近日，机电学院王绍金教授团队在学校G2期刊《InternationalJournalofFoodMicrobiology》上发表题为“Combinedeffectsofintermittentradiofrequencyheatingwithcinnamonoilvaporonmicrobialcontrolandqualitychangesofalfalfaseeds”的论文。博士研究生徐渊美为论文第一作者，王绍金教授为论文通讯作者。

在轴手性化合物不对称构建研究方面的重要研究进展：由于轴手性化合物是不对称催化反应的常用催化剂，广泛应用于不对称催化反应中，这些轴手性化合物的不对称合成一直是此领域的研究热点之一。刘心元、谭斌课题组成功实现了在手性磷酸催化下利用Hantzsch酯不对称还原现场生成的亚胺来动力学拆分连萘胺。这样一来，就能高效、高立体选择性地合成重要用途的手性连萘胺。

随着5G技术的发展，无线通信系统越来越需要同一平台中的高集成度和多频工作能力。小型化也是现代天线发展的重要趋势。为了满足这些要求，多天线辐射器需要安排在一个平台上，但由于尺寸太大，严重限制了其应用。为了缓和这个问题，多个馈电口共享一个辐射器的设计被提出，极大地减小了天线的物理尺寸并且可以在多个频段同时工作。 一种基于SIW的紧凑型高隔离度全平面馈电自三工贴片天线的优化设计。该天线由一个

中国矿业大学材料与物理学院高效储能材料与器件团队青年教师肖彬与隋艳伟教授在高熵氧化物材料储锂应用领域取得重要进展。通过对高熵FeCoNiCrMn合金粉末的氧化，成功制备(FeCoNiCrMn)3O4高熵氧化物，并将其用作于锂离子电池新型负极材料。

酞菁是一种具有优异光电特性的廉价小分子半导体材料，但是其在常规有机溶剂中溶解性较差，且性能不佳，限制了其在有机忆阻器中的进一步应用。许宗祥课题组从分子设计层面出发，开发了在常规有机溶剂中具有高效分散特性的金属酞菁纳米线，通过溶液法制备出具有优良红外响应特性的薄膜，并以此构建有机忆阻器，该器件是首次报道具有高稳定性和较强红外响应的有机忆阻器器件。

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。

2-芳基喹啉、1-芳基异喹啉是一系列药物或生物活性化合物的结 构，也是重要的有机材料骨架，比如 2-苯基喹啉与不同的金属-配体 络合会形成不同颜色的发光材料，因而具有良好的市场发展前景。但 这些化合物的合成比较困难，大多数采用非常昂贵的 2-溴喹啉和 1- 溴异喹啉与相应的芳香卤化物在昂贵且对环境有害的过渡金属催化 下反应合成;或者由 2-溴喹啉和 1-溴异喹啉类化合物与不同的金属 化合物在过渡金属催化下偶联;再或者先把喹啉与异喹啉首先氧化