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
以评促建 以建提质 以质竞优——地方高校一流本科专业建设“河工范式”
入选国家级一流专业建设点37个,占招生专业比例近60%,省级实现全覆盖(新专业除外);通过工程教育认证(住建部评估)专业19个,位列全国高校14位;获批首批国家级现代产业学院1个,省级3个,成为产业链与专业链深度融合的典范;获批工信部“校企协同就业创业创新示范实践基地”首批重点建设单位,获批国家级首批创新创业教育实践基地1个;2019-2021年学生教育收获和教学满意度大幅提升,毕业生工作与专业相关度高(79%、74%、76%),能力达成度高(83%、86%、86%),且均优于全国“双一流”高校;
河北工业大学 2023-03-14
面向大型燃煤机组全工况灵活智能运行的协调控制策略
高效利用大型燃煤火电机组的灵活深度调峰优越性促进更大规模可再生能源电力消纳对构建我国新型电力系统具有重要积极影响。准确掌握燃煤机组频繁变化的调峰过程动态特性是设计高性能协调控制方案的前提条件。因此,本成果推出面向燃煤机组实际发电过程的智能抗扰控制关键技术及其控制器参数在线优化机制。 创新点 随着频繁大范围调峰已成为大型火电机组的常态化运行趋势,本成果设计了一种兼顾机组发电成本及碳排放量的全工况智能抗扰控制策略。通过有机融合误差自抗扰控制器与快速鸽群优化器,机组实现了对电网负荷指令的迅速响应。
华北电力大学 2025-03-26
新冠肺炎疫情控制策略研究
南开大学统计与数据科学学院黄森忠教授团队在新冠肺炎疫情控制策略研究中不断取得进展。该研究通过梳理新冠肺炎疫情发生的核心时间线脉络,分析新冠肺炎的流行病学参数,并将其与SARS(非典型肺炎)和MERS(中东呼吸综合征)比较,经过建模分析,最终对新冠肺炎疫情控制的拐点、流行时间跨度、最终规模及复工风险等作出评估预测。  新冠肺炎每日新增治愈人数与新增确诊人数比值随时间变化的时序图 该工作基于传播动力学及普适SEIR模型进行建模,通过“南开大学智英健康数据研究中心”开发的程序EpiSIX,实时跟踪国家卫健委及各地卫健委自2019年12月12日以来发布的确诊病例数据,对新冠肺炎疫情的流行趋势进行研判,对疾控策略的效率进行评估,并将相应建议提供给疾控方参考。 该研究团队从2020年1月30日持续发布疫情传播预测(至2月29日每3天发布一次,共11期;从3月3日起每5天发布一次,共3期),并根据疫情变化,及时调整预测评价指标及预测目标(如疫情最后规模及“没有本地新增病例”的事实终结时间点)。该研究项目由南开大学新型冠状病毒应急科研专项、国家自然科学基金和国家科技重大专项予以支持,并得到了教育部、国家卫健委等的支持指导。研究成果已在线发表于《中国科学:数学》。
南开大学 2021-04-10
基于TLD算法和步态算法的六足多地形追踪机器人
机器人在煤矿救援领域发挥着越来越重要的作用,但仍存在无法精确识别灾后环境、无法适应井下复杂地形以及难以检测、定位井下生命体等问题。 一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 柳佳乐 自动化18-2 2018-2022 刘浩峰 计算机科学与技术18-7 2018-2022 石少勇 测控技术与仪器18-2 2018-2022 栾广鑫 电气工程及其自动化18-5 2018-2022 李明晶 测控技术与仪器18-1 2018-2022 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 杨洪涛 机械工程学院 教授 精密测试技术、仪器精度理论及应用、自动化测控系统 凌六一 电气与信息工程学院 教授 智能信息处理、光电检测及环境光谱探测技术 苏树智 计算机科学与工程学院 副教授 人工智能、模式识别、机器视觉、信息融合、深度学习等领域 四、项目简介 目前,机器人在煤矿救援领域发挥着越来越重要的作用,但仍存在无法精确识别灾后环境、无法适应井下复杂地形以及难以检测、定位井下生命体等问题。为此,本团队充分利用六足机器人高稳定性和多地形适应性的优势,应用激光雷达、深度相机和其他辅助传感器,设计仿生六足煤矿救援机器人,结合SLAM、A*、ROS等先进技术,实现矿井灾后局部复杂环境的三维地图构建、地形障碍物识别以及机器人自主路径规划。机器人所获信息实时无线传输至上位机,帮助救援人员快速制定科学有效的救援方案。
安徽理工大学 2022-07-25
【中国教育报】第63届高等教育博览会在长春启幕 以融合创新赋能教育强国建设
23日,为期3天的第63届高等教育博览会(以下简称“高博会”)在中铁·长春东北亚国际博览中心开幕。
中国教育报 2025-05-23
GCV-1型色谱仪检定测量仪 气相色谱仪检定装置
