1.应用化学，化学分析等专业专科以上学历2.有实验室相关工作经验；3.参与中试生产线工艺优化实验；4.执行实验工艺方案，及时反馈状况及结果；5.跟踪产品工艺在生产线的执行状况，及时反馈并纠正；6、跟进样品的制作和工艺参数调整和修改。

本发明公开的含苯酰亚胺苯乙炔结构的单体能使合成的聚合物在高温下发生自交联化学反应，当其与Ⅰ、Ⅱ表示的合成聚酯的结构单元经无规共聚即可获得高温自交联共聚酯，且当该共聚酯含PET结构单元时的特性黏数[η]为0.44～1.38dL/g，垂直燃烧UL-94等级为V-2～V-0级，氧指数LOI为24.0～35.0％，锥形量热测试峰值热释放速率PHRR和烟释放总量均低于纯聚酯。本发明还公开了共聚酯制备方法。由于本发明共聚酯中的苯酰亚胺和苯乙炔间能产生协同交联作用，因而具有极高的阻燃抗熔滴效率，同时赋予了共聚酯优良的阻燃、抗熔滴及抑烟的性能。本发明提供的方法因与常规聚酯的合成方法基本一致，不仅工艺成熟，操作简单方便，且也易于控制和便于工业化生产。

本发明公开了一种基于超材料的远红外单谱信号探测器，包括·798·自下而上依次设置的衬底层、N 型砷化镓层、二氧化硅层与超材料层、欧姆电极和肖特基电极。超材料层为具有周期性微纳米结构的金属开环共振单元阵列，所述金属开环共振单元阵列包含了一种图形及其特征尺寸参数，该图形对于远红外电磁波具有完全吸收特性，通过改变金属开环共振单元的结构和尺寸参数可以调控对应的电磁波吸收频段，通过改变 N 型砷化镓的耗尽层宽度可

本发明公开了一种基于超材料的太赫兹单谱信号探测器，包括自下而上依次设置的衬底层、N 型砷化镓层、二氧化硅层与超材料层、欧姆电极和肖特基电极；其中超材料层为具有周期性微纳米结构的金属开环共振单元阵列，金属开环共振单元阵列包含了一种图形及其特征尺寸参数，该图形对于太赫兹电磁波具有完全吸收特性，通过改变金属开环共振单元的结构和尺寸参数可以调控对应的电磁波吸收频段，通过改变 N 型砷化镓的耗尽层宽度可以调控超材料层中金属开环

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

该成果提出了一种基于空谱差分辅助核联合稀疏表示分类的高光谱图像分类方法。本章方法的主要创新性在于：1）能够将光谱的差分辅助信息和原光谱特征信息有效结合。2）能够考虑不同光谱属性间的高阶空间相关信息。3）原空谱和差分空谱核特征字典的信息通过具有混合正则的核联合稀疏表示分类方法得到充分利用。通过在真实高光谱图像数据上的实验表明，该成果提出的方法能够有效地提高高光谱遥感图像的分类效果。 主要技术指标 不同数据集下的训练样本与测试样本数参阅表 1. 在该训练样本集数量下的分类结果表现参见表 2. 相比于传统分类器 SVM，OA 提高了约 20%；相比于 SOMP，OA 提高了约20%。 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。 表 1. 不同数据集下的训练样本选取数量 表 2. PaviaU 大学数据下不同方法的正确率比较

