简    介  AMMT-050抗冲撞材料是由半预聚体、端氨基聚醚、胺扩链剂等原料现场喷涂成型的第三代聚脲弹性体。该技术将新材料、新设备和新工艺有机地结合在一起，是传统施工技术的一次革命性飞跃，是目前国际上最先进的施工技术之一。 特    性  ★ 凝胶时间为10秒钟，立面、顶面连续喷涂不流挂。 ★    优良的物理性能，对各类底材均具有良好的附着力。 ★    对湿气、温度不敏感，热稳定性好。 ★    100%固含量，无VOC，无污染，环境友好。 ★    优良的防撞、耐磨性能，舒适性好，即使表面破损也不会伤人。 ★    耐候性好，在户外长期使用不粉化，不失色。 用    途  AMMT-050抗冲撞材料可用于护舷、浮萍、碰碰船、玻璃钢艇等设施的蒙皮，能起到很好的保护和缓冲作用，还可用来制作或修复水上乐园的滑梯以及其它骑乘设施。

基于春光公司对铁氧体材料的深刻理解，公司主要研发制造锰锌铁氧体粉料CH系列、CP系列、CB三大系列：锰锌铁氧体粉CB系列分为CB45DW、CB50DW、CB38、CB18等

基于春光公司对铁氧体材料的深刻理解，公司主要研发制造锰锌铁氧体粉料CH系列、CP系列、CB三大系列：锰锌铁氧体粉料功率材质形成CP系列分为CP40、CP44 、CP47、 CP90、 CP95 、CP96等6大品种根据功耗、叠加、Bs等分12个品种。

本项目以嵌入式控制器为核心，结合现代电子测量技术、智能控制技术、 工程流体力学、呼吸力学等多学科知识，研发一款智能呼吸机，主要用来治疗 睡眠呼吸暂停综合症、慢性阻塞性肺病等疾病，同时开发基于 Android 系统的 智能手机数据采集与通信系统，并构建物联网健康信息管理系统和健康信息云 平台，通过云传输实现患者与医生及其医疗机构的双向远程监控与服务。

研发阶段/n内容简介：木塑复合材料主要指：木材边角料及农作物的秸秆、果实壳等（如玉米秆、麦秆、稻草、稻壳、棉花秸、棉花壳、花生壳、甘蔗渣等）加工成粉并经特殊的表面改性后，再以适当的方法与废旧塑料复合，加工而成的一种复合材料。其材料物理机械性能可以与硬木制品相媲美，并具有生物降解性和可再生性，从而使天然植物纤维作为绿色环保材料成为可能。该复合材料的开发和应用为保护人类森林资源、减少白色污染，保护人类的生存环境具有十分重要的意义。作为一种新复合材料它不但具有木材的自然的木质感，更有优于木材的自然性能，可

研发阶段/n内容简介：木塑复合材料主要指：木材边角料及农作物的秸秆、果实壳等（如玉米秆、麦秆、稻草、稻壳、棉花秸、棉花壳、花生壳、甘蔗渣等）加工成粉并经特殊的表面改性后，再以适当的方法与废旧塑料复合，加工而成的一种复合材料。其材料物理机械性能可以与硬木制品相媲美，并具有生物降解性和可再生性，从而使天然植物纤维作为绿色环保材料成为可能。该复合材料的开发和应用为保护人类森林资源、减少白色污染，保护人类的生存环境具有十分重要的意义。作为一种新复合材料它不但具有木材的自然的木质感，更有优于木材的自然性能，可

本发明公开了一种基于信息挖掘的智能决策支持构造方法（ IDSSIM ) ，该方法完善并扩充了现有智能决策支持系统的功能，改变了现有智能决策支持系统固有的运行机制，将决策推理机制、 WEB 挖掘和 KDD ＊挖掘和领域专家知识获取有效地融入智能决策支持系统中，从而形成了一类具有“双网”、“五库”、综合集成、多层递阶结构模型的新型智能决策支持系统。此系统在结构和功能上相对现有系统而言是一个开放的、优化的扩体，并对智能决策系统的主流发展起着重要的推动作用，有望形成新一代的智能决策支持系统概型。

本发明公开了一种基于信息挖掘的智能决策支持构造方法（ IDSSIM ) ，该方法完善并扩充了现有智能决策支持系统的功能，改变了现有智能决策支持系统固有的运行机制，将决策推理机制、 WEB 挖掘和 KDD ＊挖掘和领域专家知识获取有效地融入智能决策支持系统中，从而形成了一类具有“双网”、“五库”、综合集成、多层递阶结构模型的新型智能决策支持系统。此系统在结构和功能上相对现有系统而言是一个开放的、优化的扩体，并对智能决策系统的主流发展起着重要的推动作用，有望形成新一代的智能决策支持系统概型。

数据采集技术 可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。 多模态传输技术 LPWAN (Low-Power Wide-Area Network，低功率广域网络) 在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。         LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。 最具前景的LPWAN技术——NB-IoT和LoRa： 物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。 LoRa （Long  Range）:     一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。 NB-IoT（Narrow Band Internet of Things） NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。 NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。 数据分析技术 人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。