近日，由北京工商大學科學技術處組織相關領域驗收專家組對北京市教委科研計劃面上項目“聚合物/氧化鋅晶須抗靜電功能復合材料的研究”、“利用物理場輔助作用制備食物源ACE抑制肽的研究”、 “倉儲物流智能決策支持系統開發”及“基于DSP和心音分析的冠心病無創診斷方法研究”四項目進行驗收，驗收組專家認真聽取了項目組所作的匯報并審閱了相關材料，經質詢、討論，認為：上述兩項目組已完成申請書中所規定的內容，達到預期目標，數據翔實，結論可靠。項目經費使用合理，同意上述項目通過驗收。

“聚合物/氧化鋅晶須抗靜電功能復合材料的研究”項目是由我校材料科學與工程系溫變英教授主持的。該項目瞄準材料科學的發展前沿，以聚丙烯為基體，功能性填料四針狀氧化鋅晶須為改性劑，采用復合技術制備了聚合物基抗靜電功能復合材料，研究了其界面作用、分散狀態、導電性能、結晶行為、增強增韌效果，得出具有指導意義的結論，同時所制備的聚合物/氧化鋅晶須抗靜電功能復合材料具有較高的應用前景。專家驗收組建議該項目作進一步深入研究。

“利用物理場輔助作用制備食物源ACE抑制肽的研究”項目是由我校化學與環境工程學院王昌濤講師主持的。該項目以食物源燕麥為原料，利用物理場輔助制備降壓肽，優化了工藝條件，分離純化了降壓因子,初步形成了食品和化妝品用添加劑，具有良好的應用前景。功能因子多肽是當前研究的熱點和難點,該研究將超聲技術和酶工程相結合，首次利用超聲技術來制備燕麥蛋白降壓肽，具有創新性。專家驗收組建議該項目作進一步深入研究。

“倉儲物流智能決策支持系統開發”項目是由我校計算機與信息工程學院施彥講師主持的。該項目采用B/S架構和SOA架構，應用遺傳算法、專家規則、粒子群算法和人工神經網絡等人工智能技術，開發了基于Web的“倉儲物流智能決策支持系統”，實現了物料、倉庫、設備、訂單、庫存等智能管理功能，在庫存優化、庫位分配、揀選優化、集裝箱配載等問題的智能決策方面具有創新性。該系統可用于特定物流企業，也可為物流行業提供倉儲領域的Web服務。課題研發成果對提高現有物流行業的管理水平和經濟效益具有重要意義，具有應用前景和推廣價值。課題組成員50%為青年教師，課題任務的研發過程對青年教師科研的鍛煉和培養起到重要的促進作用。專家驗收組建議與物流企業進一步加強聯系，加快推廣應用。

“基于DSP和心音分析的冠心病無創診斷方法研究”項目是由我校計算機與信息工程學院陳天華副教授主持的。該項目組以北京工商大學相關實驗室為依托，完成了基于DSP和心音信號分析的冠心病無創診斷方法的研究。將微電子技術、現代信號處理技術和神經網絡技術相結合，并應用于冠心病無創診斷方法研究，采用自行研制的心音信號采集裝置進行信號采集和預處理，通過對心音信號進行數字濾波，有效濾除了心音信號中的干擾，獲得了準確的心音信號，采用ARMA參數模型法提取心音信號特征參數，應用自組織特征映射神經網絡（SOM）方法和支持向量機（SVM）技術相結合的分類算法實現了心音信號的分類，進行了冠心病無創診斷方法研究。該項目組已發表論文6篇，其中國際會議論文2篇（EI收錄號為：083711531234），核心期刊論文3篇，一般期刊論文1篇；另外，還有被國內期刊已錄用待發表論文共2篇（國內期刊論文2篇）。培養了2名碩士研究生。并對智能信息處理及相關學科建設、青年教師培養和實驗室建設起了很大的促進作用。該項目涉及多個學科，有一定的難度，將心音信號處理、DSP技術及神經網絡技術相結合應用于冠心病診斷，揭示了冠心病的產生與心音信號改變之間的內在聯系，實現了對200余例樣本的心音信號分類，綜合準確率達到85.1%。為實現冠心病早診斷、早發現、早治療奠定了基礎。檢索報告表明國內未見與查新項目完全相同的基于DSP和心音分析的冠心病診斷方法的文獻報道。專家驗收組建議進一步產品化，加快推廣應用。