本发明涉及一种钙钛矿薄膜光伏电池及其制备方法。所述的钙钛矿薄膜光伏电池是由导电透明衬底、 钙钛矿吸光层、空穴传输层和金属电极组成的。本发明的优点是：该钙钛矿薄膜光伏电池器件结构极其 简单，省去了传统的需要高温烧结的电子传输层，也不需要多孔层，钙钛矿材料本身既做吸光层也起电 子传输作用，所以不需要电子传输层。这里的钙钛矿材料对光具有非常强的吸收，整个电池也是低温制 备，不需要高温烧结等复杂过程，这有效地降低了电池的制作成本。对电池的柔性化和大面积

（专利号：ZL 201510161810.X） 简介：本发明公开了一种简易式光伏-光热-热电综合利用系统，属于太阳能利用领域。本发明包括支撑架、聚光装置、集热发电组件和热水收集装置，所述的聚光装置和集热发电组件安装在支撑架上，聚光装置中装有平面反光镜，所汇聚光线照射在集热发电组件外表面，集热发电组件中设有集热水箱，该集热水箱通过输水管与热水收集装置连通，在水箱两侧分别设置有发电用光伏组件和热电组件。本发明简化了集热发电组件的内部构造和系统

本实用新型公开了一种茶园的基于光伏板发电的大面积遮光装置，包括多个竖直支架，在各竖直支架的顶端均设有太阳能光伏板，各太阳能光伏板的下端均设有集水槽，驱动钢索环绕于两边侧的换向轮上，竖直支架上设有驱动轴，驱动轴上设卷线套筒，相邻的竖直支架之间均设有遮阳网，遮阳网右端固定连接在相应的竖直支架上部，左端连接在滑动杆件上，各滑动杆件通过各自的拉杆夹固定于钢索上，在遮阳网的下面设有托幕线，在遮阳网的上面设压幕线，定位导向夹中部的夹子夹设于滑动杆件上、上部的孔穿设所述压幕线、下部的孔穿设所述托幕线。本实用新型适合大面积使用，收放灵活、快捷，且能够有效利用阳光进行发电，收集雨水用于茶园灌溉。

本发明属于微纳制造与光电子器件领域，并公开了一种双波段 薄膜光探测器，包括基底薄片、第一电极层、第一 WSe2 层、石墨烯 层、第一 MoS2 层、第二电极层、介质层、第二 WSe2 层、第三电极 层、第二 MoS2 层和第四电极层,第一电极层设置在基底薄片上;第一 WSe2 层铺设在基底薄片和第一电极层上;石墨烯层设置在第一 WSe2 层上;

XM-512消化管道构造模型（胃肠光镜模型）   XM-512消化管道构造模型(胃肠光镜模型)由胃底部结构模型、小肠（十二指肠、空肠和回肠）结构模型、消化管结构模型3部件组成，示胃与小肠的粘膜、粘膜下层、肌层、外膜四层结构以及消化管的血管、淋巴管、神经和消化管肠绒毛的光镜结构及肠绒毛组织特征。 尺寸：放大 材质：玻璃钢材料

产品详细介绍 台湾帝光节能灯管T5+T8合成一体化 超长寿命节能日光灯 管中管节能灯的三大特点：省电, 长寿命, 亮度更亮 一、超节能 　节能60%以上，亮度超过120%；20W直管灯亮度超过普通45W日光灯； 二、长寿命 　　1、保固可达16个月，保质期内“以坏换新”； 　2、寿命为普通灯管的6倍以上； 三、通用性强 　  使用帝光管中管节能灯无需更换灯具，直接安装即可使用（无需灯具原有“启动器”）； 四、特殊结构 　  1、“T5＋T8”双结构,可直接替换传统T8灯管； 　  2、“插拨式”新结构，更环保，更耐用； 五、显色性(Ra)佳 　 三基色荧光粉纯度100%，显色指数85Ra以上，色温指数超过8000K，光效高，使眼睛所看到 的都如同阳光下的色彩,真实自然，保护视力；　　　　　　　　　　　　 六、绿色环保 　1、无噪音、无闪烁；一开即亮,无需等待；　　　　　　　　　　　　　　　　　 　2、抗干扰、热辐射小！ 上海管中管节能灯厂家 （诚招全国各地经销商）

