研究成果：
计算机学院机器学习与软件新技术研究所曾参与完成工信部高技术船舶科研项目：半潜式起重平台安全监测系统。该系统使用Python快速解码，使用关系型数据库PostgreSQL存储已结构化数据，对数据画像、分析、建模并且将程序部署在云端，通过访问云端数据库，使用轻量级Web开发框架Flask将数据进行可视化处理和功能实现。系统功能上能够运用可靠性检验、参数识别、统计分析、相关性分析等方法进行数据处理与分析，能对平台的作业环境和自身状态有明确的了解，也能够适时发出越限报警，降低拆解作业安全风险，保证作业安全。具体功能模块包括：海洋环境数据监测模块、切割拆解风险监测模块、油气泄露及火灾风险监测模块、碰撞跌落风险监测模块、拆解装运风险监测模块、监测数据分析模块等等。而其中的监测数据分析模块主要进行各类数据的可靠性检验；各类数据的统计分析；多个数据的相关性及回归分析；越限报警处理；以及监测日报的生成与保存。系统首页如图1所示：
图1半潜式起重平台安全监测系统首页
团队人员完成大同某煤矿企业委托开发项目：基于海量数据的煤矿瓦斯预警算法实现及系统设计，使用flask web框架、html5、javascript、echarts图表等相关技术，搭建监测平台，通过抽取不同检测点的瓦斯数据，利用数据预处理方法去噪，构建基于动态时间序列数据的智能回归算法模型，能够预测未来2-3个小时的瓦斯浓度变化，并能实时对瓦斯浓度进行监测、分析及预测。其系统首页如下所示：
图2煤矿井下瓦斯浓度风险监测与预测系统首页
团队成员与环化学院团队合作，参与了该团队HCDI海水淡化设备的研发，协助其完成了设备中的电路设计及智能监测APP的开发工作，并最终形成样机，样机如图3所示：
图3 HCDI海水淡化设备实物图