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。

一种用于Pb2+分离的磁纳米固相萃取剂的制备方法,以Fe3O4纳米颗粒为磁核,以去离子水和乙醇的混合液为溶剂,加入25%的浓氨水,占总体积分数的5%,混合均匀后于反应容器中恒温搅拌水浴加热30分钟后滴加A,反应1小时后加入B,升温至60℃回流1小时后,冷却,洗涤,干燥后加入乙醇溶剂或氯仿溶剂中,然后加入C,40℃恒温搅拌12-24小时;洗涤,低温干燥后即得用于Pb2+分离的磁纳米固相萃取剂.所述A修饰剂含有正硅酸酯类,B修饰剂含氯功能化的硅氧偶联剂,C修饰剂为双硫腙.本发明制备的磁纳米固相萃取剂,吸附量大,速率快,工艺简单,成本低,绿色环保,适合于大规模工业生产.

本发明属于数据挖掘领域，尤其是涉及一种基于自然共享最近邻居搜索的发现簇和离群点的算法。其特征在于，首先对数据集进行自然最近邻居搜索，当发现数据集中没有共享最近邻居的点的数量不再变化时搜索结束，得到搜索最近邻个数n；根据提出的自然共享邻居定义，计算每个对象在n近邻下得到的自然共享最近邻居关系；然后基于共享最近邻的自然邻居搜索算法确定了每个对象的自然共享最近邻域关系，根据该自然共享最近邻居关系，对数据进行聚类和离群点判别。本发明的算法中提出一种新的共享最近邻居关系和自然邻居搜索终止条件，解决了现有算法因为自然邻居关系定义不够严密及搜索条件不够科学而引起的聚类效果不好和离群点检测精度不高的问题。

本发明提供一种坡面持续饱和渗水的土壤侵蚀模拟装置和模拟方法，通过在侵蚀槽外侧设置能够持续供水的供水单元，供水单元每隔预设距离设有供水管，供水管下端与渗水单元连接处的高度高于侵蚀槽底面，水源经输水管并通过供水管持续给侵蚀槽供水，侵蚀槽内铺设供试土壤至高度与供水管的上端接口高度齐平，通过检测供试土壤表面是否有水渗出来调节供水单元高度和流量，保持稳定的供水流量并调节侵蚀槽的升降调节单元使侵蚀槽与水平方向处于预设的夹角，进行坡面持续饱和渗水的土壤侵蚀的模拟试验；从而在土壤侵蚀试验中，不仅能模拟预设角度的坡面，还能保持坡面土壤持续饱和渗水状态，达到了较好地坡面持续饱和渗水的土壤侵蚀的模拟试验的效果。

