2015年辽宁省教育厅科研专项拟立项项目公示名单

贵州省教育厅办公室关于组织2024年贵州省教育科学规划年度课题暨粤黔专项课题申报工作的通知文章属性•【制定机关】贵州省教育厅办公室•【公布日期】2024.01.23•【字号】•【施行日期】2024.01.23•【效力等级】地方规范性文件•【时效性】现行有效•【主题分类】教育综合规定正文贵州省教育厅办公室关于组织2024年贵州省教育科学规划年度课题暨粤黔专项课题申报工作的通知各市（州）教育局，各高等院校，省属中等职业学校，省直普通高中，厅属事业单位，省教育学会：为深入学习贯彻习近平总书记在中央政治局第五次集体学习时的重要讲话精神，贯彻落实2024年全国教育工作会议精神，深入思考和研究“强国建设，教育何为”“教育强国，科研何为”重大课题，聚焦教育教学改革发展的重点难点问题开展研究，不断激发增强科研活力，我厅决定组织开展2024年贵州省教育科学规划年度课题暨粤黔专项课题的申报工作，现将工作方案印发给你们，请遵照执行。

贵州省教育厅办公室2024年1月23日附件2024年贵州省教育科学规划年度课题暨粤黔专项课题申报工作方案根据《贵州省教育科学规划课题管理办法》（黔教发[2020]27号），为使2024年贵州省教育科学规划年度课题暨粤黔专项课题申报工作顺利实施，特制定本工作方案。

一、申报时间2024年3月18日至22日，逾期不予受理。

二、申报课题类别（一）年度课题年度课题申报类别分为A类和B类。

A类申报课题为重点课题和一般课题；B 类申报课题为青年课题。

省教育科学规划课题评审委员会根据课题申报材料质量，在A类申报课题中立项重点课题或一般课题，在B类申报课题中立项青年课题。

（二）粤黔专项课题粤黔专项课题由团队项目和个人项目组成。

团队项目由各县级教育行政部门（名单详见附件4）牵头负责，以县域整体推进教育人才“组团式”帮扶为研究方向。

个人项目由在粤黔教育共建100所协作帮扶示范校及国家乡村振兴重点受援县帮扶学校（名单详见附件5）任教的教师牵头负责，重点从学校提升、课程建设、师资培训、学生培养等方面开展研究。

辽宁省教育厅关于批准辽宁省教育科学“十二五”规划2013年度重大决策咨询课题和研究基地专项课题的通知【法规类别】教育综合规定【发文字号】辽教发[2013]161号【发布部门】辽宁省教育厅【发布日期】2013.08.19【实施日期】2013.08.19【时效性】现行有效【效力级别】XP10辽宁省教育厅关于批准辽宁省教育科学“十二五”规划2013年度重大决策咨询课题和研究基地专项课题的通知（辽教发[2013]161号）各有关单位：经本人申报、单位推荐，省教育科学规划领导小组办公室组织专家评审并公示无异议，决定批准“城镇化进程对基础教育学校布局的影响及对策研究”等10项课题为辽宁省教育科学“十二五”规划2013年度重大决策咨询课题（详见附件1）；批准“辽宁农村幼儿园教育质量现状与提升策略研究”等20项课题为辽宁省教育科学“十二五”规划2013年度研究基地专项课题（详见附件2）。

附件1.辽宁省教育科学“十二五”规划2013年度重大决策咨询课题立项名单2.辽宁省教育科学“十二五”规划2013年度研究基地专项课题立项名单二0一三年八月十九日附件1：辽宁省教育科学“十二五”规划2013年度重大决策咨询课题立项名单1 GJ13ZD01 城镇化进程对基础教育学校布局的影响及对策研究张 艳 沈阳农业大学 3.0 2 GJ13ZD02 幼儿园成本核算与学前教育投入保障机制研究赵彦俊渤海大学3.0 3 GJ13ZD03 农村中小学教师教育教学能力现状与提升对策研究程 琳 渤海大学 3.0 4 GJ13ZD04市县教育绩效考核的指标体系与实施策略研究姜 华 东北大学 3.0 5 GJ13ZD05 构建技能型人才职业资格制度研究 张 陈 沈阳工程学院 3.0 6GJ13ZD06 中高职有效衔接课程体系建设研究 徐 涵 沈阳师范大学 3.0 7 GJ13ZD07 我省高校分类标准及分类管理研究 潘 黎 辽宁师范大学 3.0 8GJ13ZD08 促进高校科技成果转化的政策与制度创新西凤辽宁科技大 3.09GJ13ZD09。

李晴晴
蒋豪涵王智超徐頔李双
田冰
艺术学院
9
基于宅基地测量的农村住宅用地现状调查
创新
王伟民
袁威张微郭军强孙爽
张亮
城市学院
10
基于ARM的网络智能安全门
创新
肖磊
王涵飞赖原郝树雅王学念
张俊芳
信息学院
11
老人跌倒远程自动报警系统研发
创新
李伟明
张墉李凯凯施延龙盖亚军
张伟强
信息学院
12
城乡公交车太阳能智能站牌
创新
创新
李思慧
朱晓东孙洪影王年政国嘉
罗璇
农学院
17
新型喹啉衍生物的合成研究
创新
胡胜
王玉莹朱帅、李保良孙鹏
张慧东
化工学院
18
相变电磁防护面料热舒适性的研究
创新
林飞
杨晓日朱顺王楠韩雨桐
何华玲
化工学院
19
学优堂教育指导培训
创业
王培培
蔡明峰宓建宇王闻阳蒋海洋
谭喜龙
城市学院
20
“学子蜜蜂园”创业网店
创业
谷倩文
王诗文高鸣宇王睿
Bcl-xl和Bad在镧对仔鼠学习记忆影响中的作用
创新
张树娟
高洁徐英郑双燕张峻营
郑琳琳于勇
医学院
4
丹东导游词规范化调查研究
创新
陈微
王昱允金梦迪李关欣周雪
赵爱华
旅游学院
5
温湿度可控服用模台系统研发
创新
张嘉胜
李响李祥健王珊
陆鑫张连春
服装学院
6
基于移动终端的二维码校园信息服务系统
创新
胡伟
郭永潇刘梦茵黄海兰梁佳欣

辽教科规字［2007］1号关于印发《辽宁省教育科学规划课题管理办法（试行）》的通知各市教育科学规划领导小组办公室、各高等学校、省属中等职业学校：现将《辽宁省教育科学规划课题管理办法（试行）》印发给你们，请结合本地区、本单位实际情况，认真贯彻落实。

各地区、各单位在执行中遇到的问题，请及时反馈到省教育科学规划办公室。

附件：辽宁省教育科学规划课题管理办法（试行）辽宁省教育科学规划领导小组2007年10月25日辽宁省教育科学规划课题管理办法(试行)第一章总则第一条为提高辽宁省教育科学规划课题的管理水平和运行质量，参照《全国教育科学规划课题管理办法》等有关规定，结合我省实际，制定本管理办法。

第二条辽宁省教育科学规划课题的研究，必须以马克思列宁主义、毛泽东思想、邓小平理论和“三个代表”重要思想为指导，全面贯彻科学发展观和以人为本思想，坚持解放思想、实事求是，坚持教育科研为全省教育宏观决策服务、为提高全省教育水平和教育教学质量服务、为繁荣有中国特色社会主义教育科学服务的科研方向，为促进辽宁省教育事业的改革与发展提供智力与理论支持。

第三条辽宁省教育科学规划课题，面向全省教育战线和广大教育工作者，公平竞争，择优立项，保证重点。

第二章组织第四条辽宁省教育科学规划领导小组（以下简称省教育科学规划领导小组）受辽宁省教育厅的委托，负责全省教育科学研究的规划、实施、管理与协调工作，业务上受全国教育科学规划领导小组和辽宁省哲学社会科学规划领导小组的领导与指导。

第五条辽宁省教育科学规划领导小组办公室（以下简称“省规划办”）是省教育科学规划领导小组的职能和办事机构，挂靠在辽宁教育研究院，具体承担辽宁省教育科学规划的日常组织与管理工作。

第六条受全国教育科学规划领导小组办公室委托，省规划办负责辽宁省范围内（计划单列市和中央部委院校除外）的全国教育科学规划课题申报与实施的组织与管理工作，并负责课题主持人的管理、指导与培训工作。

全国教育科学规划课题，包括国家哲学社会科学规划教育学科项目（含国家重点课题、国家一般课题、国家青年基金课题）、教育部重点课题、教育部一般课题、教育部青年专项课题和教育部规划课题。

2015年省高等教育教改项目推荐汇总表
单位（盖章）：
序 号 教改项 目类别
单位负责人：
拟结项时 项目负责 项目负责 间（年/ 电子邮箱 人 人手机 月）
2015/04 xxx
填表人：
单位（校级 项目预期成 主要参与成 编码） 员 果1
电气工程学院 （54）
填报日期：
团队人 数（
项目名称
项目基础2
依托项目名称
例
一般类
xxx、xxx
2013年校级 教改项目
1.“预期成果形式”要求将申报书中预期成果简单归纳，例如论文（核心）、模型、教学模式、软件、网站、教材等 2.推荐为省级项目的，应具备校级项目建设基础 3.本表务必于5月4日前提交教务处

