永磁体采用Halbach阵列结构。本发明的永磁直线电机可以获得比常规磁体更大的气隙磁通，而且具有很好的磁屏蔽作用，可减小动子导磁轭厚度。本发明给出弧形齿结构解析模型，通过该解析模型可推导出磁导大小及磁导随位置变化曲线。本发明的电机最优结构采用田口优化算法获得。

本发明提供了一种考虑不确定性的结构瞬态统计能量响应预示方法，相比于传统瞬态统计能量方法仅能针对确定性结构进行动响应预示，未考虑结构参数随机性、测量误差等不确定性因素的问题，本发明通过区间方法对结构的不确定性进行表征，考虑了不确定性对结构子系统间的能量传递和耗散的影响，基于能量控制方程建立了更为精准的结构各子系统瞬态能量的表达式，基于泰勒展开技术将其子系统瞬态能量的表达式转化为适合区间计算的多项式形式，从而将瞬态统计能量分析方法推广应用到了不确定性结构的动力学响应分析，拓展了目前瞬态统计能量分析方法的研究范围，具有重要的工程应用价值。

本实用新型的曲面光学结构的多电荷耦合器件组自适应成像仪，属于图像信息获取和处理领域。其结 构为：3个CCD构成仿复眼的曲面结构，再分别连接到3个可编程视频信号处理芯片的模拟信号输入端；可编 程视频信号处理芯片的状态信息输出到复杂可编程逻辑电路(CLPC)中作为控制信号，而数据信号则经过上 述3个电可擦存储芯片分别输入到3个第一类DSP数字信号处理芯中，3个第一类DSP数字信号处理芯片的控制 信号输入到1个第二类DSP数字信号处理芯片做为片选信号和使能信号。该成像仪具有随光照条件改变自动 调节融合模式的成像功能，它不仅可以在正常光照条件下获取高对比度的图像，还可以在较弱光照条件下 获取高亮度敏感性的图像。

本发明公开了一种基于双层热电堆结构的风速风向传感器及检测方法，该传感器结构简单，且易于测量，具有高灵敏度。所述基于双层热电堆结构的风速风向传感器，所述风速风向传感器包括硅衬底、位于硅衬底上方的二氧化硅层，以及位于二氧化硅层中的加热电阻、上层热电堆组和下层热电堆组；上层热电堆组和下层热电堆组上下布设；加热电阻分别与第一加热电阻接触块和第二加热电阻接触块连接。

背景：脑脊髓损伤后轴突再生、功能恢复仍然是一个世界性的难题。脊髓损伤后代偿性轴突侧芽生长能部分恢复肢体自发性运动，但肢体技巧性运动高度依赖皮质脊髓束的完整性。前期研究发现高度选择性皮质脊髓束完全剥夺动物模型（Celsr3|Emx1小鼠）各种运动功能完全正常，提示神经网络具有很强的自发可塑性，其在运功功能的恢复中可能发挥重要的作用。

本发明物理法细胞破碎的微结构装置的结构为：氮气输入管道、细胞悬浮液输入管道、破碎腔室以及破碎板。采用有机聚合物模塑法加工出破碎腔室及其相连的流道，然后用热键合实现破碎腔室的封接，其他部分可用焊接的方法实现连接。细胞破碎系统利用物理碰撞的方法使细胞发生破裂，提取细胞中目标成分进行下一步实验。细胞悬浮液以喷雾状通过管道出口，喷雾颗粒的粒径大约为5微米。高速载气氮气流速为200?300m/s，将喷雾状微粒子送入破碎腔室，高速撞击破碎板，得以破碎。然后在破碎腔室中收集细胞残留物并从出口输出进行后续微流控实验。

本实用新型公开了一种具有图案化微结构阵列的电容式触觉传感器。由从上至下依次的指纹状表面微凸起、上层电容电极基底、上层电容电极、二维正弦微凸起介电层、下层电容电极和下层电容电极基底层叠而成，指纹状表面微凸起用于接收外部力刺激，上、下层电容电极基底作为结构支撑，上、下层电容电极上的电极极片串联方向呈正交布置，并与二维正弦微凸起介电层三者共同构成传感器的电容主体。本实用新型能用于解决传感器对于多维力的高灵敏度实时检测问题，可在对灵敏度要求高的人工假肢、手术机械手等领域应用。