产品详细介绍         谱诚博阅原卷留痕阅卷机，独创的原卷留痕阅卷新模式，能够切实解决师生存在的不同困境，提高教师阅卷效率，给广大学子增效减负。          我们的原卷留痕智能阅卷机，具体优势有以下几点：      1.无需答题卡。省时省钱      2.无需人工干预。减轻教师负担      3.原卷答题。学生原卷答题无需答题卡，省时便捷      4.原卷批改。方便学生复习，教师掌握学生学情。      5.高效阅卷。一键阅卷，操作简单；客观题自动批阅、主观题得分自动识别、总分自动统计、错题标准答案自动打印；双面同时阅卷，效率优于人工批阅。                                                                       阅卷机产品展示图 谱诚博阅的原卷留痕阅卷机AYJ800针对网上阅卷系统的不足，做出创新改进，实现了学生原卷作答，教师原判批改，所有的批改原卷留痕，阅卷机本身负责主观题的批改，客观题的批改读取，可以与原有的共享资源平台对接形成闭环，更有针对性的服务于基础教育阶段的师生，因材施教。                                                                                                                              阅卷机批改后的卷面效果   此外，谱成博阅科技有限公司基于大数据的准确分析给学生提供专家级学情分析报告，可以真正的促进学生的学习，针对性提高学习效率，具体有以下优势： 1.纸质试卷自动电子存储 2.学生答题分析 3.易错知识点分布统计 4.平台利用学情报告完成针对性教育与个性化学习 5.自动生成学生错题本，学生提高成绩有捷径 6.自动生成高频易错题集，老师定位重点有方向 7.学生各人知识点掌握情况分析表，补齐短板有目标 8.每人一张个性卷，数据分析有反馈 如今，教育行业，越来越多的教学内容期待高效的传播，越来越多的基础教育阶段的学生希望节约时间，更注重自己全方位的发展，越来越多的教育培训服务更多的依赖大数据的分析来快速指导实践，谱诚博阅原卷留痕阅卷机AYJ800就可以很好地满足教育行业师生的各种需求，无论从教学、考试还是各大培训都会相得益彰共同发展，未来在原卷留痕阅卷机的广泛普及下，必将极大地促进基础教育的发展，为学生学习开辟更加恢宏的康庄大道。 杭州谱诚博阅科技有限公司——教育信息化服务理念的倡导者,我们专注于教育，致力于实现创新技术与传统教学模式的最佳融合，倾注全部的心血和激情，发展互联网教育服务产业，开创中国教育现代化的未来。我们创造并实践崭新的服务模式和商务模式，打造产业生态圈。在智能阅卷、智慧课堂、云端针对练习、云端个性考试服务、K12互联网信息化教育等领域，博阅科技的创新理念和技术将推动行业的蓬勃发展。 公司现已拥有独立的研发团队、生产基地，以及遍布全国的销售网络渠道。公司开发的爱阅卷原卷留痕阅卷机系统，多项技术通过了国家有关部门的严格测试，技术处理水平先进。博阅爱阅卷原卷留痕阅卷机系统是将现代先进的图像压缩、分割技术与高速图像扫描设备相结合而产生的一项高效数字化信息系统。系统经过严密设计，并结合传统的阅卷模式，成功地将先进的计算机网络技术同教师阅卷工作结合在一起。在充分考虑用户的需求和使用状况的基础上，优化、整合设计流程，实现了灵活方便的阅卷、大数所分析、试卷管理过程，充分体现了本阅卷系统的实际效益和推广意义。博阅科技正成为广大师生及家长的好伙伴。

第三代半导体氮化镓和碳化硅因其禁带宽、稳定性好等优点，已广泛应用于电子和光电子等领域。各种氮化镓和碳化硅基器件是5G技术中的关键器件。将半导体晶片制成器件，其中的一个关键加工步骤是晶片表面的抛光。然而，氮化镓和碳化硅的化学性质极其惰性，半导体工业目前常用的化学机械抛光方法无法对其实现高效加工。对此，我们从原理上创新发展了一种光电化学机械抛光技术，不仅可快速加工各种化学惰性半导体晶片（如:加工氮化镓的材料去除速率可达1.2 μm/h，比目前的化学机械抛光的高约10倍），而且可加工出原子台阶结构的平滑表面。设备简单，技术具有完全的自主知识产权。

随着首个RNA修饰N6-甲基腺嘌呤（m6A）的去修饰酶FTO的发现，RNA表观遗传学/表观转录组学开始兴起并成为表观遗传学新的研究热点。m6A作为首个被发现的可逆RNA修饰，广泛存在于mRNA，依赖修饰酶、去修饰酶和结合蛋白发挥调控功能。已发现m6A具有调控mRNA剪接、出核、稳定性和蛋白翻译等功能，可以参与发育、配子发生、细胞重编程、生物节律、疾病等多种生理和病理过程的功能调控。为了更好地研究m6A生物功能和临床病理研究，开发m6A高通量测序技术一直是研究的热点。 现有m6A测序技术主要依赖于m6A抗体富集技术，包括低分辨率的m6A-seq/MeRIP-seq和联用iCLIP或PAR-CLIP技术的高分辨率m6A测序技术miCLIP 或PA-m6A-seq。抗体存在对特定RNA序列或结构的潜在非特异性结合，为了解决抗体方法的种种问题，研究者们做出了各种尝试，近期开发了两类无需抗体的m6A测序技术，一类为利用对特定甲基化序列（m6ACA）敏感的RNA核酸内切酶MazF辅助的测序方法（m6A-REF-seq or MAZTER-seq），此类方法只能检测16~25%的m6A位点；另一种是在细胞内表达融合m6A-binding domain（YTH）与胞嘧啶脱氨酶（APOBEC1）的融合蛋白实现的m6A测序（DART-seq），但该方法依赖于细胞转染效率且受限于体外样品的使用。 贾桂芳课题组一直致力于开发和利用核酸化学生物学技术研究RNA化学修饰在动植物中的生物功能研究。在本课题中，贾桂芳课题组巧妙地利用m6A的去甲基酶FTO蛋白作为催化剂，将mRNA上化学惰性的m6A转化为高反应活性的中间态产物N6-羟甲基腺嘌呤（hm6A），然后利用二硫苏糖醇（DTT）的巯基与hm6A发生亚胺1,2加成反应，将不稳定的hm6A转化为更稳定的巯基加成产物dm6A。dm6A上的自由巯基可以与甲烷硫代磺酸（methanethiosulfonate，MTSEA）快速反应，实现在mRNA上m6A的位置标记生物素Biotin，最终可被链霉亲和素珠捕获，从而富集含有m6A修饰的RNA片段供后续高通量测序使用。