辽宁省教育厅办公室关于组织申报2014年辽宁省教育厅科学研究一般项目的通知文章属性•【制定机关】辽宁省教育厅•【公布日期】2014.04.29•【字号】辽教办发[2014]86号•【施行日期】2014.04.29•【效力等级】地方规范性文件•【时效性】现行有效•【主题分类】基础研究与科研基地正文辽宁省教育厅办公室关于组织申报2014年辽宁省教育厅科学研究一般项目的通知（辽教办发〔2014〕86号）省内高等学校：为加快推进高等学校科技创新，引导省内高校广大教师、科研人员在自由探索的基础上，将自身的科研工作纳入各级政府科技资助计划，促进产学研用相结合，我厅决定组织开展2014年辽宁省教育厅科学研究一般项目申报工作，现将有关事项通知如下：一、项目构成及类别辽宁省教育厅科学研究一般项目按科类分为“科学技术研究一般项目”、“人文社会科学研究一般项目”。

辽宁省教育厅科学研究一般项目按研究类别分为“基础研究一般项目”、“应用研究一般项目”。

二、申报条件1.第一申报人须为省内高校在编在岗的教学和科研人员，具有良好的思想素质、独立开展和组织科研工作的能力，具有博士学位或中级以上专业技术职称。

2.第一申报人可根据自身的研究专长及前期研究基础，结合国家和我省经济社会及学科专业发展的需要，自行拟定研究课题。

辽宁省教育厅重点支持服务辽宁经济社会文化发展的应用研究项目。

3.课题组成员年龄、职称、知识结构合理。

人文社会科学研究项目课题组成员在7人之内，科学技术研究课题组成员在9人之内，并尽可能根据需要吸纳学生特别是研究生参与研究工作。

4.第一申报人年龄须在55周岁以下（1959年1月1日以后出生）。

第一申报人在申报项目完成期限内达到退休年龄的，一般不得申报。

5.第一申报人只允许申报本年度该计划中的一个项目，并不得以第一申报人兼报本年度辽宁省教育厅其它科研计划项目。

正在承担辽宁省教育厅科学研究任务的不再申报。

6.辽宁省教育厅项目结题不合格未满二年或撤项未满二年的项目主持人，不得申报。

辽宁省教育厅科研项目经费管理暂行办法第一章总则第一条为进一步加强和规范辽宁省教育厅科研项目经费的管理及使用，提高科研项目经费使用效益，根据国家科研项目经费管理有关规定，结合我省实际情况，特制定本办法。

第二条本办法所称科研项目指：由省教育厅下达给高等学校（以下简称“高校”）的由省财政资金资助的科学研究项目。

第三条科研项目经费的管理应严格按国家有关法律法规、制度和相关规定执行。

高校取得的科研项目经费必须全部纳入学校财务部门统一管理，单独核算，任何单位和个人不得截留、挤占和挪用。

第四条科研项目经费的使用应坚持“专款专用，厉行节约，讲求效益”的原则，严格遵照省教育厅批复的项目经费预算，按照科研合同或委托协议的要求合理使用，发挥经费使用效益。

第二章组织管理体系及职责第五条省教育厅负责编制年度科研项目计划；聘请同行专家按规定的评审标准、程序和方法组织评审确定资助项目；批复项目经费预算及调整方案；制定科研项目经费管理办法；监督检查科研项目研究进展情况；对科研项目经费使用绩效进行考评。

第六条高校应建立“统一领导、集中核算、协同合作、责任到人”的科研项目经费管理体制。

学校法定代表人对本校科研项目经费管理负总责，分管科研和财务的校领导对本校科研项目经费管理负直接领导责任。

学校应合理确定科研、财务、人事、资产以及内部监察审计等部门的职责和权限，完善内部控制制度和监督约束机制，促进项目负责人规范行使经费使用权，确保管理部门有效行使经费管理权和监督权。

第七条学校科研管理部门主要负责科研项目申报、合同签订、绩效考核与成果管理等，督促项目负责人按照项目立项通知书（任务书）、合同和项目预算开展科研工作，监督科研项目经费的使用，协助学校财务部门做好科研项目经费管理工作。

第八条学校财务部门主要负责制订和完善校内科研项目经费财务管理制度及运行流程，协助指导项目申请人合理编制经费预算, 对已批复或签订合同（任务书）的项目提供从到款通知到具体项目经费分配、预算执行进度通报、经费使用建议、预算调整、决算编制等全过程服务，会同学校有关部门做好政策咨询、业务培训、科研合同管理等相关工作。

辽宁省教育厅关于公布辽宁省高等学校一流特色学科名单的通知正文：----------------------------------------------------------------------------------------------------------------------------------------------------辽宁省教育厅关于公布辽宁省高等学校一流特色学科名单的通知（辽教发〔2014〕61号）省内有关高校：根据《辽宁省中长期教育改革和发展规划纲要（2010-2020年）》，结合教育部关于取消重点学科审批项目的实际情况，以及进一步实施优势特色学科平台和特色重点学科项目建设的工作要求，为继续加强辽宁省高水平大学和重点学科建设，充分发挥学科建设在建设教育强省和促进辽宁经济社会发展中的重要作用，我厅决定将“辽宁省提升高等学校核心竞争力特色学科建设工程”中的部分立项学科，整合为辽宁省高等学校一流特色学科。

现将有关事宜通知如下：1. 辽宁省高等学校一流特色学科的整合原则。

按照进一步促进立项学科建成国内一流并充分发挥学科建设对辽宁经济社会发展支撑贡献作用的原则，结合国务院学位委员会、教育部关于《学位授予和人才培养学科目录设置与管理办法》，以及教育部学位与研究生教育发展中心以一级学科开展评估工作的实际做法，在“辽宁省提升高等学校核心竞争力特色学科建设工程”“巩固、提升、特色”109个立项学科中，按一级学科遴选确定三个新的建设层次并安排不同资助强度。

其中，“培育”项目立项学科将保留省级重点学科资格，不再安排专项资助经费。

2. 辽宁省高等学校一流特色学科三个层次的具体构成。

第一层次（16个）由第三轮学科评估中位次百分位进入前30%的博士学科和由院士领军的学科构成，旨在建成具有一定国际影响力并能够促进辽宁经济社会发展的国内一流学科；第二层次（37个）由第三轮学科评估中位次百分位进入前31%至50%的学科构成，旨在建成代表辽宁高校优势特色并紧密服务于辽宁经济社会发展的省内一流学科；第三层次（24个）由第三轮学科评估中位次百分位在50%以外的学科构成，旨在建成支撑辽宁高校特色化发展并满足辽宁经济社会发展需求的特色学科。

国家一般 京津冀教育协同发展的政策研究 国家一般 美国智库影响政府教育决策研究——兼论中国 特色新型教育智库的建设路径
国家一般 教育管办评分离治理的政府角色研究 北京市城乡学校一体化管理模式和典型案例研 究 高等教育推动跨越“中等收入陷阱”的国际比 国家一般 较研究 国家一般 国家一般 教育政策证据问题研究 国家一般 我国高校大学生资助管理评估研究 国家一般 农村留守儿童生存状态评估与学校社会工作介 入模式研究
附件：全国教育科学“十二五”规划2015年度课题评审结果一览表
BEA150072 BEA150073 BEA150074 BHA150075 BHA150076 BHA150077 BHA150078 BHA150079 BHA150080 BHA150081 BHA150082 BHA150083 BHA150084 BHA150085 BHA150086 BIA150087 BIA150088 BIA150089 BIA150090 BIA150091 BIA150092 BIA150093 BIA150094 BIA150095 国家一般 大数据时代高校意识形态安全教育研究 国家一般 微观权力视角下大学生危机行为过程控制研究 国家一般 中国传统蒙学的德育思想研究 国家一般 基于创新生成的中小学生音乐核心素质培养研 究 郑洁 储琰 冯文全 戴娱 田良臣 罗生全 李帆 纪德奎 但菲 刘磊 李广平 唐丽芳 唐智松 张增田 王雁 孙泽厚 李胜会 李志峰 宋伟 张伟 陈建安 王国平 冉富强 汪锋 重庆邮电大学 华东理工大学 西华师范大学 曲阜师范大学 江南大学 西南大学 中国教育报刊社 天津师范大学 沈阳师范大学 辽宁师范大学 东北师范大学 东北师范大学 西南大学 首都师范大学 北京师范大学 武汉理工大学 华南理工大学 武汉理工大学 河南大学 中国人民大学 武汉大学 南京邮电大学 河南财经政法大学 中南财经政法大学

辽宁省教育厅科研项目经费管理暂行办法第一章总则第一条为进一步加强和规范辽宁省教育厅科研项目经费的管理及使用，提高科研项目经费使用效益，根据国家科研项目经费管理有关规定，结合我省实际情况，特制定本办法。

第二条本办法所称科研项目指：由省教育厅下达给高等学校（以下简称“高校”）的由省财政资金资助的科学研究项目。

第三条科研项目经费的管理应严格按国家有关法律法规、制度和相关规定执行。

高校取得的科研项目经费必须全部纳入学校财务部门统一管理，单独核算，任何单位和个人不得截留、挤占和挪用。

第四条科研项目经费的使用应坚持“专款专用，厉行节约，讲求效益”的原则，严格遵照省教育厅批复的项目经费预算，按照科研合同或委托协议的要求合理使用，发挥经费使用效益。

第二章组织管理体系及职责第五条省教育厅负责编制年度科研项目计划；聘请同行专家按规定的评审标准、程序和方法组织评审确定资助项目；批复项目经费预算及调整方案；制定科研项目经费管理办法；监督检查科研项目研究进展情况；对科研项目经费使用绩效进行考评。

