高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
完善中央与地方财政关系的制度路径与策略
"营改增"是继1994年分税制实施以后,又一次较为深刻的税制变革.在实现制度意图的同时,"营改增"会对中央与地方财政关系提出新的挑战,导致地方政府承受更大的财政压力.但借此可以探寻处理中央与地方财政关系的新的制度路径与策略,来推动税制的完善以及中央与地方财政关系的理顺.
南京财经大学 2021-05-08
南开团队为疾病早期诊断及干预提供新策略
肽是人体中最必不可少的成分,是人体一切活性物质的存在形式。因此,通过在特定条件下形成具有确定结构特征的多肽聚集体的多肽组装技术,在生物医药领域具有良好的应用前景。
南开大学 2022-05-27
电动汽车电池管理系统算法及测试平台
成果介绍针对采用比例积分观测器法,结合电池荷电状态估计,设计能够同时对模型参数和电池荷电状态同时进行估计的算法,可应用于整车的BMS软件算法设计。搭建的软硬件平台可应用于BMS算法测试。技术创新点及参数(1)采用比例积分观测器法,结合电池荷电状态估计,设计能够同时对模型参数和电池荷电状态同时进行估计的算法;(2)在观测过程中模型参数可实时更新,算法满足李雅普诺夫方程,估计计算时可保证收敛;(3)更好的动态特性与电池充放电周期整体估计精度,且在电流信号有噪声时仍有较好的估计精度;(4)基于STM32芯片主控,AD7280芯片采集数据,μC/OS-III系统完成了控制系统软硬件设计。台架实验表明,系统信号采集精度良好,性能实现成功;(5)采用OCV法对Ah法进行纠正,获得新的综合SOC估算值,针对性地设计了初值确定方法,得到改良的SOC估计算法。*明该算法能在整个电池恒流放电过程中稳定估算SOC;(6)为考虑电池工作过程中的产热,对传统的SOC估算方法,引入温度约束,建立改良的SOP估计算法。*明该算法能很好地考虑电池温度对SOP估测影响而提升估算精度;(7)采用STM32F103芯片主控,AD7280A芯片采集信息,μC/OS-III系统建立了BMS软硬件系统,并进行了实车试验。结果表明改良后的估计算法精度良好可靠,所设计BMS具备出色的控制性能。市场前景本项目的涉及的算法设计及软硬件架构,可以采用成果授权、成果转让或者技术服务的形式与汽车零部件供应商产生合作。
东南大学 2021-04-13
研发Visionome技术算法可智能高效诊断多种眼病
与传统图片级分类标注方法相比,Visionome技术可多产生12倍标签,而这些标签训练出来的算法显示了更好的诊断性能。基于此技术,团队训练出可准确识别多种眼前段病变的裂隙灯图像智能评估系统,可应用于大规模筛查、综合分诊、专家级评估、多路径诊疗建议等多个临床场景。不仅在回顾性数据集中表现出眼科专家级别的诊断水平,在前瞻性数据集中也表现出色。使用者通过在Visionome诊断系统中上传眼前段图像,即能一次获得多个部位的全方位诊断,与传统的人工智能算法相比,Visionome系统可生成更加全面、精细、具体的报告,真正让医学人工智能应用揭开神秘的面纱,成为一个接地气的“医生”。
中山大学 2021-04-13
自适应谐波电能计量算法与应用研究
谐波电能计量及其仪表用以定量描述电能生产、 传输、消费的全过程,广泛应用于包括光伏、风电、电动汽车、 充电站在内的新能源及传统电力系统。 项目主要功能包括:自适应迭代分解电压和电流信号得到 谐波与间谐波成分,计算其谐波含量;计量各个谐波/间谐波成 分的四象限电能计量参量;具有有功、无功能量脉冲输出,记 录参数设定、开盖检测以及电压不对称、过压、过流、超限等 事件,具有液晶循环显示功能,可通过 RS-48
合肥工业大学 2021-04-14
自动化机器学习算法研究与系统实现
研究目的和意义机器学习和人工智能已成为当今最热门的技术之一。2017年,国务院印发了《新一代人工智能发展规划》,正式将人工智能作为国家重要发展战略之一。人工智能已经成为信息技术时代的又一波浪潮。在这波浪潮的推动下,互联网行业、金融行业、传统制造业、政务民生、公安警务等各行各业都在积极向人工智能领域转型升级,利用人工智能先进技术提升智能分析和辅助决策能力,
南京大学 2021-04-14
基于分层智能探索算法的玻璃切割优化软件
