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
青海省出台科技人才分类评价实施方案
近日,青海省科技厅出台《青海省科技人才分类评价实施方案》,推进科技人才分类评价机制改革,建立健全以科研诚信为基础,以创新能力、质量、贡献、绩效为导向的科技人才评价体系,充分发挥人才评价的“指挥棒”作用,最大限度激发和释放科技人才活力。
青海省科学技术厅 2023-02-22
一种数学函数教学用数形结合一体装置
本实用新型公开一种数学函数教学用数形结合一体装置,包括装置主体、细化网格装置和固定座,所述装置主体上设置有粗网格、L型长圆槽、中心轴和坐标轴;所述细化网格上设置有细化网格条、连接条和拨动把手;所述固定座上设置有固定槽、支撑槽、蝶形锁紧螺杆和内六角螺栓。本实用新型结构简单,造价低廉,通过将桌子边沿卡在支撑槽内部,通过蝶形锁紧螺杆将固定座与桌子固定,将装置主体放在固定槽内部,通过内六角螺栓将装置主体与固定座连接,根据实际的教学情况,通过设置的纵向网格和横向网格,在L型长圆槽内部进行移动,这样就可以实现一个比较密集的网格,这样就方便复杂曲线图形的描绘,这样就达到了预期效果,还方便了教学。
青岛农业大学 2021-04-11
哈尔滨工程大学函数/任意波形发生器采购项目竞争性磋商公告
哈尔滨工程大学函数/任意波形发生器采购项目竞争性磋商
哈尔滨工程大学 2022-06-06
一种基于 Copula 函数获取多风电场容量可信度的方法
本发明公开了一种基于 Copula 函数获取多风电场容量可信度的 方法,包括:考虑风电场尾流效应,将风速时间序列转换为风电场出 力时间序列,依据数值大小对该序列进行状态归并,再进行非线性拟 合得到单个风电场的出力的边缘分布;选取用于描述下厚尾特性的 Clayton-Copula 函数描述各风电场出力间的相关关系,根据风电场历史 出力数据,采用两阶段极大似然估计法对已选择的 Copula 函数进行参 数估计,得到多风电场出力联合概率分布的相关参数;将基于 Clayton-Copula 函数的多风电场出
华中科技大学 2021-04-14
USB口ID卡读卡器ID-01(需装驱动,有函数接口)
产品详细介绍商品说明:  型号 ID-01 工作频率 125(Khz) 读卡时间 0.08(s) 品牌 荣士 电源功率 0.2(W) 感应距离 8-15(cm) 感应方式 非接触式读卡 适用卡类 EM4100系列 类型 感应式读卡器       较之于同行的特点 专用USB设备接口,只需一条USB线连上电脑; 应用国际一流的纠错防冲突技术,读卡速度快; 公司自主开发生产,性能价格比高; 低返回率,保修速度快,可根据用户需求提供OEM产品! 提供ACTIVEX控件,可用于WEB网页开发! 产品介绍 ID-01型USB接口ID卡读器 是我公司运用行业最新技术开发出来的一种低成本高性能电脑外部设备,通过本公司提供的专用高性能驱动程序和接口动态库函数,可在自己的电脑软件上控制读卡、驱动蜂响器声响。 有卡在感应区时指示灯会闪,此时调用动态库函数读卡可确保一次100%能读出卡号,不必要在程序上循环多次调用读卡函数。无卡指示灯会停止闪动。 技术参数 1. 即插即用,专用电脑USB接口,本公司提供驱动程序,动态库接口,例子源码开发包。点击下载开发包 2. 由电脑USB接口提供稳定的电源,无需外接电源,并内置电源保护。 3. 一个LED指示灯和一个蜂鸣器,刷卡时蜂鸣器响一声,指示灯闪一下。 4. 支持μEM4001、4100或及其兼容的RFID,频率:125kHz,感应距离为80mm-150mm。 5. 调用读卡函数可读出全部5字节卡号,而不仅仅是一般读卡器的]四个字节。 6. 功耗<0.2W、低功耗造就低故障率。 7. 支持Windows95/98/2000/XP。 8. 国内读卡器流行的外形,(尺寸:长×宽×高)10.8cm×7.8cm×2.8cm。
广州荣士电子有限公司 2021-08-23
多模态多特征融合的脑电信号分类与定位模型
北京工业大学 2021-04-14
一种按数据属性分类存放的混合存储方法及系统
本发明公开了一种按数据属性分类存放的混合存储方法及系统。 考虑到元数据在文件系统中所占空间小、访问频繁等特点,构建了一 种由硬盘驱动器和固态硬盘组成的混合架构,将文件系统中的数据按 数据属性分为数据和元数据,将数据存放在由 HDD 组成的 RAID5 中, 将元数据存放在由 SSD 组成的 RAID1 中,以达到将文件系统中的数 据和元数据分类存放到不同介质、不同阵列级别的设备的目的,提升 文件系统 I/O 性能和可
华中科技大学 2021-04-14
一种基于在线训练的视频运动目标分类方法与系统
本发明公开了一种基于在线训练的视频运动目标分类方法,包括以下步骤:(1)获取原始视频序列的所有运动目标;(2)对运动目标提取速度、面积等标记特征和高宽比等分类特征;(3)将速度特征大于速度高阈值的目标标记为“车辆”,速度特征小于速度低阈值的目标留作步骤(4)进行二次筛选;(4)对速度小于速度低阈值的目标中面积特征小于面积阈值的目标标记为“行人”;(5)将标记完毕的“车辆”目标和“行人”目标设为训练集,训练得到人车分类