第六条高校应建立“统一领导、集中核算、协同合作、责任到人”的科研项目经费管理体制。

学校法定代表人对本校科研项目经费管理负总责，分管科研和财务的校领导对本校科研项目经费管理负直接领导责任。

学校应合理确定科研、财务、人事、资产以及内部监察审计等部门的职责和权限，完善内部控制制度和监督约束机制，促进项目负责人规范行使经费使用权，确保管理部门有效行使经费管理权和监督权。

第七条学校科研管理部门主要负责科研项目申报、合同签订、绩效考核与成果管理等，督促项目负责人按照项目立项通知书（任务书）、合同和项目预算开展科研工作，监督科研项目经费的使用，协助学校财务部门做好科研项目经费管理工作。

第八条学校财务部门主要负责制订和完善校内科研项目经费财务管理制度及运行流程，协助指导项目申请人合理编制经费预算, 对已批复或签订合同（任务书）的项目提供从到款通知到具体项目经费分配、预算执行进度通报、经费使用建议、预算调整、决算编制等全过程服务，会同学校有关部门做好政策咨询、业务培训、科研合同管理等相关工作。

辽宁省高校科研项目（大学生思想政治教育专项）课题立项指南申报人可在大学生思想政治教育的下列领域，结合实际自拟课题进行申报：一、辅导员队伍建设1、高校辅导员队伍专业化建设研究；2、高校辅导员队伍职业化建设研究；3、高校辅导员工作考核评价体系研究；4、高校辅导员职业素养研究；5、高校辅导员职业道德研究；6、高校辅导员职业理念与职业价值研究；7、高校辅导员队伍建设科学化路径研究；8、提升高校辅导员工作针对性、实效性的实证研究（家访、谈心、网络沟通等）；9、高校辅导员工作课程化研究；10、高校辅导员工作效度影响要素研究；11、基于高校培养目标的辅导员工作定位与价值研究；二、宣传思想工作12、大学精神研究；13、高校宣传思想工作针对性、实效性提升途径研究；14、文明高校建设问题研究；15、大学生社会主义核心价值体系教育研究；16、高校校园文化建设载体研究；三、日常思想政治教育17、大学生（新生、二年级、三年级、毕业年级）思想政治教育模式研究；18、不同学科专业大学生思想政治教育模式研究；19、家庭经济贫困大学生思想政治教育模式研究；20、单亲家庭大学生思想政治教育模式研究；21、学业成绩欠佳大学生思想政治教育模式研究；22、学业优异大学生思想政治教育模式研究；23、少数民族大学生思想政治教育模式研究；24、经济欠发达地区生源大学生思想政治教育模式研究；25、经济发达地区生源大学生思想政治教育模式研究；26、当代男大学生思想政治教育模式研究；27、当代女大学生思想政治教育模式研究；28、研究生思想政治教育模式研究；29、高职院校大学生思想政治教育模式研究；30、新形势下高校学生理想信念教育模式研究；31、新形势下高校学生民族精神教育模式研究；32、新形势下高校学生社会主义荣辱观教育模式研究；33、大学生素质教育问题研究；34、大学生理想信念教育与宗教问题研究；35、当前大学生宗教问题的实证研究；36、大学生实践育人模式研究；37、当代大学生自我教育模式研究；38、就业指导与思想政治教育模式研究；39、基于择业观变迁的高校毕业生思想政治教育模式研究；40、网络思想政治教育实施途径研究；41、新媒体在大学生思想政治教育中的作用研究；42、公寓大学生思想政治教育实效性研究；43、学生社团思想政治教育研究；44、当代高校学生组织形态变迁研究；45、扶困助学体系构建与思想政治教育模式研究；46、大学生主题教育网站建设模式研究；47、主题教育活动实效性提升模式研究；48、大学生思想政治教育精品活动培育模式研究；四、心理健康教育与突发事件处置49、高校心理健康教育实施途径研究；50、高校心理健康教育课题体系研究；51、大学生心理危机事件的成因及处置研究；52、高校辅导员在大学生心理危机事件中的作用研究；53、当代大学生婚恋心理研究；54、当前高校学生自杀现象成因与防范研究；55、高校突发事件成因与防范研究；56、高校突发事件处置模式研究；五、思想政治理论教育57、形势与政策教育模式研究；58、高校思想政治理论课实践教学模式研究；59、高校思想政治理论课（思想道德修养与法律基础、毛泽东思想与中国特色社会主义理论体系概论、中国近现代史纲要、马克思主义基本原理概论）考试评价方法研究；60、高校思想政治理论教育课程衔接研究；61、现代教育技术在思想政治理论课教学中的作用研究；62、高校思想政治理论课的教学质量评估、考核与管理研究；63、高校思想政治理论课案例教学法研究；64、高校思想政治理论课教材体系向教学体系转化研究；65、高校思想政治理论课理论与教学难点研究；66、高校思想政治理论课教学艺术研究；67、新课程体系下高校思想政治理论课教师素质提升研究；六、综合68、高校思想政治理论课主渠道与日常大学生思想政治教育主阵地交互作用研究；69、基于中小学德育工作基础的大学生思想政治教育模式研究。

辽宁省教育科学规划课题管理办法（2012年3月修订）第一章总则第一条为深入贯彻辽宁省教育厅《关于进一步加强教育科研工作的若干意见》，进一步提高教育科学规划课题的管理水平和研究质量，参照《全国教育科学规划课题管理办法》等有关规定，结合我省实际，制定本管理办法。

第二条设立辽宁省教育科学规划课题，旨在搭建省级教育科研平台，引领教育科研发展方向，凝聚教育科研力量，体现政府和社会的需求。

辽宁省教育科学规划课题的研究，必须以中国特色社会主义理论为指导，全面贯彻科学发展观，以落实《辽宁省中长期教育改革和发展规划纲要（2010-2020年)》为重点，为促进教育决策科学化服务，为提高教育水平和教育教学质量服务，为繁荣有中国特色社会主义教育科学服务，促进辽宁教育的科学发展。

第三条辽宁省教育科学规划课题面向全省，坚持导向，突出重点，公平竞争，择优立项，确保质量。

第二章组织第四条辽宁省教育科学规划领导小组（以下简称省规划领导小组）领导全省教育科学规划工作，负责制定重大方针政策，制定五年规划，审定年度课题，表彰优秀成果、先进集体和先进个人。

第五条辽宁省教育科学规划领导小组办公室（以下简称省规划办）是省规划领导小组的职能和办事机构，挂靠在辽宁教育研究院，负责制订年度计划、课题日常管理，组织课题立项评审与结题鉴定、学术交流、成果评奖，推广科研成果。

第六条辽宁省教育科学规划评审专家库，按领域成立评审专家组，其成员由省规划办组织推荐、省规划领导小组聘任。

其主要职责是评审立项课题、鉴定课题成果、提供学术指导和专业咨询。

第三章课题类别与选题第七条每个五年规划期内，在发布辽宁省教育科学五年规划的基础上，原则上根据工作重点与教育发展的需求，每年发布一次课题指南。

第八条辽宁省教育科学规划课题分为重大课题、重点课题和一般课题。

第九条省委、省政府和省教育厅急需研究的重要问题，经省规划领导小组负责人审定后单独立项为重大课题。

第十条为支持省教育科学规划重点研究基地建设，构建决策咨询研究体系，培育教育改革和发展特色，设立研究基地专项课题，列为重点课题。

永磁同步电机多电机同步控制策略金　花　宁　涛（大连交通大学软件学院，辽宁大连１１６０４５）摘　要　针对永磁同步电机提出基于单神经元ＰＩＤ的偏差耦合多电机同步控制策略。

建立了数学模型，设计了自适应能力强、结构简单的单神经元ＰＩＤ控制器，并采用Ｓ函数编写单神经元学习模型。

在交叉耦合控制方式的基础上提出了改进的偏差耦合控制，将各个电机转速反馈值经ＭＵＸ和ＤＥＭＵＸ环节进行整合后，通过转速补偿对电机转速进行调节。

仿真实验表明有监督Ｈｅｂｂ学习算法的单神经元ＰＩＤ运用到偏差耦合多电机同步控制系统中，使系统不仅具有良好的自适应能力，还能够有效地减小超调甚至无超调，提高系统响应能力，增加系统的鲁棒性。

关键词　永磁同步电机　同步控制　单神经元　ＰＩＤ　偏差耦合中图分类号　ＴＨ８６２ 文献标识码　Ａ 文章编号　１０００-３９３２（２０１５）０５-０４７９-０５ 永磁同步电机（ＰＭＳＭ）由于转子结构采用永磁体替代了异步电机励磁绕组的机构，降低了转子的发热问题，并且由于永磁同步电机体积小、功率因数高、密度高及低速转矩大等优势逐渐被应用在需要高速运行、负载变化大和短时工作制的领域，同时使得在ＰＭＳＭ上采用全封闭结构和直驱控制方式成为了可能。

但是由于永磁同步电机自身结构对同步性的要求，每台电机需单独配备一套牵引变流器，并且与异步电机存在转速、转差不同，ＰＭＳＭ对转速同步性要求较高，电机之间转速差过大会使擦轮严重，如果控制不当，会降低传动系统的性能［１～３］。