产品详细介绍/////////////////////////////////////////////////////////////////////////                                                               ////////////////深圳市世纪经典检测仪器有限公司销售热线:15914142916传真:0755-84812743邮箱:186jl@163.com                                                               /////////////////////////////////////////////////////////////////////////////////////////1.计量器具名称:色谱仪检定测量仪2.主要用途GCV-1型色谱仪检定测量仪主要用于对色谱仪检定过程中的柱箱温度稳定性和程序升温重复性进行自动测量,该测量仪还可作为通用温度测量仪对环境温度进行精密测量,可对国防军工及民用领域的色谱仪检定提供可靠的技术保障。3.主要技术指标温度测量模式 色谱仪检定模式 温度测量范围(℃) 温度测量误差(℃) 温度示值分辨率(℃) 温度测量范围(℃) 温度测量误差(℃) 温度示值分辨率(℃) -50~200 ±0.05 0.001 -50~200 ±0.1 0.1 4.主要特点l        色谱仪检定模式完全参照JJG 700—1999“气相色谱仪”中操作过程l        提供两种工作模式:精密温度测量模式和色谱仪检定模式l        每台仪器具有自身编号,固化于机器内部l        自动进行色谱仪柱箱温度稳定性检定,计算并显示检定过程的温度测量数据和数据处理结果:“最大值”、“最小值”、“平均值”、“稳定性”l        自动进行色谱仪程序升温重复性检定,计算并显示检定过程的温度测量数据和数据处理结果:显示第一次和第二次测量过程中相应点的对应数据和最大相对偏差l        使用大容量可充电锂离子电池,低功耗工作,仪器可连续工作120小时以上l        传感器具有3m长信号线,便于远距离测量和对大容积箱体的测量操作l        本仪器体积小、重量轻、操作简便,配备便携型工程塑料箱一个,方便携带
深圳市世纪经典检测仪器有限公司 2021-08-23
肿瘤医学图像智能诊断算法
简介: 1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题,从医学CT图像出发,搭建深度学习模型。对于肿瘤分类,我们将问题建模成两部:胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络,从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络,针对CT图像的特性,将多切片多造影剂时期多区域的数据进行融合,在胰腺肿物分类中取得了较好的结果。 层级分割模型示意图  分类模型可视化热图   2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检,是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络,患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中,患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上,患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果,更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络,我们不仅使用了双侧测试集 1,还使用了额外的双侧测试集 2 进行测试。 钼靶乳腺图像预处理   双侧双体位深度学习网络   优势:从客观的医学图像数据出发,结果可重复,而且高效快捷,提高识别准确率的同时,便于临床推广。  
中国人民大学 2021-05-15
肿瘤医学图像智能诊断算法
1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题,从医学CT图像出发,搭建深度学习模型。对于肿瘤分类,我们将问题建模成两部:胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络,从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络,针对CT图像的特性,将多切片多造影剂时期多区域的数据进行融合,在胰腺肿物分类中取得了较好的结果。层级分割模型示意图 分类模型可视化热图 2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检,是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络,患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中,患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上,患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果,更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络,我们不仅使用了双侧测试集 1,还使用了额外的双侧测试集 2 进行测试。钼靶乳腺图像预处理 双侧双体位深度学习网络 优势:从客观的医学图像数据出发,结果可重复,而且高效快捷,提高识别准确率的同时,便于临床推广。