随着机器人技术的逐步完善,适于特殊作业的机器人种类也日益增多,其应用领域不断拓展到微电子制造,MEMS封装与组装,高精密机械加工与装配,生物芯片制备,大范围高速扫描检测装备等行业.随之而来的,各行业对机器人的性能指标提出了越来越高的要求,追求机器人的高定位精度,高重复精度,高分辨力,同时还要求其工作范围大,质量轻,能耗低等,从而对机器人结构的设计提出了更高的要求.在这样的前提之下,为满足人类向微小世界探寻的需要,作为机器人技术发展的一个重要分支,微操作机器人成为机器人学中十分活跃的研究领域. 本文结合国家"863"计划项目"6自由度纳米级宏微操作机器人的研究(项目编号2002AA422260)"和"原型装置靶瞄准定位系统工程预先研究项目(项目编号863-804-5)",共搭建了3套实验系统,其中采用了单一驱动以及双重驱动两条技术方案.在广泛的分析了目前已有的柔性精密定位系统,并联精密定位系统和宏/微双重驱动系统的基础之上,针对目前大范围运动定位与高精度定位的应用实际需要,提出了大行程柔性铰链的概念设计,并以此构建六支链大行程柔性并联结构定位系统,为满足超高精度的定位需要,在并联支链中集成了压电陶瓷驱动,构成了宏/微双重驱动并联结构系统,充分体现了驱动,结构,检测一体化的设计思想. 在结构单元的设计方面,针对当前柔性铰链运动范围小等问题,在通用的球副柔性铰链的基础之上,提出了大行程柔性铰链的概念设计;在柔性并联结构的设计方面,提出了在通用的并联结构系统中,采用大行程柔性铰链代替传统运动副的设想,建立基于大行程柔性铰链的并联结构系统. 在大行程柔性并联结构的运动学建模方面,利用材料力学的基本原理和小变形假设,推导了大行程柔性铰链的数学模型,并给出了在全局坐标系下的显式表达;在此基础之上,通过刚度组集的办法建立了大行程柔性铰链并联结构柔性支链的运动表达式,通过联立运动位移协调方程和力约束协调方程,建立了并联结构的位置解模型. 由于并联结构系统中的各部件,特别是柔性铰链结构在自身变形提供整体结构的运动输出的同时,还经历了大范围的刚体运动,导致大行程柔性并联结构的位置解模型成为典型的几何非线性问题.鉴于此,本文首先推导了空间柔性结构的几何非线性的刚度递推模型,并利用牛顿-莱弗森方法对该模型进行了求解.由于几何非线性模型的迭代求解方式,导致该模型的实时性很差,不易移植至控制系统进行实时控制求解,故在大量的试验尝试的基础之上,选择了BP神经网络方法,建立了3层六输入-六输出的位置解神经网络结构,从而在方便了实时控制编程的同时,还大大提高了系统的位置解的求解速度. 由于柔性并联结构的位置解模型中不仅仅包括结构中的位置信息,还提供了结构中相关的力信息以及刚度信息,本文在上述位置解模型的基础之上,给出了该类系统的刚度模型,并建立了并联结构中的结构参数和尺度参数对系统刚度的影响图谱,对这类系统的结构综合以及优化设计提供了有力的工具. 在大行程柔性并联结构的动力学建模方面,采用了欧拉梁理论和有限元方法,由拉格朗日方程建立了基于实际位移的大行程柔性铰链并联机器人各支链的动力学模型,并通过位移协调方程和动力协调方程,最终得到并联系统的动力学模型.综合采用了纽马克方法和牛顿-莱弗森方法解决了系统动力学求解问题,并通过一个算例进行了基于逆动力学的求解仿真. 在大行程柔性并联结构的样机实验方面,我们提出了采用大行程柔性铰链作为被动关节的6-PSS并联机器人系统,该系统采用压电马达作为驱动器,精密光栅尺作为位置反馈元件,其可在立方厘米级的工作空间内实现微米级精度的运动;在此基础之上,我们在并联机器人的支杆中嵌入压电陶瓷,在压电马达的宏运动结束之后,压电陶瓷可以驱动并联机器人进一步的微调,从而得到一个6-PSS和6-SPS结合宏微双重驱动并联机器人系统,其中,微动系统可在微米级运动空间内实现纳米级的运动精度.基于大行程柔性铰链的宏微双重驱动并联机器人系统,可以同时满足大工作空间和高精度的工程需要.此外,我们将大行程柔性铰链并联机器人系统,成功的应用到激光瞄准靶支撑装置中,其厘米级的运动范围和纳米级的运动分辨力,使其在神光III系统中发挥了十分重要的作用.

1.项目简介：目前，我国生产的硫酸铝的产品质量较低，主要表现在氧化铝的含量偏低（Al2O3≤17%）：铁离子含量过高（0.3~0.1%）。各生产厂家虽然投入了大量的人力和物力降低铁离子含量从而提高氧化铝的含量，但收效甚微。该项目中的含氮有机螯合剂是一种高效的铁离子螯合沉淀剂，在制备无铁或低铁工业硫酸铝中，与其它除铁试剂和方法相比，具有效率高，沉淀速度快，条件温和，工艺技术简单，成本低，无“三废”排放，经济效益和社会效益显著等特点；氮有机螯合沉淀剂用于硫酸铝母液中除铁，可以使固体硫酸铝产品中的含铁量从0.2%降至20ppm，达到无铁级标准。 高纯度的无铁离子硫酸铝广泛应用与高档纸品的生产。 2.技术特点： ①. 该技术除铁效果非常明显，产品经武汉市产品质量监督管理局检验化工站参照HG/T2225-2001标准方法检验，符合Ⅱ型一等品技术指标要求。 ②. 有机螯合沉淀剂的生产工艺简单，设备投资少；没有废酸、废水、废气等污染物排放。符合环保要求。 ③. 此技术应用到原有的硫酸铝生产工艺上无须较大的设备改造，即可达到理想的除铁效果。且该有机络合沉淀剂可回收重复使用。