一、项目进展 已注册公司运营 二、企业信息 企业名称 武汉研鹿教育科技有限公司 企业法人 段璎钰 注册时间 2019年3月15日 注册所在省市 湖北武汉 组织机构代码 91420111MA4K3AKL56 经营范围 计算机教育软件技术开发、技术咨询、技术服务；教育咨询（不含教育培训）；企业管理咨询；会议服务；计算机系统集成；企业管理咨询；商务信息咨询；文化艺术交流活动策划；软件产品、文化用品、工艺品（不含象牙及其制品）、玩具、日用品的销售；广告设计、制作、发布及代理。（依法须经审批的项目，经相关部门审批后方可开展经营活动） 企业地址 洪山区南湖大道182号中南财经政法大学中原大道新体育中心创业学院社会服务空间108办公室 获投资情况 1.种子轮:项目于 2018 年 4 月获得种子轮投资 60 万元2.天使轮:项目于2018年10月获得天使轮投资900万元人民币，同时种子轮退出 三、负责人及成员 姓名 学院/所学专业 入学/毕业时间 段璎钰 工商管理学院/人力资源管理 2018.09/2022.06 李金龙 公共管理学院/社会工作 2021.09/2024.06 庞文雅 工商管理学院/市场营销 2018.09/2022.06 段映辰 中韩新媒体学院/电影学 2018.09/2022.06 四、指导教师 姓名 学院/所学专业 职务/职称 研究方向 邓汉慧 公共管理学院 教授 社会保障、创业管理与政策、人力资源管理 喻良涛 公共管理学院 讲师 社会保障、创业管理与政策、人力资源管理 五、项目简介 “研鹿教育”是一个从“状元带状元”入手创建的“学术精英养成和学业发展平台”。 “研鹿教育”首创保研界学术精英发展咨询盈利模式，其商业模式主要是通过提供教育咨询与信息提供获取利润:通过公众号、APP 等运营获取用户流量，获取用户流量后通过对用户画像分析和构建能 力素质模型提供精准高效的一站式咨询服务，培养学子持续性学习习惯，提高用户满意度;用户满意度提高后积极将顾客转化为咨询师和就业者，及时更新商业信息的同时提高人力资源利用效率，形成知识共享的消费闭环。在消费闭环的形成过程中，“研鹿教育”则主要通过信息咨询、学业规划、课程提供等方式盈利。 项目从开始运营至今，已经建立起坚固的业务“护城河”以及极佳的行业竞争优势。2018年3月开发出全国首个保研小程序——“研鹿考研”，先其余竞争对手一步进入保研咨询蓝海市场。2018年4月已获种子轮投资，2018年10月获得900万天使轮融资，目前已覆盖高校320所，咨询师3.5万，用户社群流量15万，累积32余万粉丝，保研C2C咨询领域市场份额占96%。 目前我们正在着重打造全面信息咨询服务平台，致力于提供升学就业一站式服务，以成为行业内龙头企业为目标，继续深耕保研咨询等相应市场，加固业务“护城河”。

基于对现有研学产品的分析，我们开创了“线上+线下”相融合的研学的形式，提升了研学的参与感与实践性。 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 冯雨欣 悉尼工商学院/国际经济与贸易专业 2019/2023 王语嫣 悉尼工商学院/国际经济与贸易专业 2019/2023 高涵 新闻传播学院/广播电视学 2019/2023 俞越 悉尼工商学院/国际经济与贸易专业 2019/2023 董盈暄 新闻传播学院/广播电视学 2019/2023 曹潆慧 悉尼工商学院/国际经济与贸易专业 2019/2023 姚淑琪 悉尼工商学院/国际经济与贸易专业 2019/2023 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 帅萍 悉尼工商学院/工商管理专业 教师/副教授 战略管理与服务创新 章莉莉 美术学院/设计系 教师/教授 非遗传承与创新设计、视觉传达设计、公共艺术设计 忻莹 悉尼工商学院/工商管理 教师/讲师 运营管理、创新创业管理 四、项目简介 为改变非遗“低流量、少曝光”的现状，萤思团队以“数字为媒、研学为介”，致力于通过“研学+新媒体”的方式，多方位地呈现传统文化的魅力。从而，为非遗打开对外宣传的窗口，构建起非遗与消费者的情感联结，以反哺“非遗+”产业链的可持续发展。 基于对现有研学产品的分析，我们开创了“线上+线下”相融合的研学的形式，提升了研学的参与感与实践性。同时，借助微纪录片，全景式展现研学过程，将研学价值融入纪录片叙事中，将非遗与新媒体深度融合。并依据不同平台调性设计差异化的传播方案，B站主打精品研学纪录片，抖音围绕“一视频一爆点”策略进行铺设，以吸引不同受众群体。 目前，团队已先后举办了中外非遗文化交流活动，和“豫”成于琢——非遗研学游。活动反响热烈，获得参与学员、家长们以及合作方（上海豫园、极社空间、PACC等）的一致好评。又与背囊计划、上海末茶协会等达成合作意向，正在积极筹备“豫园与佤族村落非遗的隔空对话”、末茶文化研学等活动。此外，我们还将在团队融媒体专家的指导下，积极开发线上研学形式，以图文影音并茂的融媒体形式展现非遗魅力，突破研学的时空限制。 最终，依托年轻人的语境，用商业的力量，让数字化的非遗真正的活起来！

