|
搜索
搜 索
高等教育领域数字化综合服务平台
LED教室灯，教育照明灯，校园照明护眼灯
长沙星奥照明有限公司
2021-08-23
LED教室灯，校园照明护眼灯，教育照明灯
微晶嵌入式安装 教室灯
长沙星奥照明有限公司
2021-08-23
东莞乐博士儿童教育用品KJ015积木配件
产品详细介绍
KJ015 科技零件套装
731个 零件，包含基础结构：连接线、齿轮、齿条、轮皮、轮毂、积块板、传动胶圈、离合器，差速器、万向轴等等。可完成专业的机械结构、齿轮传动、模型搭建，使用该套装学会并领悟解决生活中实际问题的方法和技能。另外可搭配KJ021-动力套装一起使用可完成电动的功能。
产品图片如下：
广东乐博士教育装备有限公司
2021-08-23
关于开展2023年度安徽省自然科研系列、自然科研实验专业技术资格申报评审工作的通知
按照省人社厅《关于做好2023年度全省职称评审工作的通知》（皖人社秘〔2023〕133号）要求，现就做好2023年度全省自然科研系列、自然科研实验专业技术资格申报及评审工作有关事项通知如下。
科技人才服务处
2023-08-18
一种基于实时数据库的HART现场设备管理方法及系统
一种基于实时数据库的HART现场设备管理方法及系统。工业操作站将HART命令对应的有效数据以工业以太网协议中的报文形式发送到控制站；控制站对将解包后的有效数据以CAN协议中的报文形式发送；HART模件解包所收到的CAN协议报文将有效数据构成HART命令形式发送；HART设备接收到HART命令后将响应信息返回给HART模件后解包，以CAN协议中的报文形式打包发送给控制站；控制站解包所收到的CAN协议报文，以工业以太网协议中的报文形式打包发送到工业操作站。本发明可将全部HART现场设备数据送入主控室的操作站，让用户在控制室就能方便地远程查看、修改、配置现场设备的组态信息，提高设备维护效率，降低生产成本。
浙江大学
2021-04-11
一种基于点云与影像数据的三维可视化方法和系统
本发明公开了一种基于点云与影像数据的三维可视化方法和系统，其中方法的实现包括：采集目标场景的影像数据和点云数据；对点云数据进行上采样，将上采样后的点云数据投影到影像数据中进行融合，对进行融合后的点云数据进行着色，得到彩色点云数据；利用彩色点云数据进行三维渲染，得到目标场景的三维可视化模型。本发明实现了从数据采集和融合到最终渲染显示的点云三维可视化，有助于激光点云技术的拓展，提高了点云数据对于普通用户的可访问性和
华中科技大学
2021-04-14
一种基于无线电能传输技术的便捷无破坏性数据采集装置
本实用新型属于无线电能传输技术领域，尤其涉及一种基于无线电能传输技术的便捷无破坏性数据 采集装置，包括墙体或阻挡物体和终端，包括源端和负端，源端包括电源模块、源端电源变换模块和发 射线圈，电源模块依次连接源端电源变换模块和发射线圈；负端包括接收线圈、负端电能变换模块、数 据采集设备和数据传输模块，接收线圈依次连接负端电源变换模块、数据采集设备和数据传输模块；发 射线圈与接收线圈进行能量交换，数据传输模块将信息通过网络发送至终端；源端和负端分别安
武汉大学
2021-04-14
一种基于结构和内容二级过滤的 Web 数据相似性检测方法
本发明公开了一种基于结构和内容二级过滤的 Web 数据相似性检测方法，在传统的通用相似性检测 方法的基础上，发掘出 Web 数据结构和内容分布的特点，对检测的文档集进行两级过滤；两级过滤中的 第一级过滤是结构相似性过滤，对每个Web文档建模为Tag树结构，从而剔除在结构上不相似的文档集， 并对剩余的文档进行关键内容抽取，将其表示成元组向量的形式，将关键信息连接起来生成字符串集； 两级过滤中的第二级过滤则对第一级过滤后生成的字符串集进行 Trie
武汉大学
2021-04-14
一种无需可信第三方支持的云端数据安全删除系统与方法
本发明公开了一种无需可信第三方支持的云端数据安全删除系 统与方法，系统包括分布式哈希表网络，用于存放解密密钥碎片、用 户端，用于文件加密、解密和密钥信息删除，包括：文件加密模块、 文件解密模块、密钥分发与重组模块、本地密钥信息模块和文件删除 模块，文件加密和解密模块用于对文件加解密，密钥分发与重组模块 用于对密钥分片和重组，本地密钥信息模块用于存储相关密钥信息， 文件删除模块用于删除密钥信息；云端，提供数据服务器和密
华中科技大学
2021-04-14
清华大学地球系统科学系发布新一代地球观测数据与制图成果
清华大学地球系统科学系举行新一代地球观测数据与制图成果发布会。清华大学理学院院长、地学系主任宫鹏教授和博士研究生刘涵一起，对外发布了清华大学基于亚马逊云服务（AWS）完成的新一代中国地区地球观测数据集（Seamless Data Cube，简称SDC）——2000——2018年30米分辨率逐日无缝遥感观测数据，以及在此基础上研制的中国逐季节地表覆盖和逐年土地利用制图成果。
清华大学新研制的无缝数据集，填补了高空间分辨率和时间频率观测的空白。
目前世界上主流的地球观测卫星Landsat每16天才能对全球扫描一遍，所获得的数据集是不完整的。宫鹏团队采用时空遥感技术手段和MODIS图像辅助研发的无缝遥感观测数据集Seamless Data Cube，使得每一天都有一套完整的全球30米分辨率的观测数据。正是这些逐日数据，使得地球长时间观测序列有了很好的时空一致性。基于无缝数据集，宫鹏团队提取了30米空间分辨率土地覆盖变化的情况，设计和训练了一套适应遥感大数据的深度遥感特征学习和分类模型，最终得到了世界首套中国逐季节土地覆盖和逐年土地利用制图（从2000年到2018年）。
无缝遥感观测数据集SDC以及逐季节土地覆盖和逐年土地利用制图，开辟了中国卫星遥感数据处理和信息提取的新范式。它能够服务于国民经济众多行业，比如农业集约化和土地闲置的监测、城市化与自然植被丧失的识别、土地退化和粮食安全、环境变化与健康、造林和土壤含水量的关系、城市扩张与热岛效应等研究以及碳储备等。
无缝遥感观测数据集SDC有助于打造世界顶级的在线制图服务的平台，并产生新的数据产品。例如，清华大学地学系依靠这个数据集研发了全球粮食估产模型，输入不同地方的作物种植和气候预测数据，就可以提前两个月估算出全球粮食产量情况。
无缝遥感观测数据集（Seamless Data Cube）得到了亚马逊云服务（AWS）的大力支持。据AWS技术人员介绍，宫鹏团队采用AWS云服务算力，相当于全世界现在TOP200的高性能计算机所能提供的能力。AWS并不简单地提供储存和数据服务，而是在云服务里就包括了人工智能与机器学习的计算框架，采用AWS云服务后，地表覆盖制图的精度提高了10——20%。
清华大学
2021-04-11