中国人民大学 2021-04-10
糖醇的工业色谱分离纯化技术
中国轻工业联合会(鉴字[2007]第 008 号),2007 年,国际领先;中国轻工 业联合会科学技术奖进步奖,二等奖,2007 年;中国石油和化学工业协会科技进 步奖,二等奖,2007 年。 1、项目简介 (1)合成了专用于工业化色谱分离麦芽糖醇液、木糖液和结晶葡萄糖母液 的特种色谱固定相。利用所合成的树脂与各种糖醇之间的亲和力差别,实现麦芽 糖醇与低聚麦芽糖醇,木糖、葡萄糖与阿拉伯糖以及葡萄糖、低聚糖和果糖三组 分之间的完全分离; (2) 开发了能同时分离提纯麦芽糖醇液、木糖液及结晶葡萄母液的三组分 的模拟移动床色谱分离工艺技术,而模拟移动床装置是由几根色谱柱串联相接, 成一首尾连接的闭合系统,通过自控方式来改变出料口、进料口、循环口、进水 口的位置,实现进料、进水、前组分出料、后组分出料同时连续运行操作; (3)开发出仅使用热水洗脱剂,不使用任何酸、碱等化学品的清洁化色谱 生产技术。 2、创新要点 (1)仅以水为洗脱剂,无任何污染,实现了生产过程的完全清洁化; (2)开创性的开发了麦芽糖醇液、结晶葡萄糖母液和木糖液的三组分模拟 移动床(TSMB)色谱分离工艺技术,并且实现了工业化; (3)高纯度分离:在国内首次开发生产出结晶麦芽糖醇和结晶阿拉伯糖新 产品;使木糖母液和葡萄糖母液得到完全充分利用; (4)高浓度色谱分离,较常规色谱分离浓度提高>50%,大幅度降低能源 消耗。 3、效益分析 本技术直接经济效益显著,近三年新增利润 1.9 亿元,新增税收 5 千多万 元,创外汇 2.9 亿美元,节支总额 2.4 亿元。 本技术社会效益明显,采用本技术开发出结晶麦芽糖醇和结晶阿拉伯糖新产276 品,生产规模迅速扩大,同时带动农副产品深加工、外贸出口等相关行业快速发 展,推动了糖醇行业科技进步,无环境污染,对生态环境影响小,符合当今发展 生态工业建设的要求。 4、推广情况 (1)山东禹城绿健生物技术有限公司进行 “20 吨/天规模的麦芽糖醇溶液 分离提纯工程”项目的建设; (2)浙江华康药业有限公司进行了“60 吨/天规模的木糖浓缩液分离提纯 工程”、 “60 吨/天规模麦芽糖醇溶液分离提纯工程”、“50 吨/天规模的木糖母 液分离提纯工程”的工程建设; (3)鲁洲生物科技(山东)有限公司进行了“100 吨/天规模结晶葡萄糖母 液分离提纯”的工程建设。 授权专利: 1.一种从麦芽糖醇液中提取麦芽糖醇的方法 200510040434.5 2.一种从木糖母液或木糖水解液提取木糖和木糖醇的方法 200510040433.0 3.一种从结晶葡萄糖母液中提取高纯度葡萄糖和功能性低聚糖的方法 200510040863.2
江南大学 2021-04-13
改进的苦参薄层色谱鉴别方法
本专利(专利号:ZL201310124826.4 ,发明人系荣昌校区教师,长期从事新中兽药的硏发),首次提供了 一种改进的苦参薄层色谱鉴别方法,供试品溶液的制备简单、省时;苦参碱、氧化苦参碱和槐定碱三种组分 能够在同一薄层板上展开;单一显色剂显色,显色斑点清晰,保留时间长,结果易于判断,且显色剂能够长 期保存使用。根据2010版兽药典中所叙述的通过薄层色谱鉴别方法对苦参的指标成分苦参碱、氧化苦参碱和 槐定碱来判断苦参的真伪,存在以下问题:(1 )供试品溶液的制备采用浸泡法,耗时较长(约需12小 时),指标成分溶出率较低;(2)薄层色谱鉴别需用到两块薄层板,三种展开剂,两种显色剂,进行三次展 开操作和四次显色操作,且两种展开剂的配制需要在10°C以下放置,显色剂碘化祕钾试液在常温下保存易产 生沉淀,需现配现用,整个过程繁琐、耗时;(3)该方法的显色原理实际是先用碘化祕钾试液进行显色,再 用亚硝酸钠乙醇试液进行脱色,在显色和脱色时剂量较难控制,容易造成显色过深或者脱色过度,影响对结 果的判断。
西南大学 2021-04-13
首页 上一页 1 2 3 4 5 6
  • ...
  • 50 51 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    63届高博会于5月23日在长春举办
    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