因此，笔者针对以上问题提出一种多电机同步控制策略。

１　永磁同步电机简介多电机同步控制是指系统中的电机按照相同转速运行，并且转速变化是同步的［４，５］。

目前多电机同步控制策略主要有并行控制方式、主从控制方式、虚拟总轴控制方式、交叉耦合控制方式及偏差耦合控制方式［６］等。

ＰＭＳＭ的物理结构如图１所示。

建立数学模型之前，先做如下假设：ａ．忽略铁心饱和，不计涡流和磁滞损耗；ｂ．永磁材料的电导率为零；ｃ．转子上没有阻尼绕组。

辽宁省教育厅办公室关于公布2014―2015学年度国家(省政府)奖学金、国家励志奖学金获奖结果的通知【法规类别】奖惩【发文字号】辽教办发[2016]20号【发布部门】辽宁省教育厅【发布日期】2016.03.08【实施日期】2016.03.08【时效性】现行有效【效力级别】地方规范性文件辽宁省教育厅办公室关于公布2014-2015学年度国家（省政府）奖学金、国家励志奖学金获奖结果的通知（辽教办发〔2016〕20号）省内各高等院校：按照《辽宁省普通本科高校、高等职业学校国家（省政府）奖学金管理暂行办法》（辽财教〔2007〕576号）、《辽宁省普通本科高校高等职业学校国家励志奖学金管理暂行办法》（辽财教〔2007〕574号）的规定和国家奖学金、省政府奖学金及励志奖学金分配名额，本着公开、公正、择优的原则，经学校推荐、初评，省教育厅奖助学金管理部门审核，国家奖学金报经教育部国家奖学金评审委员会评审，省政府奖学金经省奖学金评审组评审现已通过，现将获得2014-2015学年度国家奖学金、省政府奖学金和国家励志奖学金学生名单公布如下：辽宁大学贾晶雯等1330名同学获得2014-2015学年度国家学金；每人发放奖学金8000元，并由教育部颁发国家奖学金荣誉证书，详见附件1。

辽宁大学申十等1500名同学获得2014-2015学年度省政府奖学金；每人发放奖学金8000元，并由省教育厅颁发省政府奖学金荣誉证书，详见附件2。

辽宁大学吴佳谕等23274名同学获得2014-2015学年度国家励志奖学金；每人发放奖学金5000元，并由省教育厅颁发国家励志奖学金荣誉证书，详见附件3。

获得国家（省政府）奖学金和国家励志奖学金的同学，是全省高校学生的优秀代表，他们学习刻苦，征集有意，积极向上，品学兼优，集中体现了当代青年学生积极、健康、向上的精神风貌。

希望广大青年学生以他们为榜样，勤奋学习，增强本领，注重培养自己敬业、合作、诚实、善良的品德，全面提升素质，造就健全的人格、良好的情操，成为社会主义祖国的建设者和接班人。

