突破性地采用了参考多维度工作方法。这些多维度特征具体包括四大项：1.程序实体的覆盖信息（coverage information），即程序实体在运行失败或成功的测试用例中是否被覆盖到的信息，一般来说被失败测试用例覆盖越多的程序实体更有出错的可能性；2. 程序变异信息(mutation information)， 即当原程序被改变形成的变异体（mut

工业互联网实现工业现场数据采集、监控管理、数据上云、进行云应用。硬件平台完成材料抓取、模具加工、包装检测、成品入库等工艺过程，模拟模具加工，为工业互联网云平台应用及工业APP开发提供真实数据支撑。

该方案集中体现代工业生产流水线加工系统，将物料供给、工件检测、加工、搬运、立体存储等以及生产监控与管理等知识全面展示在学生面前。整个系统由多个功能站有机组合而成，而各功能站又可以由多个子功能模块组成，可根据实际需求重新组合，为在校学生提供一个符合职业角色的先进工业技术综合实训环境。

本发明公开了一种铝合金或镁合金薄壁复杂铸件用水溶性砂芯 的制备方法，包括：(a)在常温下将七水硫酸镁和等离子水配制成质量 百分比为 20％～30％的硫酸镁水溶液，然后将特定量的十八水硫酸铝 和添加剂加入至该硫酸镁水溶液中，并加热至 60℃～80℃制成复合粘 结剂；(b)将铸造原砂预混均匀后加入复合粘结剂，由此得到混合料芯 砂；(c)将得到的混合料芯砂放入制芯模具内压实，然后将其与模具一 同放入微波环境中执行加热，取出

研究内容 ：本课题主要进行了纳米材料的制备研究、纳米改性聚合铝 的制备及其在废水处理中的应用、 纳米改性陶粒的制备及其在废水处理中 的应用等三方面进行了研究。 其中纳米改性聚合铝的制备及其在废水处理 中的应用主要展开了纳米改性聚合铝的制备、混凝处理生活污水的结果、 混凝处理靛蓝印染废水、混凝处理混合印染废水等四方面进行了研究；纳 米改性陶粒的制备及其在废水处理中的应用主要展开了国产普通陶粒理

混合脂肪酸是一种重要的化工和工业原料。主要由石油、天然气、煤等天然物质为原料得到。近年来，随着这些天然资源的短缺和枯竭，粮油等天然再生资源成为生产脂肪酸的重要原料。由于脂肪酸的衍生物具有毒性低、易降解的优点，在工业生产得到了广泛的应用。同时，随着人民生活水平的提高，对以粮油为原料生产的油脂在品种和质量的要求愈来愈高，向天然、纯正方向发展。这样在生产油脂的同时必然产生大量的油脚废料，如果不加以综合利用，势必造成大量的资源浪费和环境污染。用油脚肥料和生活油废料生产脂肪酸，对节约天然资源、降低环境污染，提高人民的生活水平有着重要的社会意义。同时由于脂肪酸市场大，用途广，而且生产成本低、生产技术易掌握，能为生产企业带来较大的经济效益。 混合脂肪酸由十二烷酸、壬酸等饱和和不饱和脂肪酸组成。 工业油脚虽然是废物，但可以综合利用，变废为宝，如果只生产某一种单一产品，其生产效益不高，而且还不能彻底消除环境污染，作为生产厂家，必须进行多种下游产品的开发提高原料利用率，追求较高的回报率。

光学领域顶尖期刊《自然·光子学》报道了浙江大学信息与电子工程学院陈红胜教授课题组的一项最新研究：在国际上率先实现基于深度学习的新一代智能隐身器件。在不依赖任何人为操控的情况下，快速地动态适应变化的背景环境，从而与背景电磁环境特征融为一体，实现自适应隐身。论文审稿专家认为：“这是一项激动人心的、及时而杰出的工作，它连接了变换光学、电磁超材料和人工智能等领域，为智能光子材料和器件这个新兴领域树立了很好的标杆，也将大大促进其他智能电磁器件的发展。”自然界存在两种“隐身”策略。一种是在变色龙和章鱼生物中常见的拟态隐身，使自己融于周边环境；另一种是透明隐身，即光透过物体时不产生任何散射，例如海樽和水母。科学家近年来提出的变换光学隐身方法则区别于上述两种策略，它利用坐标变换的方法来控制电磁波，使其绕过被隐身的区域，按照原来的方向传播，从而使物体完全隐形。与自然界的“隐身衣”相比，人类的“隐身衣”多数只能工作在单一的环境背景和既定的入射波条件。如果稍加改变外界环境或者入射波，隐身效果便会大幅度降低。“理想的隐身衣应该和章鱼和变色龙一样，能够快速自动地适应于变化的外界刺激和背景环境。”陈红胜说。如何才能实现这一点？“章鱼有色素细胞，我们有可重构的新型人工电磁材料单元；章鱼有中枢神经，我们有深度学习方法；章鱼有光敏细胞，我们可以搭建电磁波和环境探测器。”论文第一作者、课题组成员钱超说。当前，深度学习已经开始渗入电磁材料领域，但是主要偏重于理论上设计优化人工电磁材料。如何在实验上实现新型的智能电磁材料、构建新一代智能隐身系统并实现快速有效的自适应隐身，是一个极具挑战的课题，在此之前还未见成功实验的报道。经过三年多的不懈努力，陈红胜研究团队组在充分研究隐身领域关键技术瓶颈的基础上，在微波段成功实现了智能自适应隐身器件。研究团队设计了一项小车智能隐身实验——小车身披一层超薄的可重构的超表面隐身材料，这件“隐身衣”由智能芯片控制，集成了训练好的深度学习模型，能够根据输入的电磁信息快速做出决策，改变“隐身衣”的电磁响应。探测雷达随机改变着入射波的频率、极化和入射角，而小车的任务就是动态适应变化的探测信号，对雷达“隐身”。当环境发生变化，变色龙大约需要6秒时间过度到环境色；而当电磁环境发生变化时，披着智能隐身衣的小车只需要15毫秒就能自动地实时“换装”。陈红胜教授表示，智能隐身成功地融合了新型电磁材料和人工智能等领域，其采用硬件手段实现用于隐身调控的深度学习模型，在应用中只需单次前向计算即可做出合理的决策，大大地缩短了响应时间，这一方法对于实时性要求很高的其他应用也有很好的借鉴意义

本发明公开了一种基于深度回声状态网络的目的地预测方法，属于轨迹目的地预测技术领域。

已有样品/n1）主要技术特点：该成果的特点是针对生物质燃料的光谱图像,利 用深度特征学习方法,建立生物质燃料的水份和灰份含量的传感函数模 型，然后,针对现场获取的生物质燃料光谱图像,利用训练好的传感函数 模型,自动检测和评估生物质燃料成份和品质。与现有生物质燃料成份检 测系统相比，具有生物质燃料品质检测速度快、精度高等优点。 2）主要技术指标：(1)水份和灰份含量检测误差：<1%； (2)水份和 灰份含量检测速度：<2 秒/样本； 3）应用范围：可用于生物质发电厂生 物质燃料品质评估，提