本软件的主要用途是针对玻璃切割的场景提出求解多约束的矩形切割问题的分层智能搜索算法,为玻璃切割方案提供全局优化,实现原料利用率的最大化,在节约资源的同时提高产量。 一、项目分类 关键核心技术突破 二、成果简介 切割问题和装填问题在学术界属于一类经典的NP 难问题,它们有着众多的变种,例如:一维的背包问题,二维的矩形切割问题,三维的装箱问题等。其中以二维的场景应用最为广泛,相关求解算法可以作为玻璃、板材、管材、服装切割套料智能制造的算法内核。 本软件的主要用途是针对玻璃切割的场景提出求解多约束的矩形切割问题的分层智能搜索算法,为玻璃切割方案提供全局优化,实现原料利用率的最大化,在节约资源的同时提高产量。 对于玻璃切割问题约束复杂的特点,本软件有针对性的提出了一种局部解的表示方法,它使算法的分布式部署成为可能,并且大大减少了程序运行时的内存开销。为了提高算法的效率,软件采用了贪心随机的基本搜索框架,并结合问题特点,将搜索过程分为多层嵌套进行,以提高搜索的灵活性和精确性。
华中科技大学 2022-07-27
一种评价降相关算法效果的方法
本发明公开了一种评价降相关算法效果的方法,首先通过对原始协方差阵进行 Cholesky 下三角(LLT) 分解,选择 L 矩阵作为规约基计算原始协方差阵的长度缺陷。其次,对原始协方差阵进行降相关,然后得 到降相关后的协方差阵,再对其进行 Cholesky 下三角(LZLZT)分解,同样利用分解后的 LZ矩阵计算其长 度缺陷,计算方法简单且顾及了矩阵维数。最后,降相关前的长度缺陷和降相关后的长度缺陷进行做差,得 到的数值越大,表明降相关效果越好。该方法可以有效的评价降相关效果,同时长度缺陷考虑了协方差阵的 维数问题,且计算简单,克服了耗时等问题。从而有效的提高了评价方法的稳定性和实时性。 
武汉大学 2021-04-13
液相色谱硅胶整体柱系列产品的产业化
高效液相色谱仪是当今世界上发展速度最快的分析仪器之一,广泛地应用于合成化学、石油化学、生命科学、临床化学、药物研究、环境监测、食品检验及法学检验等诸多领域。在构成液相色谱仪系统的各组成部分中,具有样品分析、分离、制备功能的色谱柱被称为“液相色谱的心脏”。传统的液相色谱柱是将色谱填料粉体固定相装填于不锈钢套管内得到的填充型色谱柱, 色谱学的原理决定了色谱填料越细,柱效越高。为了追求更为卓越的色谱分离性能,通常使用的色谱填料粒子都十分细小。目前,材料科学家们已经成功地制备出
南开大学 2021-04-14
Shim-pack VP-ODS C18液相色谱柱
产品详细介绍Shim-pack VP-ODS:Shim-pack VP-ODS是岛津已经销售多年的C18反相色谱柱,通用分析柱,拥有分析柱、保护柱、分析/制备用短柱等规格齐全的产品阵容,有着广泛的客户群,经证明是分离性能非常优异的色谱柱,为了开发和规范分析方法,生产一致性的色谱柱的要求逐渐增加。Shim-pack VP-ODS就能满足您的愿望。目前,由于色谱柱性能的多变性,很多研究者不希望浪费宝贵的时间和样品。岛津研发的新型Shim-pack VP-ODS柱可以达到GLP/GMP中提出的苛刻要求及增加的有效性的需求。Shim-pack VP-ODS系列采用了独特的填装工艺,严格的质量控制贯穿整个生产过程,此外附有质量认证证书,满足更加严格的质量要求。每支柱子在出厂前均经过严格的测试,以确保在某一区域内和全球范围内均能达到相关的要求。Shim-pack VP-ODS色谱柱既是药学分析方法发展的最好辅助工具,也是岛津新的VP系列HPLC系统的完美补充。  --------------------------------------------------------------------------------订货信息: Shim-pack VP-ODS分析柱: 货号 I.D.×长度(mm) 228-34937-91 4.6mm×150 228-34937-92 4.6mm×250 228-34937-93 6.0mm×150 228-34937-94 2.0mm×150 228-34937-95 2.0mm×250 228-34937-96 4.6mm×150三件套 228-34937-97 2.0mm×150三件套 Shim-pack VP-ODS保护柱:  货号 I.D.×长度(mm) 228-34937-81 4.6mm×10(含两个柱芯) 228-34937-82 4.6mm柱套 228-34937-83 2.0mm(含两个柱芯) 228-34937-84 包括内径为2.0mm的柱套 分析/制备用短柱: 货号 I.D.×长度(mm) 注释 228-36849-91 4.6mm×50 5µm填料颗粒直径,12nm孔径硅胶ODS柱 228-36849-92 20mm×50 228-36849-93 20mm×100 
深圳市诺亚迪化学科技有限公司 2021-08-23
首页 上一页 1 2
  • ...
  • 11 12 13
  • ...
  • 50 51 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1