本实用新型公开了一种基于嵌入式无线网络的多节点电能质量实时监测系统，包括下位机、上位机、无线数据传输模块；所述下位机主要包括无线传感器测量模块、GPS模块、嵌入式模块、人机交互模块、数据存储模块和电源模块；所述上位机包括PC机与智能移动设备。本实用新型通过使用无线传感器模块增加传感器与下位机的物理距离，增加装置的灵活性，实时获取电量数据；易于实现多节点电能质量的实时监测，大大降低了系统的成本，与计算机进行无线互联，同时将移动设备作为上位机接入，增加装置的便捷性，辅以计算机终端软件，不仅可以利用计算机终端的成熟硬件设备，还可以实现软件的高度复用；还可很容易提供高质量的Web服务，实现数据的网络共享化。

本发明公开了一种用于检测织布机布铗刀口缝隙的非接触式检测系统及方法，该系统包括水平基座、压紧装置、支撑装置、光源提供装置、视觉检测装置和数据处理装置，压紧装置用于压紧待检测的布铗，支撑装置对布铗进行支撑，光源提供装置用于提供光源，视觉检测装置用于采集布铗刀口的图像信息，数据处理装置用于对图像信息进行处理，获得布铗刀口缝隙值，并予以显示。所述方法包括如下步骤：将待测布铗放入测量系统，视觉检测装置采集图像信息，计算机对图像信息进行处理，计算获得缝隙值，通过缝隙值与标准的比较，判断产品是否合格，若不合格重新装配后重复检测步骤。本发明具有高效、稳定、高精度的优点，能极大降低劳动强度、提高生产效率。

研发了基于拉曼分析和纳米增强拉曼技术的便携式非接触人与动物血液 鉴别仪。根据血液样本特征拉曼光谱，确定光谱检测波段和激发波长，对分光 核心元件、系统光路、光纤探头等进行针对性设计与优化，降低系统杂散光, 提高特征拉曼光谱分辨力、信噪比和检测灵敏度；针对甄别对象特征，研究 血液样本专用拉曼增强纳米材料，进一步提高检测灵敏度；研制出便携式非接 触血液鉴别仪样机；针对不同种属血液的拉曼光谱，结合研发的仪器，开展分 析测试方法学研究，建立血液拉曼检测新体系和新方法。研制具有自主知识 产权的基于Raman光谱分析的非接触便携式人与动物血液鉴别仪工程化样机， 实现对人及常见动物血液样本的甄别，服务于我国进出口检验检疫部门，达到 2分钟内检测一个样品，识别率高于95%的测试要求。

成果简介：分段式流化床颗粒包膜装置主要用于农业、制 药、环保、化工等行业的肥料、药物、吸附剂、催化剂等颗粒 表面的聚合物包膜以实现肥料和药物的缓/控释系统和提高颗 粒机械强度。 与传统方法相比，本装置能够显著提高包膜的均匀性、和 包膜率和，减少包膜材料的损失，大幅度降低包膜材料的使用 量和各种包膜产品的成本，尤其适合于包膜材料成本相对昂贵 的情况，如包膜肥料等。这对于解

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。

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。

赋能·协同·卓越：服务高等教育强国建设

本实用新型公开了一种扒爪履带式底盘及车辆，底盘的履带总成的前端铰接有扒爪越障器总成，之间连接有折叠油缸。在越野行驶中，在一般地面采用履带驱动行驶；在攀越陡峭阶梯障碍时，扒爪越障器向前伸展，与此同时在履带总成的驱动下，共同实现助力越障的功能，或车辆向后倒退，将前进方向的障碍向后扒平，为车辆顺利通行创造条件。可适用用于各种履带式车辆，如农用履带拖拉机、履带式挖掘机、履带式军车、履带式采伐机、履带式推土机、履带式铲车等。

成果描述：本发明提供一种机械式自动解锁电梯安全钳，与电梯的导轨滑动连接，包括制动箱、牵引脚板，所述牵引脚板上设有牵引脚，所述制动箱内部关于导轨左右对称设置一级制动机构、二级制动机构以及牵引块；一级制动机构实现制动箱自身的制动，二级制动机构在制动箱的制动后或制动的同时，实现电梯轿厢的制动；本发明在有效确保电梯安全的同时，降低了电梯安全装置的复杂程度，不需要与限速器联合使用，大大简化了机械结构；实现了制动箱的一级制动以及电梯轿厢的二级制动，在电梯动力牵引绳修复后，不用人工解除制动钳的锁定，可在各弹簧的作用力之下自动解锁，使用更加方便，设计更加人性化。市场前景分析：电梯技术领域。与同类成果相比的优势分析：技术先进，性价比较高。

上海交通大学环境科学与工程学院大气污染控制团队参与研制的“医疗垃圾应急处置方舱”发往武汉驰援疫区，为科学战“疫”贡献交大力量。 “移动式医疗垃圾焚烧方舱”每个方舱为20尺标准集装箱大小，体积约为30立方米，包括固废粉碎方舱、焚烧方舱和烟气净化方舱三部分，为应急抢险救灾过程中生活垃圾、医疗垃圾、动物尸体等固废提供移动式的处置方案，实现垃圾减量和无害化处理，焚烧烟气也经过净化达标排放。 上海交大团队主要负责烟气净化工艺及方舱设计，环境科学与工程学院教授瞿赞介绍，医疗垃圾经焚烧处置关键在病毒病菌的去除，在方舱焚烧炉中以850度以上维持两秒焚烧，病毒无法在这种条件下存活，该技术正好支持当前武汉医疗废物无害化处置。项目组根据武汉防疫医疗垃圾处理的现场要求，对垃圾焚烧及烟气净化方舱进行了优化改进，每日可以焚烧、无害化处理医疗垃圾5吨。 由南京中船绿洲环保有限公司牵头，生态环境部南京环境科学研究所与上海交通大学参与联合研制的多功能机动高效环保装备，也是中国人民解放军陆军勤务学院牵头的“十三五”国家重点研发计划“高原高寒地区灾害现场安置装备关键技术与装备研究及应用示范”项目成果，今年1月在青海格尔木通过军方验证试验。