|
搜索
搜 索
高等教育领域数字化综合服务平台
一种基于正负序快速识别的动态锁相同步方法
本发明公开了一种基于正负序快速识别的动态锁相同步方法， 包括下述步骤：获得三相交流电压的离散瞬时值；将离散瞬时值进行 Clark 变换，得到两相α-β静止坐标系下的电压空间矢量；根据最近 3 次电压空间矢量获得相邻两次采样的电角度差；根据电角度差和最近 3 次电压空间矢量获得正序分量的识别相位和负序分量的识别相位； 对正序分量的识别相位和负序分量的识别相位分别进行锁相处理，获 得正、负序分量的锁相相位；获得正序分量的锁相相位与识别相位之 间的第一误差，以及负序分量的锁相相位与识别相位之间的第二误差；
华中科技大学
2021-04-14
一种机床固定结合部动态特性的检测方法
本发明公开了一种机床固定结合部动态特性的检测方法。该方法将固定结合部看成一种等截面的虚拟材料，虚拟材料与固定结合部两侧的零件皆为刚性连接。通过检测构成结合部零件的弹性模量、泊松比、密度、屈服强度、硬度和几何尺寸参数，得到该虚拟材料的弹性模量、泊松比、密度、厚度，虚拟材料与固定结合部两侧的二个零件刚性连接，根据计算出的虚拟材料弹性模量、泊松比、密度总共 3个参数，输入到有限元软件中，检测出含结合部的复杂部件的一些动态特性(如振型、固有频率、位移等)。理论与实验前 6 阶固有频率的相对误差在(-10～1
华中科技大学
2021-04-14
XM-D020尿的形成电动模型尿的形成动态模型
XM-D020尿的形成电动模型
XM-D020尿的形成电动模型显示血液循环与尿的生成过程途径，尿的形成包括肾小球的过滤，肾小管、集合管的重吸收和分泌排泄三个连续的生理过程。
一、示教内容：
■ 模型的结构为肾单位（由肾小体和肾小管组成）。
■ 尿的生成过程是教学的难点及重点，模型的解剖部分突出了结构的特点，表现肾单位的结构及尿的生成过程。
■ 肾小球做剖面，近端小管，远端小管部分做剖面，集合管与乳头之间做剖面。
■ 尿的形成包括肾小球的过滤，肾小管、集合管的重吸收和分泌、排泄三个连续的生理过程
，此过程用灯光显示。
■ 在近端小管中显示葡萄糖和氨基酸等结构。
■ 在集合管和乳头管之间的剖面上显示无机盐、水分等结构。
二、技术参数：
■ 尺寸：47×16×72cm
■ 材质：PVC材料+铝合金边框
三、标准配置：
■ XM-D020尿的形成电动模型：1台
■ 说明书：1册
■ 保修卡合格证：1张
上海欣曼科教设备有限公司
2021-08-23
新街口地区服务业现状分析
该报告对于新街口街道制定生活服务业三年规划，具有较强的指导作用，相关研究结论和政策建议被采纳。
中央财经大学
2021-02-01
RFID安全漏洞分析与检测系统
RFID安全漏洞分析与检测系统旨在通过漏洞扫描和模拟攻击行为尝试读取、复制、篡改、销毁和拒绝服务等攻击，对已有RFID应用系统进行测试。系统具备开放式体系架构可以方便的增加新的攻击手段和升级漏洞库。系统具备安全性评估功能，可对被测系统生成检测报告。系统包含漏洞扫描模块及报表生成模块、漏洞管理模块和插件管理等四个功能模块。 系统能够实现以下技术： ？ 标签漏洞扫描功能能够针对超高频、高频和低频标签执行盘存攻击、复制攻击、弱密码攻击、销毁标签攻击、和DOS攻击，且攻击存在一定的成功率； ？ 插件管理功能能够通过添加dll插件文件，在插件管理窗体中，增加了新的攻击手段； ？ 漏洞库管理能够查看漏洞的数据库，添加、删除漏洞； ？ 每次扫描结果和系统建议会生成pdf报告。 基于RFID技术的应用设计是完全开放的，RFID技术在应用中缺乏完善的安全机制，将会给消费者带来隐私泄露等安全问题。RFID安全漏洞分析与检测系统可应用在RFID应用系统的安全测试上，在系统上线前及时帮助发现安全漏洞。
电子科技大学
2021-04-10
新冠肺炎疫情AI话题分析平台
