|
搜索
搜 索
高等教育领域数字化综合服务平台
一维集成式精密定位工作台（博实）
产品详细介绍：一维集成式工作台通过柔性铰链机构对压电陶瓷进行直接或放大驱动以实现无间隙无耦合的微位移传动，具有沿X轴方向的一维运动，行程从10um至200um。该系列微动台可集成电阻应变片以实现高精度闭环控制，并可根据客户需求定制更小尺寸的微动台。
哈尔滨工业大学博实精密测控有限责任公司
2021-08-23
埃姆维亿低温生物设备（成都）有限公司
MVE Biological Solutions (以下简称“MVE”) 是Cryoport System Inc.旗下生命科学低温设备的专业制造商，深耕行业50多年，MVE 为生物材料的低温储存设定了标准。今天，MVE 不断地超越这些标准，来自世界的各行各业都期待MVE的卓越和创新，我们的解决方案使各行业能够更好地利用低温技术，MVE以这种方式继续在生物医学及生命科学行业做出重大贡献。
MVE系列低温设备及铝制容器经过精心的设计，具有较高的可靠性，并在超低温下更大限度地保持更长时间，这对保存人体和动物组织及疫苗至关重要。
Cryoport System Inc.是被众多生命科学公司信赖的合作伙伴,主要涉及生物制药、生殖医学、动物卫生保健等领域，致力于提供精准温控物流解决方案，核心竞争力涵盖了生物材料在深冷或特定温度环境中的运输、储存、以及送达。
埃姆维亿低温生物设备（ 成都）有限公司(即“金凤”牌液氮容器制造商)是MVE在中国成都的生产基地，专注于生产液氮生物容器，具有40多年的液氮生物容器生产技术和经验。目前已成为国内外同类产品制造企业中产品品种较齐全，产销规模较大的企业。公司诚信经营，稳定发展 ，旗下的“金凤” 牌商标连续三届被评为 “四川省著名商标” ， 公司产品多次获得由农业部、四川省、成都市授予的 “优质产品称号” 和国家质量奖——银质奖，并连续荣获 “四川名牌产品”称号。
埃姆维亿低温生物设备（ 成都）有限公司坚持持续的创新和市场拓展，公司现已成为国际化发展的企业。秉承追求100%顾客满意度的质量方针 ，我们将不断超越自我 ，一如既往地为顾客创造价值，提供更优质的产品和服务。
公司网址：www.mvebio.cn
埃姆维亿低温生物设备（成都）有限公司
2021-12-07
基于黄金分割比例的菱形模板双尺度图像去噪方法
本发明涉及一种基于黄金分割比例的菱形模板双尺度图像去噪方法。本发明的技术要点是采用菱形模板并进行自适应模板扩充，利用参与计算的信号点的距离权重和灰度权重的归一化权重进行去噪。本发明的优点是菱形模板中参与计算的所有信号点到中心点的距离方差较小，尽可能避免了距离过远的信号点参与滤波计算；根据噪声密度取部分信号点参与计算，不仅降低了计算复杂度，而且降低了模板内可能存在的其他噪声及边缘对滤波效果的影响；模板中横向包含的像素点和纵向包含的像素点个数之比为1:0.618，充分利用了数学的经典理念,也符合人的视觉习惯。实验结果表明，本发明既能处理低密度噪声，又能处理高密度噪声，噪声密度越高，相对效果越好。
河北师范大学
2021-05-03
一种基于运动颜色关联的视频图像显著性检测方法
本发明公开了一种基于运动颜色关联的视频图像显著性检测方 法，包括：获得视频图像的静态显著性图；提取场景的光流向量场；对光流向量场进行初步分类并抛弃最大分类区块；将视频图像从 RGB 颜色空间转换到 HSV 颜色空间；根据 HSV 颜色空间 H 分量中对应颜 色在输入图像中出现的频率，生成颜色直方图；针对光流向量场有效 分类区块中的每个向量，将其范数投射到颜色直方图的相应区间中去， 得到每个颜色区间的运动尺度变量；得到每种颜色的运动显著性值并 投影到原图像生成运动显著性图；将运动显著性图与静态显著性图相 加得到最终显著性图。本发明的方法可以有效地将运动特征纳入显著 性考虑范围，在现有的运动视频测试集上能取得优于传统方法的结果。