第４３卷第１期２０２４年２月沈㊀阳㊀理㊀工㊀大㊀学㊀学㊀报ＪｏｕｒｎａｌｏｆＳｈｅｎｙａｎｇＬｉｇｏｎｇＵｎｉｖｅｒｓｉｔｙＶｏｌ ４３Ｎｏ １Ｆｅｂ ２０２４收稿日期:２０２３－０５－０３基金项目:辽宁省教育厅高等学校基本科研项目(ＬＪＫＺ０２４５)ꎻ装备预研重点实验室基金项目(２０２１ＪＣＪＱＬＢ０５５００６)作者简介:张艳珠(１９７１ )ꎬ女ꎬ副教授ꎬ博士ꎬ研究方向为分数阶控制系统㊁图像处理与识别技术㊁智能控制理论与算法等ꎮ文章编号:１００３－１２５１(２０２４)０１－００５５－０６改进多尺度Ｕ型网络的红外图像去模糊方法张艳珠ꎬ赵㊀赫ꎬ刘义杰(沈阳理工大学自动化与电气工程学院ꎬ沈阳１１０１５９)摘㊀要:针对热成像设备采集的红外图像纹理细节较粗导致去模糊效果不佳的问题ꎬ在基于深度学习的可见光图像去模糊网络基础上ꎬ提出了一种改进的适用于红外图像的单幅图像去模糊方法ꎬ该方法以多尺度Ｕ型网络为基础进行改进ꎮ首先ꎬ在编码模块中引入对偶注意力单元ꎬ增强网络的特征表达能力ꎻ其次ꎬ将快速傅里叶变换嵌入到特征融合模块ꎬ加强网络对于高低频信息的处理能力ꎻ最后ꎬ选择更优的激活函数和损失函数ꎬ实现更好的信息流动并提升模型的鲁棒性ꎮ在红外数据集上进行测试ꎬ并与原网络进行对比ꎬ结果表明ꎬ本文改进网络的图像细节恢复得更好ꎬ峰值信噪比提升了０.５３ｄＢꎬ红外图像去模糊效果良好ꎮ关㊀键㊀词:红外图像ꎻ深度学习ꎻ图像去模糊ꎻ对偶注意力单元ꎻ快速傅里叶变换中图分类号:ＴＰ３９１.４１文献标志码:ＡＤＯＩ:１０.３９６９/ｊ.ｉｓｓｎ.１００３－１２５１.２０２４.０１.００９ＩｎｆｒａｒｅｄＩｍａｇｅＤｅｂｌｕｒｒｉｎｇＭｅｔｈｏｄＢａｓｅｄｏｎＩｍｐｒｏｖｅｄＭｕｌｔｉ￣ｓｃａｌｅＵ￣ｓｈａｐｅｄＮｅｔｗｏｒｋＺＨＡＮＧＹａｎｚｈｕꎬＺＨＡＯＨｅꎬＬＩＵＹｉｊｉｅ(ＳｈｅｎｙａｎｇＬｉｇｏｎｇＵｎｉｖｅｒｓｉｔｙꎬＳｈｅｎｙａｎｇ１１０１５９ꎬＣｈｉｎａ)Ａｂｓｔｒａｃｔ:Ｆｏｒｔｈｅｐｏｏｒｄｅｂｌｕｒｒｉｎｇｅｆｆｅｃｔｄｕｅｔｏｃｏａｒｓｅｔｅｘｔｕｒｅｄｅｔａｉｌｓｏｆｉｎｆｒａｒｅｄｉｍａｇｅｓｃｏｌｌｅｃｔｅｄｂｙｔｈｅｒｍａｌｉｍａｇｉｎｇｅｑｕｉｐｍｅｎｔꎬａｎｉｍｐｒｏｖｅｄｓｉｎｇｌｅ￣ｉｍａｇｅｄｅｂｌｕｒｒｉｎｇｍｅｔｈｏｄｓｕｉｔａｂｌｅｆｏｒｉｎｆｒａｒｅｄｉｍａｇｅｓｉｓｐｒｏｐｏｓｅｄｂａｓｅｄｏｎａｄｅｅｐｌｅａｒｎｉｎｇ￣ｂａｓｅｄｖｉｓｉｂｌｅｌｉｇｈｔｉｍａｇｅｄｅｂｌｕｒｒｉｎｇｎｅｔｗｏｒｋ.Ｔｈｅｍｅｔｈｏｄｉｓｉｍｐｒｏｖｅｄｂａｓｅｄｏｎａｍｕｌｔｉ￣ｓｃａｌｅＵ￣ｓｈａｐｅｄｎｅｔｗｏｒｋ.Ｆｉｒｓｔꎬａｄｕａｌａｔｔｅｎｔｉｏｎｕｎｉｔｉｓｉｎｔｒｏ￣ｄｕｃｅｄｉｎｔｈｅｅｎｃｏｄｉｎｇｍｏｄｕｌｅｔｏｅｎｈａｎｃｅｔｈｅｆｅａｔｕｒｅｒｅｐｒｅｓｅｎｔａｔｉｏｎａｂｉｌｉｔｙｏｆｔｈｅｎｅｔｗｏｒｋ.ＳｅｃｏｎｄꎬｔｈｅｆａｓｔＦｏｕｒｉｅｒｔｒａｎｓｆｏｒｍｉｓｅｍｂｅｄｄｅｄｉｎｔｏｔｈｅｆｅａｔｕｒｅｆｕｓｉｏｎｍｏｄｕｌｅｔｏｅｎｈａｎｃｅｔｈｅｐｒｏｃｅｓｓｉｎｇｃａ￣ｐａｂｉｌｉｔｙｏｆｔｈｅｎｅｔｗｏｒｋｆｏｒｈｉｇｈａｎｄｌｏｗｆｒｅｑｕｅｎｃｙｉｎｆｏｒｍａｔｉｏｎ.Ｆｉｎａｌｌｙꎬｂｅｔｔｅｒａｃｔｉｖａｔｉｏｎｆｕｎｃｔｉｏｎａｎｄｌｏｓｓｆｕｎｃｔｉｏｎａｒｅｓｅｌｅｃｔｅｄｔｏａｃｈｉｅｖｅｂｅｔｔｅｒｉｎｆｏｒｍａｔｉｏｎｆｌｏｗａｎｄｉｍｐｒｏｖｅｔｈｅｒｏｂｕｓｔｎｅｓｓｏｆｔｈｅｍｏｄｅｌ.Ｔｅｓｔｉｎｇｏｎｔｈｅｉｎｆｒａｒｅｄｄａｔａｓｅｔａｎｄｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｏｒｉｇｉｎａｌｎｅｔｗｏｒｋꎬｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｉｍｐｒｏｖｅｄｎｅｔｗｏｒｋｉｎｔｈｉｓｓｔｕｄｙｈａｓａｃｈｉｅｖｅｄｂｅｔｔｅｒｒｅｓｔｏｒａｔｉｏｎｏｆｉｍａｇｅｄｅｔａｉｌｓꎬａｎｄｔｈｅｐｅａｋｓｉｇｎａｌ￣ｔｏ￣ｎｏｓｅｒａｔｉｏｎｉｓ０.５３ｄＢｈｉｇｈｅｒｔｈａｎｔｈｅｏｒｉｇｉｎａｌｎｅｔｗｏｒｋ.Ｔｈｅｉｎｆｒａｒｅｄｉｍａｇｅｈａｓａｇｏｏｄｄｅ￣ｂｌｕｒｒｉｎｇｅｆｆｅｃｔ.Ｋｅｙｗｏｒｄｓ:ｉｎｆｒａｒｅｄｉｍａｇｅꎻｄｅｅｐｌｅａｒｎｉｎｇꎻｉｍａｇｅｄｅｂｌｕｒｒｉｎｇꎻｄｕａｌａｔｔｅｎｔｉｏｎｕｎｉｔꎻｆａｓｔＦｏｕｒｉｅｒｔｒａｎｓｆｏｒｍ㊀㊀近年来ꎬ红外成像技术凭借其抗干扰能力强㊁可实现夜视成像等优点ꎬ被广泛用于安防监控等领域[１－２]ꎮ由于拍摄期间设备的抖动或目标的快速移动会使图像存在模糊的伪影ꎬ导致后续的识别工作难度增大ꎬ从模糊图像中恢复出清晰图像是图像处理技术研究的重要内容ꎮ图像去模糊方法大致可分为基于优化的去模糊方法和基于深度学习的去模糊方法ꎮ基于优化的方法将去模糊任务转变为逆滤波问题ꎬ如郝建坤等[３]在模糊核已知情况下ꎬ采用去卷积方法恢复了清晰图像ꎬ华夏等[４]在模糊核未知情况下ꎬ提出基于正则化的去模糊方法ꎬ仅通过模糊图像得到模糊核与清晰图像ꎮ基于优化的方法能够利用图像的先验信息较好地实现去模糊ꎬ但其只针对特定场景ꎬ在其他场景中表现不佳且处理十分耗时ꎮ基于深度学习的去模糊方法发展迅速ꎬ现已涌现出多种算法[５－６]ꎮＫｕｐｙｎ等[７]提出一种基于生成式对抗网络(ＧＡＮ)的去模糊方法ꎬ并在其基础上进行了改进[８]ꎬ该方法能够较好地恢复图像的纹理细节ꎬ但稳定性不佳ꎬ模型训练过程中会出现参数震荡不收敛的情况ꎮＷａｎｇ等[９]和Ｚａｍｉｒ等[１０]均提出了基于Ｔｒａｎｓｆｏｒｍｅｒ的架构用于图像去模糊ꎬ受益于其多头自注意力机制ꎬ去模糊效果良好ꎬ但计算成本很高ꎮＴａｏ等[１１]提出了一种共享参数的多尺度网络ꎬ能够有效处理各种类型的模糊ꎬ但处理速度较慢ꎮ基于深度学习的方法能够学习模糊图像和清晰图像之间的非线性映射ꎬ适合处理复杂的模糊图像ꎬ在可见光图像处理上显示了优异的性能ꎮ相较于可见光图像ꎬ红外图像纹理细节更粗ꎬ基于深度学习的去模糊方法对红外图像的细节信息恢复较差ꎬ应用效果不佳ꎮ本文在多尺度Ｕ型网络(ＭＩＭＯ￣ＵＮｅｔ)[１２]的基础上提出一种适用于红外图像的单幅图像去模糊方法ꎮ在编码模块中引入对偶注意力单元(ｄｕａｌａｔｔｅｎｔｉｏｎｕｎｉｔꎬＤＡＵ)[１３]ꎬ使其在提取特征时抑制作用较弱的特征ꎬ并允许携带更多信息的特征继续传递ꎻ在特征融合模块中引入快速傅里叶变换(ｆａｓｔｆｏｕｒｉｅｒｔｒａｎｓｆｏｒｍꎬＦＦＴ)ꎬ优化模块融合的多尺度特征信息ꎻ选择更优的激活函数和损失函数替换原网络使用的函数ꎬ实现更好的信息流动并提高模型泛化能力[１４]ꎮ１㊀多尺度Ｕ型网络及其改进１.１㊀多尺度Ｕ型网络ＭＩＭＯ￣ＵＮｅｔ主要由编码模块(ｅｎｃｏｄｅｒｂｌｏｃｋꎬＥＢ)㊁解码模块(ｄｅｃｏｄｅｒｂｌｏｃｋꎬＤＢ)㊁浅层卷积模块(ｓｈａｌｌｏｗｃｏｎｖｏｌｕｔｉｏｎａｌｍｏｄｕｌｅꎬＳＣＭ)和非对称特征融合模块(ａｓｙｍｍｅｔｒｉｃｆｅａｔｕｒｅｆｕｓｉｏｎꎬＡＦＦ)组成ꎬ其结构如图１所示ꎮ图１㊀多尺度Ｕ型网络结构Ｆｉｇ.１㊀Ｍｕｌｔｉ￣ｓｃａｌｅＵ￣ｓｈａｐｅｄｎｅｔｗｏｒｋｓｔｒｕｃｔｕｒｅ㊀㊀编码模块将输入的多尺度图像信息进行特征提取ꎬ以捕获数据的关键特征ꎻ解码模块将特征信息转换回原始数据空间ꎬ以恢复多尺度清晰图像ꎻ浅层卷积模块将其他尺度的图像编码以便输入到网络ꎻ非对称特征融合模块合并跨编码器和解码器的多尺度信息流ꎬ以融合有较大感受野的深层特征和有丰富细节信息的浅层特征ꎮ１.２㊀网络改进正确学习清晰图像和模糊图像的差异能够有效提升网络的性能ꎬ两者之间最主要的差异是前者含有更多的细节信息即高频信息ꎬ后者含有更多的内容信息即低频信息ꎮ相较于可见光图像ꎬ红外图像纹理细节更粗㊁视觉效果更模糊ꎬ影响了网络对其高频信息的学习ꎬ虽然通过堆叠网络模块可以在一定程度上缓解该问题ꎬ但会增加计算复杂度ꎮ为此ꎬ在网络模块中引入ＤＡＵ和ＦＦＴꎬ通过在空间域和频域上各单词首字母小写对优化的特征进行学习ꎬ提升网络的去模糊效果ꎮ本文改进网络的具体结构如图２所示ꎮ图中:Ｃｏｎｖ表示卷积层ꎻＤｅｃ表示逆卷积层ꎻＲＢ表示残差模块ꎻＡＦＦＴＦＦ表示非对称快速傅里叶变换特征融合模块ꎻ 表示拼接操作ꎻ 表示逐元素求和ꎮ１.２.１㊀对偶注意力编码模块ＤＡＵ能够在空间和通道两个维度上实现与特征张量进行信息共享ꎬ其结构如图３所示ꎮ图中:ＧＡＰ表示全局平均池化层ꎻＭＡＰ表示最大平均池化层ꎻＳＡ表示空间注意力ꎻＣＡ表示通道注意力ꎻＲｅＬＵ为激活函数ꎻ表示Ｓｉｇｍｏｉｄ激活函数ꎮ㊀㊀ＤＡＵ主要由空间注意力(ＳＡ)和通道注意力(ＣＡ)两部分组成ꎮＳＡ旨在利用特征图的空间依赖性生成空间注意力图ꎬ并用其重新校准输入的特征ꎬ自动捕获重要区域的特征ꎮＣＡ则通过压缩和激励两个操作实现利用特征图通道间的关系:通过对全局空间信息进行压缩ꎬ在通道维度上进６５沈㊀阳㊀理㊀工㊀大㊀学㊀学㊀报㊀㊀第４３卷图２㊀改进网络的结构Ｆｉｇ.２㊀Ｉｍｐｒｏｖｅｄｎｅｔｗｏｒｋｓｔｒｕｃｔｕｒｅ图３㊀对偶注意力单元结构Ｆｉｇ.３㊀Ｄｕａｌａｔｔｅｎｔｉｏｎｕｎｉｔｓｔｒｕｃｔｕｒｅ行特征学习ꎬ得到各个通道的重要性ꎻ通过激励对各个通道分配不同的权重ꎮ因此ꎬＤＡＵ可以抑制作用较弱的特征ꎬ允许带有更多信息的特征继续传递ꎬ引入ＤＡＵ的编码模块可以更好地实现特征的学习和提取ꎮ１.２.２㊀非对称快速傅里叶变换特征融合模块较粗的纹理细节会影响卷积对特征的学习ꎬ将图像从空间域转换到处理较为容易的频率域能够在一定程度上解决该问题ꎮＦＦＴ能够将图像在空间域的细节信息和内容信息转成频率域的高频信息和低频信息ꎬ将ＦＦＴ嵌入到特征融合模块中ꎬ可实现对图像高低频信息的学习ꎮ此外ꎬ输入的特征融合了多尺度图像编码后的特征ꎬ能够覆盖整个图像ꎬ更加轻松地捕捉模糊和清晰图像之间的差异ꎬ使得去模糊效果得到进一步提升ꎮ改进后的非对称快速傅里叶变换特征融合模块(ＡＦＦ￣ＴＦＦ)结构如图４所示ꎮ图中:Ｒｅｓｉｚｅ表示缩放操作ꎬ用于调整特征图尺寸以便进行拼接ꎻＩｎｖＦＦＴ表示快速傅里叶逆变换ꎮ图４㊀ＡＦＦＴＦＦ结构Ｆｉｇ.４㊀ＡＦＦＴＦＦｓｔｒｕｃｔｕｒｅ１.２.３㊀激活函数和损失函数ＭＩＭＯ￣ＵＮｅｔ的激活函数采用ＲｅＬＵ函数ꎬＲｅＬＵ函数计算速度较快ꎬ但当函数值为０或为负值时ꎬ会出现参数不再更新的情况ꎬ导致模型的性能降低ꎮＭｉｓｈ激活函数能够弥补ＲｅＬＵ的不足ꎮＲｅＬＵ和Ｍｉｓｈ激活函数的形式如式(１)和式(２)所示ꎬ两者对比如图５所示ꎮ７５第１期㊀㊀㊀张艳珠等:改进多尺度Ｕ型网络的红外图像去模糊方法ＲｅＬＵ(ｘ)＝ｘꎬｘ>００ꎬｘɤ０{(１)Ｍｉｓｈ(ｘ)＝ｘｔａｎｈ[ｌｎ(ｅｘ＋１)]ꎬｘɪ(－¥ꎬ＋¥)(２)图５㊀激活函数对比图Ｆｉｇ.５㊀Ｔｈｅｃｏｍｐａｒｉｓｏｎｄｉａｇｒａｍｏｆａｃｔｉｖａｔｉｏｎｆｕｎｃｔｉｏ㊀㊀Ｍｉｓｈ函数为平滑函数ꎬ能够避免ＲｅＬＵ函数的奇异点ꎬ其正值无边界避免了梯度饱和的情况ꎬ其负值较小能稳定网络的梯度流ꎬ使信息能够更好地在网络中流动ꎮ故本文使用Ｍｉｓｈ作为激活函数ꎮＭＩＭＯ￣ＵＮｅｔ的损失函数采用平均绝对误差(ＭＡＥ)损失ꎬ又称Ｌ１损失ꎮ该损失函数不会出现梯度爆炸问题ꎬ但其在ｘ＝０处不可导ꎬ且其不论损失值大小均具有相同梯度ꎬ可能会造成模型震荡不收敛ꎬ平滑的绝对误差损失ＳｍｏｏｔｈＬ１则能解决该问题ꎮＭＡＥ损失(用ＬＭＡＥ表示)和ＳｍｏｏｔｈＬ１损失(用ＬＳｍｏｏｔｈＬ１表示)计算公式如式(３)和式(４)所示ꎬ两者对比如图６所示ꎮＬＭＡＥ＝１ｎðｎｉ＝１｜＾ｙｉ－ｙｉ｜(３)ＬＳｍｏｏｔｈＬ１＝１ｎðｎｉ＝１｜＾ｙｉ－ｙｉ｜－１２ꎬ｜＾ｙｉ－ｙｉ｜>１１２(＾ｙｉ－ｙｉ)２ꎬ｜＾ｙｉ－ｙｉ｜ɤ１ìîíïïïï(４)式中:ｎ为像素总数量ꎻ＾ｙｉ为估计值ꎻｙｉ为真实值ꎮ图６㊀损失函数对比图Ｆｉｇ.６㊀Ｔｈｅｃｏｍｐａｒｉｓｏｎｄｉａｇｒａｍｏｆｌｏｓｓｆｕｎｃｔｉｏｎ㊀㊀ＳｍｏｏｔｈＬ１为分段函数ꎬ当误差较大时ꎬ其梯度较大ꎬ但不会导致梯度爆炸问题ꎻ当误差较小时ꎬ其梯度足够小ꎬ更利于模型的收敛ꎮ因此ꎬ本文使用ＳｍｏｏｔｈＬ１作为损失函数ꎮ２㊀实验与结果分析２.１㊀数据集处理网络进行迭代训练需要使用成对的清晰－模糊图像ꎬ本文采用红外热像仪采集图像数据ꎬ并使用公开的红外图像数据集ＦＬＩＲ进行数据补充ꎮ由于同时获取清晰和模糊的图像较为困难ꎬ故将清晰图像进行模糊处理得到对应的模糊图像ꎬ如图７所示ꎮ产生模糊的主要原因有相机运动㊁物体运动以及相机和物体同时运动ꎬ使用Ｋｕｐｙｎ等[７]提出的随机轨迹法模拟相机运动(图７第一行)㊁使用多帧平均法模拟物体运动(图７第二行)㊁使用运动退化模型模拟相机和物体同时运动(图７第三行)ꎬ图７中从左到右分别对应清晰图像㊁轻度模糊图像和重度模糊图像ꎮ图７㊀模拟模糊效果图Ｆｉｇ.７㊀Ｔｈｅｅｆｆｅｃｔｄｉａｇｒａｍｏｆｓｉｍｕｌａｔｉｏｎｂｌｕｒ㊀㊀从３０００张红外图像中随机选择图像ꎬ并随机选择模糊方式和模糊程度ꎬ得到３０００组成对的清晰－模糊图像对ꎬ按８ʒ１ʒ１的比例分为训练集㊁验证集和测试集ꎬ图像的分辨率为６４０ˑ４８０ꎮ２.