华中科技大学 2021-04-14
城乡生活垃圾分类体系构建及关键技术推广应用
本项目围绕垃圾分类模式/方法及评价模型建立、农村易腐垃圾堆肥新技术开发、垃圾分类信息化技术及智能装备研发等进行关键技术研究,并集成团队研究成果研编了垃圾分类系列标准,构建了我国城乡垃圾分类体系并推广应用。 1、创建了垃圾分类新模式、方法和技术。基于社会化与专业化相结合的垃圾分类“双轨策略”理论,建立了生活垃圾分类“2+n”模式和农村生活垃圾“五类三段”分类模式;创建了垃圾分类的物元分析模型、投放方案灰色聚类比选模型及分类效果F-measure评价模型;结合农村易腐垃圾就近处理需求,研发了引风式静态堆肥技术和重力翻板式间歇动态堆肥技术及装备,在福建省明溪县胡坊镇和安徽省凤阳县小岗村进行了工程示范。实施垃圾分类制度对垃圾混合收运处理模式产生显著影响,垃圾分类后热值增加,每吨生活垃圾焚烧发电量上升约3%;与混合垃圾填埋相比,CO₂减排量接近80%。 图1 两型农村小型易腐垃圾(厨余垃圾)就地协同堆肥处理设施(左图为静态堆肥设施,右图为间歇动态堆肥装置) 2、研发了垃圾分类信息化技术及智能装备。将传统垃圾收运技术与信息化新技术相结合,研发了分类信息化管理平台,发明了具备溢满报警、感应开门、自动称重和容量监测等多功能的智能垃圾分类回收箱和溢满报警、快速升降的太阳能地埋式垃圾收集箱等系列智能装备,提高了分类系统效率与效能,在全国数以千计的县(区)街道广泛应用。应用案例垃圾无害化率100%,居民垃圾分类知晓率、参与率100%、厨余垃圾投放准确率88%。 图2 智能化垃圾分类投放/收运设施(左图为智能垃圾分类回收箱,右图为太阳能地埋式垃圾收集箱) 3、构建了城乡垃圾分类标准新体系。研编系列垃圾分类标准,就分类工作全范围、全过程提出了设施建设、设备配备、运行操作等全要素的规定与要求,是规范分类工作的基本依据;首次将农村垃圾堆肥原料和产品含水率上限值分别由60%、30%提升至65%、45%,增强了堆肥技术标准的适用性,扩展了堆肥技术的适用性;研编大件/园林/装修/餐厨/果蔬等垃圾分类系列标准,填补新兴垃圾标准体系空白,指导各行各业垃圾分类工作规范化进行。 图3 已发布实施的垃圾分类与收运处理标准(共计21项标准) 针对源头垃圾分类投放社会化特征明显、组织实施难度大和分类收运环节涉及原有收运系统向分类系统过渡的实际困难,研编、建立了的垃圾分类标准体系,正式发布实施国家团体标准21项,在编18项。在垃圾投放操作、设备运维、作业人员安全生产要求等方面进行了规定,保证了垃圾分类投放及收运过程的规范化和安全性;在数以千计的县区、街道、社区指导垃圾分类的稳步施行。 【技术优势】 1. 创建垃圾分类新模式、方法和技术,引领分类技术水平跨越式提升:率先提出垃圾分类“双轨策略”,实现垃圾社会化分类稳步推进和专业化分类技术水平跨越式提升;提出垃圾分类“2+n”模式,创建兼顾效率与可操作性的垃圾分类投放模型与效果评价指标体系。提出农村生活垃圾“五类三段”模式,解决农村垃圾分类的重点与难点;进行农村易腐垃圾就地协同堆肥处理,提高资源化、无害化水平。 2. 研发分类信息化技术及智能装备,实现安全、环保、精准、高效分类。开发垃圾分类全流程智慧运营、管理、监管平台,提高分类系统效率与效能;研发智能化垃圾分类收运设施装备,改善作业条件、提高工作效率;推广应用信息化技术及智能装备,加速推进分类制度施行。 3. 构建城乡生活垃圾分类标准体系,为全国范围内规范化推进垃圾分类工作提供依据。研编分类投放系列标准,规范/细化垃圾源头分类投放和收运操作要求;研编农村垃圾分类系列标准,提升农村垃圾分类处理水平;研编大件/园林/装修/餐厨/果蔬等垃圾分类系列标准,填补新兴垃圾标准体系空白。
华中科技大学 2023-05-08
基于同质块均值核类内协同表示的高光谱图像分类
该成果提出了一种基于同质块均值核类内协同表示分类方法。同质块均值核能够有效地为目标样本确定其邻域区域内的同质样本,并将目标样本和同质块内的样本与训练样本之间的相似度作为新的特征向量,在有效提高类别区分度和空间表征能力的同时,提升了特征生成的效率。其后在分类过程中,利用类内协同表示分类中的吉洪诺夫正则项加强测试样本和各个类别训练样本之间的相关性的同时进一步提高分类效率。 主要技术指标 不同数据集下的训练样本与测试样本数与在该训练样本集数量下的分类结果表现参阅表 1。 (1)相比于传统分类器 SVM,OA 提高了约 15%;相比于 JCR 方法,OA 提高了约 2-4%。 (2)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,同时在较少训练样本条件下仍能得到较好的分类精度和分类效果。同时有效降低了离散错分样本的数量,改善了过平滑的分类效果。参见表 1 与图 1。 (3)同时该成果特征提取方法有效提高了特征提取效率,参见表 2。 表 1.PaviaU 大学数据的训练样本选取与分类结果 表 2. 不同窗口大小下的特征生成时间比较
西安电子科技大学 2023-04-19
首页 上一页 1 2
  • ...
  • 9 10 11 12 13 14 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