华中科技大学
2021-04-11
一种基于字典渐近更新的人脸图像超分辨率方法
一种基于字典渐近更新的人脸图像超分辨率方法:在训练阶段，采用去一法对低分辨率人脸图像训 练集的每张低分辨率人脸图像进行超分辨率重构，得到一层低分辨率中间字典;以此低分辨率中间字典 作为新的低分辨率人脸图像训练集输入，重构得到新一层的低分辨率中间字典;重复上述过程，最终得 到多层低分辨率中间字典。在测试阶段，根据输入的低分辨率人脸图像，上一层低分辨率中间字典和高 分辨率人脸图像训练集，对输入低分辨率人脸图像进行超分辨率重构，得到预估高分辨率人脸图像;重 复上述过程，最终重构出高分辨率人脸图像。本发明可得到更高质量、与真实情况更为接近的重建效果。
武汉大学
2021-04-13
一种基于支持向量回归的 SAR 图像适配性预测方法
本发明公开了一种基于支持向量回归的雷达图像适配性预测方法。所述方法包括：学习阶段，提取 SAR 图像多维特征构成学习集；对学习集样本特征预处理后，将其分为学习集 L1、L2，然后用学习集L1 训练支持向量机，并用得到的 SVM 模型对学习集 L2 进行分类，根据分类正确率、样本特征和类心之间的距离计算各样本的适配率；之后利用学习集特征及其相应的适配率，拟合回归得到适配性预测函数模型；预测阶段，对待评估的 SAR 图像
华中科技大学
2021-04-14
一种对卫星图像数据实时解压缩的系统
本发明公开了一种对卫星图像数据实时解压缩的系统，包括：数据服务器模块，用于接收卫星拍摄图像的图像压缩数据流，并将图像压缩数据流中不同通道的图像压缩数据并行发送给不同的解压缩单元进行解压缩，以及根据图像压缩数据流和解压缩后的图像数据确定图像压缩数据流的运行参数，运行参数包括误码率、压缩比、微损度以及数据速率；解压缩模块，包括至少一个解压缩单元，用于并行对不同通道的图像压缩数据进行解压缩，每个解压缩单元以 FPGA 为处
华中科技大学
2021-04-14
一种基于场量分析的视频图像显著性检测方法
本发明公开了一种基于场量分析的视频图像显著性检测方法，包括以下步骤：S1 获得视频图像的静态显著性图；S2 根据连续的视频帧提取场景的光流向量场；S3 通过聚类方法对光流向量场进行初步分类并找出最大分类区块；S4 通过每个分类区块与最大分类区块之间的对比生成差异性能量；S5 规范化差异性能量，获得运动显著性值并生成运动显著性图；S6 将该运动显著性图与所述静态显著性图线性加权相加得到最终显著性图，即可实现对视频图像的显著性检测。本发明的方法综合利用视频场景的静态特征和动态特征来得到显著性映射结果，特
华中科技大学
2021-04-14
一种基于运动颜色关联的视频图像显著性检测方法
本发明公开了一种基于运动颜色关联的视频图像显著性检测方法，包括：获得视频图像的静态显著性图；提取场景的光流向量场；对光流向量场进行初步分类并抛弃最大分类区块；将视频图像从 RGB颜色空间转换到 HSV 颜色空间；根据 HSV 颜色空间 H 分量中对应颜色在输入图像中出现的频率，生成颜色直方图；针对光流向量场有效分类区块中的每个向量，将其范数投射到颜色直方图的相应区间中去，得到每个颜色区间的运动尺度变量；得到每种颜色的运动显著性值并投影到原图像生成运动显著性图；将运动显著性图与静态显著性图相加得到最终
华中科技大学
2021-04-14
基于视频播放器精确获取原视频文件图像的实现方法
本新技术成果提供了一种基于视频播放器精确获取原视频文件图像的实现方法，通过客户端全程监测视频播放器，获取视频的参数，将获取视频的所有参数代入函数并运行函数，通过计算获取当前播放视频的视频数据范围，并对该视频数据进行差值平滑处理，获取到最接近该视频数据的原视频文件图像即当前帧图像。本成果根据视频播放器的播放视频获取原视频文件的图像，使截取的图像清晰，效果更佳。
西南交通大学
2016-06-27