２㊀实验配置具体实验配置如表１所示ꎮ２.３㊀主观评价为验证本文算法的有效性ꎬ使用ＭＩＭＯ￣ＵＮｅｔ和本文改进后的网络进行对比实验ꎬ测试结果如图８所示ꎮ图８(ａ)和图８(ｂ)分别为用于测试网络性能的清晰图像和模糊图像ꎻ图８(ｃ)和图８(ｄ)分别８５沈㊀阳㊀理㊀工㊀大㊀学㊀学㊀报㊀㊀第４３卷表１㊀实验配置Ｔａｂｌｅ１㊀Ｅｘｐｅｒｉｍｅｎｔａｌｃｏｎｆｉｇｕｒａｔｉｏｎ软件或硬件名称具体参数操作系统６４位Ｕｂｕｎｔｕ１６.０４ＬＴＳＣＰＵＩｎｔｅｒＸｅｏｎ(Ｒ)Ｅ５￣１６０３ｖ４ꎬ２.１ＧＨｚˑ３２ＧＰＵ２ˑＮｖｉｄｉａＧｅＦｏｒｃｅＧＴＸ１０８０Ｔｉ内存４.１ＴＢ编程语言Ｐｙｔｈｏｎ３.８深度学习框架Ｐｙｔｏｒｃｈ￣ＧＰＵ为ＭＩＭＯ￣ＵＮｅｔ原网络和本文改进网络的测试结果ꎬ其中第一行为去模糊效果图ꎬ第二行为重建图像与清晰图像对比的残差图ꎮ由图８可以看出:ＭＩＭＯ￣ＵＮｅｔ能够在一定程度上实现去模糊ꎻ本文改进的网络则能更好地恢复出图像的细节信息ꎬ如框中的黑色 書 字和背景以及框中的白色文字ꎻ改进网络的残差图包含的信息更少ꎬ其重建图像更加接近于清晰图像ꎮ因此ꎬ本文提出的改进网络能够有效实现红外图像去模糊ꎮ图８㊀测试结果图Ｆｉｇ.８㊀Ｔｈｅｄｉａｇｒａｍｏｆｔｅｓｔｒｅｓｕｌｔｓ２.４㊀客观评价２.４.１㊀消融实验为验证本文改进结构对网络性能的影响ꎬ在原网络基础上逐一加入改进的模块及函数ꎬ在相同数据集上对网络进行训练和测试ꎬ使用峰值信噪比(ＰＳＮＲ)和结构相似性(ＳＳＩＭ)两个常用的图像质量评估指标验证网络的去模糊性能ꎬ实验结果如表２所示ꎮ表２㊀改进网络结构的性能评估Ｔａｂｌｅ２㊀ＩｍｐｒｏｖｅｄｎｅｔｗｏｒｋｓｔｒｕｃｔｕｒｅｐｅｒｆｏｒｍａｎｃｅｅｖａｌｕａｔｉｏｎＤＡＵＦＦＴＭｉｓｈ＋ＳｍｏｏｔｈＬ１ＰＳＮＲ/ｄＢＳＳＩＭ ３１.７９０.８６ ɿ３１.９３０.８６ɿ ３２.１３０.８７ ɿ ３２.１９０.８７ɿɿ ３２.２６０.８８ɿɿɿ３２.３２０.８８㊀㊀由表２可以看出:加入ＤＡＵ或加入ＦＦＴ均能较大幅度地提升网络性能ꎬ采用更优的激活函数和损失函数能够在一定程度上提升网络性能ꎻ相较于原网络ꎬ本文改进网络的ＰＳＮＲ提升了０.５３ｄＢꎬ由于红外图像本身视觉效果模糊ꎬＳＳＩＭ提升较少ꎬ仅为０.０２ꎮ本文采用的改进模块及函数均有助于提升网络对红外图像的去模糊效果ꎮ２.４.２㊀对比实验在主观评价的基础上ꎬ采用ＰＳＮＲ㊁ＳＳＩＭ㊁网络参数量和运算时间４个指标对ＭＩＭＯ￣ＵＮｅｔ㊁ＭＩＭＯ￣ＵＮｅｔ＋和本文改进网络的性能进行比较分析ꎮ实验结果如表３所示ꎮ表３㊀不同网络的性能评估Ｔａｂｌｅ３㊀Ｐｅｒｆｏｒｍａｎｃｅｅｖａｌｕａｔｉｏｎｏｆｄｉｆｆｅｒｅｎｔｎｅｔｗｏｒｋｓ网络ＰＳＮＲ/ｄＢＳＳＩＭ参数量/ＭＢ运算时间/ｓＭＩＭＯ￣ＵＮｅｔ[１２]３１.７９０.８６６.８００.０１６ＭＩＭＯ￣ＵＮｅｔ＋[１２]３２.２１０.８７１６.１００.０５２本文改进网络３２.３２０.８８７.２９０.０１８㊀㊀由表３可以看出:ＭＩＭＯ￣ＵＮｅｔ对于红外图像去模糊有一定的效果ꎻＭＩＭＯ￣ＵＮｅｔ＋通过进一步增加网络中的模块数量可提升去模糊效果ꎬ但也大大增加了计算量ꎬ使得运算时间成倍增加ꎻ本文改进后的网络在参数量少量增加㊁处理时间基本不变的情况下ꎬ更好地实现了红外图像去模糊ꎮ３㊀结论为更好地实现红外图像去模糊ꎬ本文基于ＭＩＭＯ￣ＵＮｅｔ进行改进ꎬ在编码模块中引入了ＤＡＵꎬ增强网络特征提取能力ꎬ在非对称特征融合模块中引入了ＦＦＴꎬ加强网络对于清晰图像和模糊图像之间差异的学习ꎬ同时优化了损失函数和激活函数ꎮ在采集的红外数据上进行训练和测试ꎬ消融实验结果表明ꎬ本文采用的改进模块及函数均有助于提升网络性能ꎻ对比实验结果表明ꎬ相９５第１期㊀㊀㊀张艳珠等:改进多尺度Ｕ型网络的红外图像去模糊方法较于原网络ꎬ本文改进网络重建图像的细节更加清晰ꎬＰＳＮＲ提升了０.５３ｄＢꎬＳＳＩＭ提升了０.０２ꎮ本文算法为红外图像去模糊任务提供了一种良好的解决方案ꎮ参考文献(Ｒｅｆｅｒｅｎｃｅｓ):[１]㊀钱阳.红外热成像技术在警用执法领域的应用[Ｊ].中国安防ꎬ２０２３(Ｚ１):８３－８８.㊀㊀ＱＩＡＮＹ.Ａｐｐｌｉｃａｔｉｏｎｏｆｉｎｆｒａｒｅｄｔｈｅｒｍａｌｉｍａｇｉｎｇｔｅｃｈｎｏｌｏｇｙｉｎｔｈｅｆｉｅｌｄｏｆｐｏｌｉｃｅｌａｗｅｎｆｏｒｃｅｍｅｎｔ[Ｊ].ＣｈｉｎａＳｅｃｕｒｉｔｙ＆Ｐｒｏｔｅｃｔｉｏｎꎬ２０２３(Ｚ１):８３－８８.(ｉｎＣｈｉｎｅｓｅ) [２]㊀赵国顺.红外热成像技术的应用延伸探析[Ｊ].中国安防ꎬ２０２３(Ｚ１):９４－９７.㊀㊀ＺＨＡＯＧＳ.Ａｎａｌｙｓｉｓｏｎｔｈｅａｐｐｌｉｃａｔｉｏｎｅｘｔｅｎｓｉｏｎｏｆｉｎｆｒａｒｅｄｔｈｅｒｍａｌｉｍａｇｉｎｇｔｅｃｈｎｏｌｏｇｙ[Ｊ].ＣｈｉｎａＳｅｃｕｒｉｔｙ＆Ｐｒｏｔｅｃｔｉｏｎꎬ２０２３(Ｚ１):９４－９７.(ｉｎＣｈｉｎｅｓｅ)[３]㊀郝建坤ꎬ黄玮ꎬ刘军ꎬ等.空间变化ＰＳＦ非盲去卷积图像复原法综述[Ｊ].中国光学ꎬ２０１６ꎬ９(１):４１－５０.㊀㊀ＨＡＯＪＫꎬＨＵＡＮＧＷꎬＬＩＵＪꎬｅｔａｌ.Ｒｅｖｉｅｗｏｆｎｏｎ￣ｂｌｉｎｄｄｅ￣ｃｏｎｖｏｌｕｔｉｏｎｉｍａｇｅｒｅｓｔｏｒａｔｉｏｎｂａｓｅｄｏｎｓｐａｔｉａｌｌｙ￣ｖａｒｙｉｎｇＰＳＦ[Ｊ].ＣｈｉｎｅｓｅＯｐｔｉｃｓꎬ２０１６ꎬ９(１):４１－５０.(ｉｎＣｈｉｎｅｓｅ) [４]㊀华夏ꎬ张悦芮ꎬ刘广ꎬ等.视觉灵敏性滤波和自适应正则化图像盲去模糊[Ｊ].华中科技大学学报(自然科学版)ꎬ２０２１ꎬ４９(１１):６４－７０.㊀㊀ＨＵＡＸꎬＺＨＡＮＧＹＲꎬＬＩＵＧꎬｅｔａｌ.Ｂｌｉｎｄｉｍａｇｅｄｅｂｌｕｒｒｉｎｇｂａｓｅｄｏｎｖｉｓｕａｌｓｅｎｓｉｔｉｖｉｔｙｆｉｌｔｅｒｉｎｇａｎｄａｄａｐｔｉｖｅｒｅｇｕｌａｒｉｚａｔｉｏｎ[Ｊ].ＪｏｕｒｎａｌｏｆＨｕａｚｈｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌ￣ｏｇｙ(ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ)ꎬ２０２１ꎬ４９(１１):６４－７０.(ｉｎＣｈｉｎｅｓｅ)[５]㊀ＳＵＪＷꎬＸＵＢＹꎬＹＩＮＨＪ.Ａｓｕｒｖｅｙｏｆｄｅｅｐｌｅａｒｎｉｎｇａｐｐｒｏａ￣ｃｈｅｓｔｏｉｍａｇｅｒｅｓｔｏｒａｔｉｏｎ[Ｊ].Ｎｅｕｒｏｃｏｍｐｕｔｉｎｇꎬ２０２２ꎬ４８７:４６－６５.[６]㊀ＺＨＡＮＧＫＨꎬＲＥＮＷＱꎬＬＵＯＷＨꎬｅｔａｌ.Ｄｅｅｐｉｍａｇｅｄｅ￣ｂｌｕｒｒｉｎｇ:ａｓｕｒｖｅｙ[Ｊ].ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＣｏｍｐｕｔｅｒＶｉ￣ｓｉｏｎꎬ２０２２ꎬ１３０(９):２１０３－２１３０.[７]㊀ＫＵＰＹＮＯꎬＢＵＤＺＡＮＶꎬＭＹＫＨＡＩＬＹＣＨＭꎬｅｔａｌ.Ｄｅｂｌｕｒ￣ＧＡＮ:ｂｌｉｎｄｍｏｔｉｏｎｄｅｂｌｕｒｒｉｎｇｕｓｉｎｇｃｏｎｄｉｔｉｏｎａｌａｄｖｅｒｓａｒｉａｌｎｅｔｗｏｒｋｓ[Ｃ]//２０１８ＩＥＥＥ/ＣＶＦＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎａｎｄＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ.ＳａｌｔＬａｋｅＣｉｔｙꎬＵＳＡ:ＩＥＥＥꎬ２０１８:８１８３－８１９２.[８]㊀ＫＵＰＹＮＯꎬＭＡＲＴＹＮＩＵＫＴꎬＷＵＪＲꎬｅｔａｌ.ＤｅｂｌｕｒＧＡＮ￣ｖ２:ｄｅｂｌｕｒｒｉｎｇ(ｏｒｄｅｒｓ￣ｏｆ￣ｍａｇｎｉｔｕｄｅ)ｆａｓｔｅｒａｎｄｂｅｔｔｅｒ[Ｃ]//２０１９ＩＥＥＥ/ＣＶＦＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎ(ＩＣ￣ＣＶ).ＳｅｏｕｌꎬＫｏｒｅａ(Ｓｏｕｔｈ):ＩＥＥＥꎬ２０２０:８８７７－８８８６. [９]㊀ＷＡＮＧＺＤꎬＣＵＮＸＤꎬＢＡＯＪＭꎬｅｔａｌ.Ｕｆｏｒｍｅｒ:ａｇｅｎｅｒａｌＵ￣ｓｈａｐｅｄｔｒａｎｓｆｏｒｍｅｒｆｏｒｉｍａｇｅｒｅｓｔｏｒａｔｉｏｎ[Ｃ]//２０２２ＩＥＥＥ/ＣＶＦＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎａｎｄＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ(ＣＶＰＲ).ＮｅｗＯｒｌｅａｎｓꎬＵＳＡ:ＩＥＥＥꎬ２０２２:１７６６２－１７６７２. [１０]ＺＡＭＩＲＳＷꎬＡＲＯＲＡＡꎬＫＨＡＮＳꎬｅｔａｌ.Ｒｅｓｔｏｒｍｅｒ:ｅｆｆｉｃｉｅｎｔｔｒａｎｓｆｏｒｍｅｒｆｏｒｈｉｇｈ￣ｒｅｓｏｌｕｔｉｏｎｉｍａｇｅｒｅｓｔｏｒａｔｉｏｎ[Ｃ]//２０２２ＩＥＥＥ/ＣＶＦＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎａｎｄＰａｔｔｅｒｎＲｅｃ￣ｏｇｎｉｔｉｏｎ(ＣＶＰＲ).ＮｅｗＯｒｌｅａｎｓꎬＵＳＡ:ＩＥＥＥꎬ２０２２:５７１８－５７２９.[１１]ＴＡＯＸꎬＧＡＯＨꎬＳＨＥＮＸꎬｅｔａｌ.Ｓｃａｌｅ￣ｒｅｃｕｒｒｅｎｔｎｅｔｗｏｒｋｆｏｒｄｅｅｐｉｍａｇｅｄｅｂｌｕｒｒｉｎｇ[Ｃ]//２０１８ＩＥＥＥ/ＣＶＦＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎａｎｄＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ.ＳａｌｔＬａｋｅＣｉｔｙꎬＵＳＡ:ＩＥＥＥꎬ２０１８:８１７４－８１８２.[１２]ＣＨＯＳＪꎬＪＩＳＷꎬＨＯＮＧＪＰꎬｅｔａｌ.Ｒｅｔｈｉｎｋｉｎｇｃｏａｒｓｅ￣ｔｏ￣ｆｉｎｅａｐｐｒｏａｃｈｉｎｓｉｎｇｌｅｉｍａｇｅｄｅｂｌｕｒｒｉｎｇ[Ｃ]//２０２１ＩＥＥＥ/ＣＶＦＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎ(ＩＣＣＶ).Ｍｏｎｔ￣ｒｅａｌꎬＣａｎａｄａ:ＩＥＥＥꎬ２０２１:４６２１－４６３０.[１３]ＺＡＭＩＲＳＷꎬＡＲＯＲＡＡꎬＫＨＡＮＳꎬｅｔａｌ.Ｌｅａｒｎｉｎｇｅｎｒｉｃｈｅｄｆｅａｔｕｒｅｓｆｏｒｒｅａｌｉｍａｇｅｒｅｓｔｏｒａｔｉｏｎａｎｄｅｎｈａｎｃｅｍｅｎｔ[Ｃ]//ＣｏｍｐｕｔｅｒＶｉｓｉｏｎ:ＥＣＣＶ２０２０Ｗｏｒｋｓｈｏｐｓ.ＧｌａｓｇｏｗꎬＵＫ:Ｓｐｒｉｎｇｅｒꎬ２０２０:４９２－５１１.[１４]王光博ꎬ陈亮.改进关系网络的小样本图像分类方法[Ｊ].沈阳理工大学学报ꎬ２０２３ꎬ４２(１):２８－３４.㊀㊀ＷＡＮＧＧＢꎬＣＨＥＮＬ.Ｓｍａｌｌｓａｍｐｌｅｉｍａｇｅｃｌａｓｓｉｆｉｃａｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｉｍｐｒｏｖｅｄｒｅｌａｔｉｏｎａｌｎｅｔｗｏｒｋ[Ｊ].ＪｏｕｒｎａｌｏｆＳｈｅｎｙａｎｇＬｉｇｏｎｇＵｎｉｖｅｒｓｉｔｙꎬ２０２３ꎬ４２(１):２８－３４.(ｉｎＣｈｉ￣ｎｅｓｅ)(责任编辑:宋颖韬)(上接第５４页)[１１]胡智翔ꎬ鲍胜利ꎬ徐传淇ꎬ等.基于ＤｅｅｐＬａｂｖ３＋的遥感建筑物语义分割算法[Ｊ].计算机应用ꎬ２０２１ꎬ４１(Ｓ２):７１－７５.㊀㊀ＨＵＺＸꎬＢＡＯＳＬꎬＸＵＣＱꎬｅｔａｌ.Ｓｅｍａｎｔｉｃｓｅｇｍｅｎｔａｔｉｏｎａｌ￣ｇｏｒｉｔｈｍｆｏｒｒｅｍｏｔｅｓｅｎｓｉｎｇｂｕｉｌｄｉｎｇｓｂａｓｅｄｏｎＤｅｅｐＬａｂｖ３＋[Ｊ].ＪｏｕｒｎａｌｏｆＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓꎬ２０２１ꎬ４１(Ｓ２):７１－７５.(ｉｎＣｈｉｎｅｓｅ)[１２]陈兵ꎬ贺晟ꎬ刘坚ꎬ等.基于轻量化ＤｅｅｐＬａｂｖ３＋网络的焊缝结构光图像分割[Ｊ].中国激光ꎬ２０２３ꎬ５０(８):４９－５８.㊀㊀ＣＨＥＮＢꎬＨＥＳꎬＬＩＵＪꎬｅｔａｌ.Ｗｅｌｄｓｔｒｕｃｔｕｒｅｄｌｉｇｈｔｉｍａｇｅｓｅｇ￣ｍｅｎｔａｔｉｏｎｂａｓｅｄｏｎｌｉｇｈｔｗｅｉｇｈｔＤｅｅｐＬａｂｖ３＋ｎｅｔｗｏｒｋ[Ｊ].ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＬａｓｅｒｓꎬ２０２３ꎬ５０(８):４９－５８.(ｉｎＣｈｉ￣ｎｅｓｅ)[１３]徐聪ꎬ王丽.基于改进ＤｅｅｐＬａｂｖ３＋网络的图像语义分割方法[Ｊ].激光与光电子学进展ꎬ２０２１ꎬ５８(１６):１６１０００８.㊀㊀ＸＵＣꎬＷＡＮＧＬ.ＩｍａｇｅｓｅｍａｎｔｉｃｓｅｇｍｅｎｔａｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｉｍｐｒｏｖｅｄＤｅｅｐＬａｂｖ３＋ｎｅｔｗｏｒｋ[Ｊ].Ｌａｓｅｒ＆Ｏｐｔｏｅｌｅｃ￣ｔｒｏｎｉｃｓＰｒｏｇｒｅｓｓꎬ２０２１ꎬ５８(１６):１６１０００８.(ｉｎＣｈｉｎｅｓｅ)(责任编辑:宋颖韬)０６沈㊀阳㊀理㊀工㊀大㊀学㊀学㊀报㊀㊀第４３卷。

