随着高校信息化工作的开展，众多高校陆续完成了校园网主干设备等硬件环境的建设，并纷纷根据校区分布情况、高校培育模式、高校师生管理方式等客观状况，建设了一批平台和应用系统。然而，随着信息化技术的飞速发展，社会信息化环境产生了巨大的变化 社会服务意识也随之崛起，高校信息化的理念也相继产生了改变，从以往管理导向转向人本化服务。因此，提供统一、便捷、智慧的信息化服务，成为当前高校信息化重要发展方向。 时代锐思在高校信息化的浪潮下，依托强大的软硬件自主研发能力，面向全校师生提供自助打印、自助查询、自助业务办理、宣传门户等自助服务一体化平台。师生通过此平台可以24H、不间断打印所需文档，实现了高校“终端办、网上办、不见面”的师生管理服务理念，高校管理也愈发省时升效。 打印文档设计部门和类型（部分） 自主打印一体化平台应用

RC1800 智能化试剂安全柜 产品将试剂信息与RFID标签绑定，通过射频信号精确定位到层并自动识别试剂出入库状态，形成完整的试剂领用信息数据库，实现无人值守精确管理。 管理对象：大规格的标准品、高价值试剂、易制毒易制爆危化品试剂等  产品参数PARAMETERS： 集成13.3英寸电容式触摸屏，预装专业操作软件 集成RFID无线射频识别器，可自动识别试剂信息 通过RFID无线射频技术，自动定位到每层位置 人脸识别和账号密码登录，可设置双人身份验证登录 集成制冷控温系统，控温范围-5～8℃ 集成内循环过滤系统，可提高柜体环境净化能力 双人双锁，24小时移动侦测视频监控 产品特色FEATURES： 1、多种开启方式 人脸识别、账号密码、机械钥匙（可根据用户需求定制） 2、智能感知技术 RFID无线射频技术自动检测识别试剂信息 RFID无线射频技术精准定位到每层 3、自动联动控制 内置制冷控温系统，控温范围-5~8℃ 集成内循环过滤系统，可提高柜体环境净化能力 4、双层钣金、防静电接地导线、增设泄压口 5、智能化信息系统 自动记录流转信息、自动统计分析，生成各类统计报表，支持数据随时查询并导出EXCEL报表，实现库存无纸化管理；

“职业院校数字化转型解决方案“紧贴国家新时代职业教育发展的政策要求，聚焦数字化校园建设、信息技术类专业共建、复合型人才培养、教学平台与课程资源以及实训基地建设几个方向，优化校园环境、强化校企融合，全方位推动职业教育高质量发展。 其中数字化校园建设可实现统一平台管理、数据互联互通，从学校核心场景出发，致力于数字化治理、数字化教学、数字化教务、数字化办公的全面升级，用数字化创新教育教学模式，提高教学质量，再造管理流程，引领职业院校现代化发展，增强学校核心竞争力。

新型单洞双线城市轨道交通类矩形盾构隧道修建成套关键技术产业化及应用。 一、项目分类 关键核心技术突破 二、成果简介 我国城市轨道交通建设正面临地下空间资源日渐稀缺的严峻挑战，面对集约型开发要求，常规的圆形盾构隧道法已不能适应， 类矩形截面不同于矩形截面和椭圆形截面，严格的矩形断面空间利用率最高，但其主要面临着机械开挖困难、矩形转角部位管片结构受力不合理等问题；椭圆形隧道可有效避免以上矩形隧道出现的问题，但其空间利用率相对较低。类矩形断面就是对以上两种断面类型的折中，以求综合其优点，规避其缺点。 本项目成果已实现产业化和规模化，形成从技术开发、装备制造、施工工法、配套施工工艺、后评价体系等在内的全套关键技术。目前已生产异形盾构12台套，分别在上海、杭州、南京、郑州、宁波、舟山等地开展了成功应用，累计完成掘进30km，为当地城市轨道交通工程建设提供了有效的技术支撑。

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。

激光雷达等传感器以及高效率砷化镓太阳能电池是国务院国家制造强国建设战略咨询委员会列出的核心基础元器件，本项目在国务院国资委以及国家级人才计划科研项目支持下，联合国内知名企业进行关键技术攻关，研制出基于砷化镓的超快半导体激光芯片与激光器可适用于激光加工、5G通信、生物医疗等领域，同时研制出的高效率砷化镓薄膜三结电池曾获得世界最高效率，相关产品已处于中试和量产阶段，本项目相关技术和产品曾获得过2018年度上海市科技进步二等奖，2020年中国发明协会发明创新二等奖，2020年中国光学学会光学科技奖一等奖等奖励。本次将展示本项目研制的相关砷化镓基半导体激光器以及高效率柔性轻质砷化镓薄膜三结太阳能电池。