RealAI首席执行官田天表示，新冠肺炎疫情暴发以来，各大媒体网站、社交平台上关于疫情的话题热度持高涨。在此环境下，信息的高效传播成为重要诉求。一方面，相关部门需要全面了解公众对疫情的话题讨论，辅助决策优化的同时也利于开展引导工作；另一方面，公众亟需第一时间获得最权威、最实时、最准确的疫情动态。分析称，互联网成为这次疫情主要的“信息源”平台，传播模式更是基于人手一机的“自媒体”，信息流不仅降低了大众获取信息的“信噪比”，更滋生出不同程度的谣言。据介绍，“新冠肺炎疫情AI话题分析平台”通过对多渠道海量媒体信息进行自动抓取采集、识别分析，解决了传统信息检索过程中因消息源头繁杂、消息过多、检索意图不明确而产生的困扰。同时，基于大数据分析和AI建模，自动识别出近期热点话题、新闻追踪和话题导向、地区关注度变化，为用户第一时间推送全网话题最新动态，满足用户对疫情舆情监测的需求，为作出正确舆论引导提供分析依据。
清华大学
2021-04-10
疫情实时态势感知与分析系统
清华大学公共安全研究院和北京辰安科技股份有限公司快速搭建了疫情实时态势感知与分析系统，对区域疫情数据进行实时动态监测、搜集、分析和可视化，服务各级政府疫情应急的资源调度、态势研判和决策指挥。该系统在实时播报全国和世界范围内疫情最新动态的同时，对省级和地市级的人员迁徙比例与分布进行重点信息排查，密切关注人口流动与疫情分布的内在联系，为疫情跨区域传播规律和病例溯源提供依据。该系统深入剖析大数据并探查民众意识和情感倾向，研判民众主流感情倾向和重点关注事件等疫情相关舆情，以“情感分析拼图”、“事件文章热词云”和“全国舆情热度”等分析结果为引证，为辟谣和积极引导舆论提供帮助，在国家抗击疫情最为严重困难的时期为大众的理性思考和科学防备贡献力量。国疾病预防控制中心以及广东省、武汉市、合肥市、深圳市、广州市、佛山市等20多个省市在指挥调度中使用该系统。
清华大学
2021-04-10
中国粮食安全的耕地贡献分析
粮食生产是资源约束型生产,本质的约束资源是耕地,粮食安全的核心是耕地安全.面对我国刚性增长的巨量人口,通过降低消费和扩大贸易都不能从根本上解决粮食安全问题,从战略上看,我国粮食安全的治本之策是提高粮食产出能力,两个因素制约我国粮食的有效供给:播种面积和单位面积产量,而耕地的数量和质量又最终成为约束播种面积和单位面积产量的先决条件.因此,有必要分析耕地的数量和质量变化与粮食生产的相关关系,揭示耕地对粮食生产和粮食安全的贡献作用,维护耕地质量,推进农地开发,确保耕地安全,从资源层面保障粮食安全的实现.
吉林农业大学
2021-05-04
IMAGINELab视觉感知和大数据分析
自然场景视觉感知与理解是人工智能的前沿热点，其主要任务是对场景中的视觉要素进行认知，进而推断出其中包含的场景语义。IMAGINE实验室近年来相继从场景构成分析、场景内容推理、场景结构建模等角度对这一问题展开了系统研究，着重探索了融合先验建模与深度学习的自然场景视觉理解这一问题。大数据具有规模大、种类多、产生速度快、有价值数据密度低等特点。对大数据信息分析具有重要意义，也是目前研究的热点，其主要任务是利用数据分析的方法从大数据中获取有价值信息。IMAGINE实验室近年来结合深度学习前沿技术和传统数据分析方法进行数据分析和预测，并在海关大数据分析项目和国网电力冰风灾害预测项目中进行应用
南京大学
2021-04-10
疫情大数据实时可视分析系统
北京大学信息学院机器感知与智能教育部重点实验室袁晓如研究组设计开发了一系列大数据可视化与可视分析工具。针对目前在新冠疫情方面形势变化，通过处理、分析、接入多种数据，提供多维度、多视角的交互式可视化。 项目组件包括1.疫情变化晴雨表，可视化各地每日新增病例和变化趋势；2.各类动态时空地图，提供在地图空间浏览分析和多角度对比国内外各地疫情趋势；3.相关舆情可视分析，分析媒体和社交媒体舆情影响；4.综合态势可视分析系统，支持面向专家或者决策判研。
北京大学
2021-02-01