|
搜索
搜 索
高等教育领域数字化综合服务平台
华科天成高品质PRIDE100型ICP光谱仪
产品详细介绍一、应用范围（可分析周期表中所有金属元素和部分非金属元素）1．钢铁及其合金的分析：包括碳素钢、铸铁、合金钢、高纯铁、铁合金等。2．有色金属及其合金的分析：包括有色金属及其合金、稀有金属及其合金、贵金属、稀土元素及其化合物。3．水质样品的分析：包括饮用水、地表水、矿泉水、高纯水及废水等。4．环境样品的分析：包括固体废物、土壤、粉煤灰、大气飘尘等。5．地矿样品的分析：包括地质样品、矿石及矿物等。6．动植物及生化样品的分析：包括植物、中药及动物组织、生物化学样品等。7．核工业产品的分析：包括核燃料、核材料等。8．食品及饮料的分析：包括食品、饮料等。9．化学化工产品的分析：包括化学试剂化工产品无机材料化妆品油类等。
北京华科天成科技有限公司
2021-08-23
空间相机几何与时相分辨率检测方法及移动检测车
本发明涉及一种空间相机的几何分辨率检测方法,和一种空间相机时相分辨率检测方法,以及一种可用于空间相机几何和时相分辨率检测的移动检测车。本发明改变常规的地面固定靶标形式,将几何分辨率靶标与移动车辆结合,形成移动靶标,实现几何分辨率检测、不同时相移动定标功能,提高了光学相机任意方向几何分辨率的测试精度。车舱内可存放常规的地面固定靶标,可在应急条件快速布设,也可起到车体硬性靶标与常规软性靶标互补的作用。
北京大学
2021-02-01
基于非监督特征学习的高分辨率遥感影像场景分类方法
一种基于非监督特征学习的高分辨率遥感影像场景分类方法，包括对输入的原始高分辨率遥感图像 进行划分得到场景，从每个场景中随机地提取若干个训练图像块，将训练图像块聚集起来做预处理操作; 计算所有训练图像块的低维流形表示，聚类得到一组聚类中心;对每一幅场景密集采样得到局部图像块， 对每个局部图像块做预处理操作后映射到相同的低维流形空间中，然后进行编码获得场景的所有局部特 征;将所有场景的局部特征集合起来进行特征量化，统计每一幅场景的局部特征直方图，得到场景的全 局特征表达;随机挑选若干幅场景作为训练样本，由分类器得到每一幅场景的预测类别标号，完成原始 高分辨率遥感场景的标注任务。
武汉大学
2021-04-13
区域大气污染高分辨率排放清单关键技术与应用
北京工业大学
2021-04-14
中国科大实现基于粒子不可分辨性的量子相干生成和应用
基于全同粒子不可分辨性的量子相干性可以提高相位鉴别的成功几率，并且能与基于单个粒子相干叠加的相干性同时存在，因此将在具体的量子信息任务中获得应用。
中国科学技术大学
2022-06-02
基于快速二值编码的高分辨率遥感影像场景分类方法
本发明提供了一种基于快速二值编码的高分辨率遥感影像场景分类方法，包括步骤:步骤 1，划分 待分类遥感影像获得场景单元;步骤 2，从场景单元中提取尺寸相同的图像块作为局部图像块训练样本; 步骤 3，采用非监督学习法学习局部图像块训练样本获得滤波器组;步骤 4，将场景单元与滤波器组中 各滤波器分别做卷积获得各场景单元的幅滤波器响应图，采用二值编码法分别融合各场景单元的幅滤波 器响应图获得各场景单元的全局特征描述;步骤 5，基于场景单元的全局特征描述进行场景单元分类。 本发明在保证场景分类精度的前提下，大大降低了非监学习法的计算代价。
武汉大学
2021-04-13
人才需求：双光子超分辨荧光分析仪及试剂研发人才
1、双光子超分辨荧光分析仪及试剂研发人才；
2、特定蛋白免疫分析仪及试剂研发人才；
3、化学发光分析仪及试剂研发人员。
山东新华普阳生物技术有限公司
2021-09-13
MV- 1300UC-MINI高分辨率工业数字摄像头
产品详细介绍
维视数字图像（北京）有限公司
2021-08-23
FBG光谱特性实现航空结构健康监测的关键技术研究
本项目以前期积累的有关FBG传感技术在航空结构健康监测中的研究成果和经验为基础，把握国内外最新研究进展，研究FBG传感器要实现航空结构健康监测的实际工程应用所需解决的关键技术问题。着重解决以下几个问题：（1）光纤Bragg光栅反射谱重构技术；（2）基于光纤Bragg光栅反射谱的损伤特征参数的提取及评估方法；（3）光纤Bragg光栅的应变信号/温度信号的分离方法。以推动FBG传感技术的实用化进程
江苏师范大学
2021-04-11
基于多光谱图像的植物叶片水分含量的检测方法及系统
本发明公开了一种基于多光谱图像的植物叶片水分含量的检测方法及系统，检测方法包括以下步骤：a、获取样本植物叶片的绿光波段、红光波段和近红外波段的单色图像；b、获取单色图像的灰度信息，并获取所述样本植物叶片的灰度纹理特征量；c、将灰度信息转化为样本植物叶片的反射率信息，通过反射率信息获取叶片植被指数值；d、以灰度纹理特征量和叶片植被指数值为输入向量，以样本植物叶片的实测水分含量值为输出向量，建立模型；e、按照步骤a～c的操作获取待测植物叶片的灰度纹理特征量和叶片植被指数值，带入步骤d中模型，即得待测植物叶片的水分含量值。该方法能够实现对植物叶片的水分含量进行准确、快速、无损、实时的检测。
浙江大学
2021-04-11