成果介绍本发明公开了一种虚拟家装室内场景设计中的阴影渲染方法。包括阴影映射图生成步骤，半影估计步骤，基于泊松碟采样的百分比渐近滤波步骤，最后通过加入漫反射环境光，生成具有真实感的虚拟家装室内场景阴影效果图。本发明方法能够高效且能改善阴影映射图锯齿走样的问题。技术创新点及参数本发明提供一种真实感强烈，生成了场景中物体的软阴影而且速度快， 可以满足虚拟家装实时渲染要求的虚拟家装室内场景设计中的阴影渲染方法。市场前景本发明方法结合阴影映射图与百分比渐进滤波技术实现虚拟室内家装 的实时阴影效果渲染，不仅能够生成具有真实感的家装室内设计中的阴影渲染，而且 不会随着场景中三维物体复杂度增加而增加，无需预处理能够满足实时应用需求。该 技术对计算机虚拟现实在虚拟家装领域的应用具有重要意义。

本成果以专利形式体现（专利号 201310723968.2 ），生命科学大多以微生物为研究对象，有很多物种都是近缘的，无法用普通方法区分，本方法通过 PCR 方法可以快速区分，建立了一种设计特殊引物的方法。

本成果采用最新的深度学习和分子模拟算法，结合新一代分子特征化方法，开发了多种计算机模型，可用于药物开发中的多个阶段，为药物的快速设计开发提供一个完整的基于人工智能的解决方案。成果：1.药物毒性预测方法：传统的化合物毒性检测技术一般需要使用生化试验、细胞实验、甚至动物模型，这些方法不仅耗费大量时间，而且成本很高。使用计算模型进行有机化合物的毒性预测，所需投入较少，但产出巨大。特别是基于化合物的物理化学和结构特性的计算模型，甚至能够在化合物合成之前就对其进行预测，大大提高了效率，使其越来越受到欢迎。在进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选，能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法，运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。我们分别建立了名为CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性预测)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突变性预测)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性预测)的预测服务器，这些服务器能够为使用者提供更高效更便捷的预测技术服务。自2017年服务器发表起，我们已为国内外药物分子设计研究者提供了5000多次共计超过20多万个化合物的毒性预测服务。在有机化合物毒性预测研究方向，我们主要完成了化合物的细胞毒性、心脏毒性、生殖毒性、血脑屏障透过性、水生生物毒性预测模型，以及糖尿病早期筛查模型的开发，正在进行P450酶阻滞剂性预测模型、基于图神经网络的毒性预测算法研究、基于分子对接的化合物毒性预测研究等。相关研究成果已发表多篇学术论文（Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次数80，ESI 1%高被引论文；Ai H., et al. Toxicological Sciences, 2018, 165: 100-107；Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377；Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78；Liu M., et al. Toxicology Letters. 2020, 332: 88-96；Feng H., et al. Toxicology Letters. 2021, 340: 4-14；Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.）致癌性预测服务器首页致癌性预测结果页相关综述对本服务器的介绍RF-hERG-Score预测药物引起的hERG相关心脏毒性2.药物设计方法：在计算机上对药物靶点和药物分子的结构和活性建模，计算药物与靶点之间的相互作用关系，从而设计出具有治疗作用的药物。计算机辅助药物设计可以为药物设计各阶段的实验方案提供有意义的指导，减少需要通过实验评估的候选药物的数量，从而加快新药研发速度。我们应用分子对接、分子动力学模拟、自由能计算、机器学习等方法研究流感病毒等重要疾病的计算机辅助药物设计、并开发更有效的计算机辅助药物设计方法。在计算机辅助药物设计研究我们主要完成了流感病毒M2质子通道蛋白抑制剂虚拟筛选方法研究，正在进行先导化合物生成模型研究、基于机器学习的虚拟筛选打分函数算法开发、SARS-CoV-2病毒S蛋白与受体相互作用及药物设计研究。特异性重打分函数显著虚拟筛选性能显著较高筛选出两个候选抑制剂3.药物靶点识别方法：长非编码RNA（lncRNA）是一种长度在200nt至100,000nt之间的非编码RNA，是转录物的主要成分。研究表明lncRNA在许多生物学和病理学过程中起着重要作用。lncRNA起作用的重要途径是与其靶蛋白结合。lncRNA-蛋白质相互作用的实验研究需要大量资源。累积的实验数据使得通过计算方法预测lncRNA-蛋白质相互作用成为可能。我们使用各种数学建模和机器学习方法开发了几种用于预测lncRNA-蛋白质相互作用的新模型。这些模型命名为：RWLPAP（随机游走），LPI-NRLMF（邻域正则化逻辑矩阵分解），IRWNRLPI（集成随机游走和邻域规则化Logistic矩阵分解），LPI-BNPRA（双向网络投影推荐算法），LPI-ETSLP（基于特征值变换的半监督链路预测），HLPI-Ensemble（集成学习）。在交叉验证中，我们的模型获得了较好的预测性能。lncRNA-蛋白质相互作用预测模型的性能比较lncRNA-蛋白质相互作用预测服务器相关软件著作权：