100 非接触掌纹掌脉双模态鲁棒特征提取及识别方法研究 101 基于航空遥感图像的地物信息提取与识别方法研究 102 面向大规模高维工业过程数据的降维方法研究 103 单目机器人视觉伺服研究 104 柴油机调速系统自适应容错控制研究 105 空气阻尼和残余应力对悬空SiC膜动态特性影响研究 106 大展弦比复合材料机翼被动非线性消振及能量采集理论 107 助老助残外骨骼机器人变刚度的人机耦合驱动研究 108 109 镁合金与异质难焊材料复合构件激光-电弧耦合连接机 理与方法
序号 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67
项目名称 水下低照度成像系统关键技术研究 基于群智计算模型的复杂行为分析方法研究 汽车主动安全智能控制算法研究与系统开发 语义Web 模糊本体合取查询研究 非线性网络化系统自适应滑模控制问题研究 张量低秩表达理论算法研究及其在图像视频处理上的应 用 基于大数据的湿法冶金全流程故障预测关键技术研究 量化水平优化条件下模糊系统输出反馈H∞控制与滤波 切换系统异步H∞滤波研究及应用 群机器人系统典型任务基于人工力矩方法的研究 MapReduce模型下大数据OLAP的数据立方体技术 耦合流体系统的高阶解耦算法研究 网络环境下基于手掌静脉加密的身份认证研究 具有非下三角结构的纯反馈随机非线性系统自适应模糊 控制方法研究 大数据中模糊语言值信息处理技术研究 基于T-S模糊模型的非线性中立型随机时滞系统的控制 与滤波器设计 基于面结构光的自由曲面全息测量技术及模型重构理论 研究 大型海洋机器人多模态运动控制研究 灾害救援任务中基于视觉的异构UAV/UGV协作感知与避 障方法研究 基于符号计算的混合类型数据分析研究 火灾高危单位防火监督大数据管理与分析技术研究 运动速度约束的康复步行训练机器人鲁棒可靠跟踪控制 方法研究 辽宁省大数据产业技术路线图开发研究