本发明涉及一种生物溶液浓度的光谱传感测试方法,依据了包层介质的光学响应遵循的物理学因果性原理,根据因果性原理,包层折射率的实部

一种植被多高光谱成像装置,其特征在于它包括一滤色片壳体、一光学镜头、一成像单元、放置在所述滤色片壳体中的滤色片、一滤色片更换装置、一计算机和一电源其中,所述滤色片壳体、光学镜头和成像单元顺序排列,且各中心同轴所述光学镜头与成像单元固连,且所述成像单元位于所述光学镜头的成像面上所述滤色片更换装置的控制端电连接所述计算机,所述成像单元与计算机进行数据及控制信号通信所述电源为各用电设备供电。

本实用新型公开了一种固体样品漫反射光谱测试载样加热装置，涉及漫反射光谱测试仪器领域，包括石英载样片、加热片、调压器，所述石英载样片的一面设有载样凹槽，所述加热片固定在所述石英载样片的另一面，所述加热片通过导线连接所述调压器。本实用新型的优点在于：可以实现在固体样品漫反射光谱测试时进行温度控制，测试结束后可以回收样品。

电致变色是指材料的光学（紫外、可见、红外）属性（反射率、透过率、吸收率等）在外加电场的作用下发生稳定、可逆的颜色变化的现象，在外观上表现为颜色和透明度的可逆变化。电致变色材料是一种新型功能材料，在信息、电子、能源、建筑以及国防等方面都有广泛的用途。电致变色器件就是利用物质的电致变色效应，以电致变色层为基础，辅以其它相关层和结构而构成的器件。其具有视角宽、驱动电压低、微能耗、具有记忆功能等独特优点。应用前景a) 智能化节能窗 电致变色智能节能窗在电场作用下具有光吸收透过的可调节性，可选择性地吸收或反射外界的热辐射和内部的热的扩散，减少办公大楼和民用住宅在夏季保持凉爽和冬季保持温暖而必须消耗的大量能源。节能效率可达30%以上。同时起到改善自然光照程度、防窥的目的。解决现代不断恶化的城市光污染问题，是节能建筑材料的一个发展方向。电致变色智能节能窗被认为是最有发展前景的新一代节能窗户产品的代表（其他还有热致变色、光致变色等智能化材料与器件）。b) 智能化多频谱隐身 电致变色器件用于飞行器某特殊部位可实现多功能隐身一体化：雷达隐身功能、红外隐身功能、防紫外功能、抗静电功能、防冰除冰除霜、减少眩光功能、红外阻隔功能、雷达屏蔽功能、自清洁功能、提高座舱舒适度、视觉调节功能、太阳光透射调节功能。在地面装备中可实现可见光、近红外、中远红外等多频谱智能化隐身。可以制成依据周边环境调节自身表面的色彩和红外辐射强度（红外发射率）的变色龙型隐身衣或者斗篷。c) 航天器智能热控 根据需要调节太阳光的吸收和反射以及飞行器表面的红外热辐射（红外发射率），从而智能化调控空天飞行器的温度，同时可实现空天飞行器的智能化红外隐身。d) 其他应用前景 电致变色材料具有双稳态的性能，用电致变色材料做成的电致变色显示器件不仅不需要背光灯，而且显示静态图象后，只要显示内容不变化，就不会耗电，达到节能的目的。电致变色显示器与其它显示器相比具有无视盲角、对比度高等优点。 用电致变色材料制备的自动防眩目后视镜，可以通过电子感应系统，根据外来光的强度调节反射光的强度，达到防眩目的作用，使驾驶更加安全。

