|
搜索
搜 索
高等教育领域数字化综合服务平台
高精度测量测试设备与系统
核心技术：高精度基础电量测量-电压、电流、电阻自主可控软硬件设计开发基于统一测发控平台的敏捷设计
技术创新点：温度自补偿技术幅值-频率复合标定策略基于自主学习的低频噪声实时滤除方法
技术特色：测量高精度高，产品稳定性好指标范围宽，完全自主可控隔离性好，具有自主知识产权
北京交通大学
2023-05-08
氢气纯化膜材料与相关设备
钯膜具有超强氢分离能力且操作简单，已被广泛用于氢气与氢同位素的纯化。为克服传统轧制型钯膜所存在的贵金属消耗多、工艺复杂、能耗高、强度差等缺点，自主研发了负载型管式钯膜，膜厚度仅5μm左右，单位膜面积的高纯氢产量提高了一个数量级。负载型钯膜具有更高膜强度，安装和操作十分方便。除氢气纯化之外，钯膜还可以用于氢同位素的分离与纯化。基于高性能钯膜材料，我们开发了各种氢气纯化器，并将纯化器与电解氢气发生器相结合开发了高纯氢发生器，拥有自主知识产权。
南京工业大学
2021-01-12
《智能设备与应用》STEAM主题课程
产品详细介绍
智能设备与应用STEAM主题课程
项目背景
随着科技的快速发展，各式各样的智能设备已逐渐融入到我们的日常生活中，为人类带来诸多便利。传感器作为与外界环境交互的重要手段和感知信息的主要来源，是各类智能设备的基础与核心，在推动社会进步和经济发展有着十分重要的作用。学习电子传感相关知识有助于学生了解现代科技社会，并体会制作科技创意作品带来的乐趣。
在本项目中，学生可借助八爪鱼智能设备与应用套件和人工智能与编程教学系统，了解常见传感器和执行器的原理及应用，制作相应的创意作品，并通过编程实现智能控制。
课程性质
这是一门以项目式教学开展的跨学科课程，以基于建构主义理论的 5E 教学模式作为指导，结合了中小学信息技术课程标准与编程教学特色。
课程目标
1.知识与技能
⚫ 认识常用传感器和执行器的原理，知道其功能和应用领域，并学会简单使用。
⚫ 初步了解简单的机械结构和连接方式，体验简单的模型搭建。
⚫ 了解指令、程序和算法的基本含义，能够读懂简单的程序流程图。
⚫ 学会使用图形化模块或 C++语言设计简单程序，并下载到模型上执行。
2.过程与方法
⚫ 通过阅读多媒体资料和对传感器、执行器进行连接测试，掌握搜集、分析、比较和分类信息的方法，培养信息处理能力。
⚫ 能够读懂图形化编程或 C++的程序流程图，能分析程序的功能并简单调试，发展编程思维能力。
⚫ 能根据现实生活中人工智能的实际应用，设计程序并使模型运行，发展工程思维能力和解决问题能力。
3.情感态度与价值观
⚫ 了解日常生活中常见的智能设备，初步认识智能设备对工作和社会的影响。
⚫ 乐于倾听不同的意见和理解别人的想法，尊重他人的情感与态度。
⚫ 实事求是，勇于修正与完善自己的观点。
广州八爪鱼教育科技有限公司
2021-08-23
新冠肺炎患者分类治疗研究
2020年3月9日，北京大学姜保国团队在国际顶级医学期刊Lancet 在线发表题为“Comorbidities and multi-organ injuries in the treatment of COVID-19”的研究成果，该成果首次提出将 COVID-19患者进行分类治疗，同时在治疗COVID-19时，应注意潜在的多器官损伤及其保护和预防。研究人员接管了武汉同济医院的重症患者集中治疗病房。60例患者在治疗过程中被分为三种类型。60例患者中有13例[22%]主要患有肺炎，被归类为A型，提供了抗病毒药，抗生素，氧疗和糖皮质激素等基本治疗方法。60例患者中有33例（55%）为B型，其疾病表现为不同程度的肺炎，并伴有严重合并症。对于归类为B型的患者，研究人员继续在控制肺炎的同时监测合并症的变化，进行个人评估并制定具体的治疗计划，包括降压药，降糖治疗和连续性肾脏替代治疗。60例患者中有14例（23%）是重症患者，被分类为C型。分类为C型的患者患有疾病，认为该疾病是由于A型或B型疾病的早期治疗而恶化（导致多器官损伤），这些重症患者应注意器官功能，并采取必要的保护措施，包括机械通气，糖皮质激素，抗病毒药，对症治疗和抗休克疗法。
北京大学
2021-04-10
非震动式硬币分类机