沈阳化工研究院有限公司
4 耐高温芳杂环双马树脂及其先进复合材料制备关键技术 二等奖（8项）
大连理工大学
5 沙蚕生物滤池研制及其在海珍品循环养殖中应用
大连海洋大学
6 专用敞车用折返式双车翻车机卸车系统
大连华锐重工集团股份有限公司
7 压气机动叶叶尖小翼技术及应用
大连海事大学
8 鹿功能性组分制备关键技术研究及产业化
14 辽宁特色品种荷包猪SLA-Ⅰ分子进化背景及应用 15 基于规则的C代码缺陷静态检测技术及系统研 16 装备制造工作液净化处理工艺与设备 17 离子交换树脂集中再生分散使用技术集成 18 一种灵芝液体制剂及其制备方法
大连大学 大连理工大学 大连交通大学 大连交通大学 辽宁鹿源参茸饮片有限公司
科技进步奖（235项）
渤海大学
10 高灵敏度多功能化光纤传感理论与关键问题研究
东北大学
11 高性能光功能陶瓷材料的合成反应机理与动力学研究 三等奖（12项）
东北大学
12 复合材料精化高阶理论及应用基础研究 13 生物柴油制备的新型催化剂和工艺 14 侏罗纪哺乳形动物和最早期哺乳动物的演化适应 15 分子反应的调控机理研究 16 算子理论与算子代数及其应用
辽宁省农业机械化技术推广总站
104 柞蚕主要传染性病害防控技术创新集成与示范
辽宁省蚕业科学研究所
105 科尔沁沙地赤松引种栽培技术研究
辽宁省固沙造林研究所
106 辽宁省柞树有害生物生态控制与工程治理技术
辽宁省林业有害生物防治检疫局
107 辽西油松人工促进天然更新技术研究与应用
沈阳农业大学
108 特大地震中小型水库应急除险修复理论与技术
中国科学院大连化学物理研究所