高分辨率系列拉曼光谱仪包括手持式拉曼光谱仪、便携式拉曼光谱仪、显微拉曼光谱仪。手持式拉曼光谱仪有专用于药品等原材料真伪鉴别的手持式拉曼真伪鉴别仪、专用于危险化学品、毒品等违禁物检测的手持式拉曼安检仪。便携式拉曼光谱仪与显微拉曼光谱仪采用了模块化设计，包含多种激发波长与光谱分辨率的多种型号。这些拉曼光谱仪能够广泛用于药物成份分析、农作物农药残留检测、宝石的鉴定与识别、原辅料的鉴定及判别、细胞/病毒检测、生命科学、材料科学研究等领域。

本发明公开了一种用于旋转器件型光谱椭偏仪系统参数的校准方法，该方法可以在一次测量中获取旋转器件型光谱椭偏仪中全光谱范围的系统参数，其方法是将任意厚度的标准样件作为待测样件，使用待校准光谱椭偏仪进行测量，对测量获得的光强谐波信号进行傅里叶分析，通过傅里叶系数序列计算获取第一个波长点的系统参数，以其作为初值，采用非线性回归算法，通过理论光谱拟合测量光谱，获得第一个波长点的系统参数。并依次以校准获得的第 i 个波长点的系统参数作为初值，拟合获得第 i+1 个波长点的系统参数，进而获得全光谱范围的系统参数。

本成果属于高光谱图像信息处理技术，为高光谱遥感图像分类方法。首先对高维高光谱图像提取第一主成分特征图，并利用结构元素对主成分特征图进行多维的空间结构特征提取，结合提取的形态学特征与原始光谱特征，利用联合稀疏表示算法将同一空间区域中的像元联合进行稀疏系数矩阵的求解，最终通过最小残差判断准则确定像元类别。这种方法有效地并且充分的挖掘了高光谱遥感图像中的空间信息、形态信息和光谱信息。考虑到稀疏表示方法在迭代求解稀疏向量时的耗时性与对非线性数据的不可分性，进一步提出了基于差分形态学核协同表示的高光谱遥感图像分类算法。该成果方法通过核化的协同表示分类算法避免了优化求解的耗时性，同时克服了高维特征空间下数据的线性不可分性。算法首先通过差分形态学方法在高光谱遥感图像的主成分分析图上进行空间特征提取，并通过核变换方法将新特征字典投影到高维的线性核特征空间，最后利用核化协同表示算法的高效性对高光谱图像进行分类。 主要技术指标 University of Pavia 通过 ROSIS-03 传感器记录，该图像捕获了意大利帕维亚的帕维亚大学周围的市区。图像尺寸为 610×340×103，空间分辨率为 1.3 m / 像素，光谱覆盖范围为 0.43 至 0.86μm。该图像考虑了九个类别。其具有 42776 个标记样本。每类取 50 个有标记样本共 450 个样本作为训练样本。 请参阅表 1，本方法提出的高光谱图像分类方法，相比于传统分类器 SVM，OA 提高了约 18%；相比于 JSRC，OA 提高了约 5%；同时参阅表 2，展示了本成果方法的时间运行效率与相关方法的比较。该成果无需使用 GPU 资源在保证精度的同时有效提升了分类的精度和效果。 表 1 PaviaU 数据集上对比实验结果 表 2 不同数据集上时间运行对比实验结果

项目简介 本项目基于生命科学、信息科学和工程科学的多学科交叉的研究，采用近红外光谱 分析技术，具有不需要对分析样品进行前处理；分析过程中不消耗其它材料或破坏样品， 分析重现性好、成本低等特点，可应用于食品、农产品流通现场检测和加工过程中在线 分析。 产品性能、指标 1) 仪器小巧紧凑,携带方便；通过 USB 数据线与电脑连接或通过安卓手机蓝牙无线传 输，均可进行检测； 2) 采用不同的检测模