成果描述：本实用新型提供一种非震动式硬币分类机,包括盖板、第一筛选机构、新一毛硬币筛选板、第二筛选机构、五毛硬币筛选板、新一毛硬币收集盒、底板、第三筛选机构、五毛收集板、旧一毛硬币筛选板、旧一毛硬币收集板、旧一毛硬币收集盒、一元硬币收集盒、五毛硬币收集盒、机架和引导板。本实用新型结构简单,制造和使用都很简便,并且在使用过程中不需要电力驱动噪音小,设备使用寿命长。市场前景分析：本实用新型结构简单,制造和使用都很简便,并且在使用过程中不需要电力驱动噪音小,设备使用寿命长。与同类成果相比的优势分析：国内先进
成都大学
2021-04-10
一种基于拉曼光谱技术的藻种分类识别方法
本发明公开了一种基于拉曼光谱技术的藻种分类识别方法，包括：取相同藻种的多个样本，每个样本均为当前藻种的活体藻液，采用拉曼光谱仪获取各个样本的拉曼光谱原始信息；对采集的拉曼光谱原始信息进行预处理，得到对应的预处理谱图，然后采用偏最小二乘法从各预处理谱图中提取主因子；更换藻种，获得与不同藻种相对应的主因子；以所有藻种的主因子作为输入，以与各主因子相对应的藻种分类为输出，建立BP神经网络模型；取待鉴别活体藻液，获得该待鉴别活体藻液的主因子并输入所述BP神经网络模型，获得待鉴别活体藻液中所包含的藻种分类。本发明实现了基于拉曼光谱技术的藻种快速准确分类，大大简化了操作步骤，缩短了检测时间。
浙江大学
2021-04-11
一种基于被动毫米波极化成像的材料分类方法
本发明公开了一种基于被动毫米波极化成像的材料分类方法； 首先利用毫米波辐射计成像系统在无极化照射环境中获取给定入射角 下场景的水平极化图和垂直极化图；再根据水平极化图和垂直极化图 计算得到“线极化比”图像；然后统计分析“线极化比”的分布规律， 利用阈值估计公式估计“线极化比”阈值；最后根据分类准则，实现 对场景中的金属材料和非金属材料的分类。本发明能非接触、被动地 对金属材料和介质材料的进行有效分类，并且不受环境辐射变化的影 响，具有很好的鲁棒性，可用于金属目标的遥感与探测、金属危险品 的安全检测与预警等领域。
华中科技大学
2021-04-11
基于音频信号特性分类的无参考音频质量评价方法和系统
本发明提供了一种基于音频信号特性分类的无参考音频质量评价方法和系统，包括步骤：步骤 1， 基于有参考音频质量评价模型建立训练模型，采用机器学习获取不同类型音频信号的音频质量与网络参 数的关系，即无参考音频质量评价模型；步骤 2，在音频信号网络传输中，将当前丢包率、当前延迟时 间和当前丢包数据的音频信号类型输入无参考音频质量评价模型，获得当前音频质量。本发明对不同类 型信号采用不同的质量评价关系式进行质量评价，能更真实地反映用户体验。
武汉大学
2021-04-14
一种人流量统计系统中分类器的自动选择方法
本发明公开了一种人流量统计系统中分类器的自动选择方法，属于视频监控及模式识别技术领域。本发明包括：预先设定多个成像视角，分别离线训练一个分类器；在线学习时，针对当前输入图像，对各分类器分别执行下述操作：检测目标，将当前检测出的行人目标与已有的跟踪目标进行关联，对未关联的跟踪目标采用跟踪算法进行跟踪，将未关联的检测目标加入跟踪目标队列中；对跟踪目标队列中符合条件的目标进行计数；若所有分类器所计目标数均未超过阈值，
华中科技大学
2021-04-14
基于超像素样本扩充的空谱全卷积高光谱图像分类方法
本成果提出的基于超像素样本扩充的空谱全卷积高光谱图像分类方法有效的利用高光谱图像的超像素分割结果指导伪样本扩充增加了训练集样本数量，解决了高光谱图像有标记样本的稀缺问题，同时空谱的全卷积分类网络也充分利用了多尺度的空间特征和光谱特征实现了较高的分类精度。
成果非涉密，专利申请已经提交。
实验采用反射光学系统成像光谱仪（ROSIS）传感器获取意大利北部帕维亚大学（Pavia University）的高光谱图像数据。该数据集由 103 个光谱带组成，共 610×340 像素，光谱覆盖范围从 430nm 到 860nm，空间分辨率为 1.3m。该数据集一共含有 9 个类别的 42776个有标记样本，选取每类 30 个有标记样本作为训练集，其余作为测试集。
由下表可以看出，在每类选取 30 个样本的情况下，本 模 型 的 OA，AA，Kappa系 数 比 DFFN 模 型 高 出20.8%，17.4% 和 26.5%；比CNN 高 出 23.1%，18.8% 和29.2%。并且下表证明了使用了伪标签样本扩充的空谱全卷积网络的本方法在小样本情况下每个类的分类准确性均优于 DFFN 和 CNN，达到了较好的分类效果。
表 1 PaviaU 数据集上对比实验结果
西安电子科技大学
2023-03-03