“NMT界乔布斯”许越先生推荐创新平台 中关村NMT产业联盟推介成员单位创新产品  “全球抗疫，人人有责” 推出背景：               低温环境下生物的代谢速度会减慢，植物合成有机物速度减慢，所以会导致食物减少，影响大多数动物的生活，消耗的能量又得不到食物补充，所以体重减轻，生存受到威胁。适应机制包括冬眠、迁徙到较温暖的地方，依靠草根树皮等食物生存。低温对于生物体来说并不是一个适合生长的环境，很多的科研人员已经开展低温对生物体影响的研究，寻求解决低温对生物体带来的不便。 应对挑战： 活体低温检测是比较难的点，需要确保设备不受影响，并且要达到检测环境不会随外界环境而改变温度 制冷设备的大小和制冷效果有关系，如何确保实验中的制冷效果将会非常关键 解决方法： 多功能低温处理仪结合非损伤微测技术，能够实现对活体样品低温环境下的检测，提供了活体样品在低温环境下的真实数据 多功能低温处理仪采取循环溶液的方式进行温度的控制，更好地让溶液温度保持恒定的状态 功能特点 1.基本功能： 快速更换测试液、培养液等 通过自动化控制形成低温测试环境，使实验更高效，数据更准确 2.性能参数： 工作电压：220V 溶液循环的速度等级：3个档位 溶液循环速度：1档0.05mL/s；2档0.1mL/s；3档0.2mL/s 制冷参数： 常温降至5℃所需最少时间：2min 制冷最//低温度：0.4℃

“NMT界乔布斯”许越先生推荐创新平台 中关村NMT产业联盟推介成员单位创新产品  “全球抗疫，人人有责” 推出背景：         光是一个十分复杂而重要的生态因子，包括光谱、光强、光质等。光因子的变化对生物有着深刻的影响。         科学试验证明，不同波长的光对植物生长有不同的影响。可见光中的蓝紫光与青光对植物生长及幼芽的形成有很大作用，这类光能抑制植物的伸长而使其形成矮而粗的形态；同时蓝紫光也是支配细胞分化最重要的光线；蓝紫光还能影响植物的向光性。紫外线是使植物体内某些生长***的形成受到抑制，从而也就抑制了茎的伸长；紫外线也能引起向光性的敏感，并和可见光中的蓝、紫和青光一样，促进花青素的形成。可见光中的红光和不可见光中的红外线，都能促进种子或者孢子的萌发和茎的伸长。红光还可以促进二氧化碳的分解和叶绿素的形成。         而光照强度对植物生长与形态结构的建成有重要的作用，如植物的黄化现象。光强同时也影响植物的发育，在开花期或幼果期，如光强减弱，也会引起结实不良或果实发育中途停止，甚至落果。光对果实的品质也有良好作用。         光对植物的影响科学家们还远远没有研究透彻，还需要更深入的实验去探究。 应对挑战： 缺少植物样品在活体生理状态下与光处理的实时数据 不同频率的光及其光强在实时检测时的应用 解决方法： 非损伤微测技术能够实时监测活体样品的动态分离子流速的变化，解决了活体样品实时检测的问题 光照处理***仪能够提供不同频率的光并且监测其光强，结合非损伤微测技术能够实时监测到植物流速数据和光强频率的数据，完成更加精确的分析 功能特点：   1.基本功能： 提供红、黄、绿、青、蓝、紫和白光共7种颜色的光照，并同步监测不同光照的光强值。   2.性能参数： 2.1工作电压：9V3A。 2.2 提供光照种类：7种。 2.3 各颜色光波长范围： 红光：630-700（nm）； 黄光：570-600（nm）； 绿光：500-570（nm）； 青光：470-500（nm）； 蓝光：420-470（nm）； 紫光：380-420（nm）； 白光：450-465（nm）。 2.4 光强监测高分辨率、高灵敏度，环境亮度检测近似人眼的视觉反应。 2.5 可自行设置光强检测频率。

产品详细介绍饮料行业水处理设备   饮料行业水处理设备 精密过滤器以蜂房式管状芯作过滤介质，以进一步去除原中水微小的悬浮物、微粒、胶体等。可广泛用于电渗析、反渗透及各种水处理装置的进水前处理。也可用于单位、家庭制备冷饮水、饮料、酒液滤青等。 公司名称：泰安通利达水处理设备有限公司 联系人：  白经理  电  话：  0538-3308188 传  真：  0538-3301099 手  机：  18769828999 邮  编：  271600 邮  箱：  fctld8188@163.com 网  址：  www.tatld.cn 地  址：  山东泰安肥城市新城办事处工业园        

沃恩废水处理系统，依据客户的实际需求，适时调整工艺，实现废水进，净水出的完美蜕变；设备为一体化设计，外观美观大方，整个处理过程为全封闭式过程，杜绝二次污染；经处理后的水质满足并优于【GB8978-1996】《污水综合排放标准》或【GB18466-2005】《医疗机构水污染排放标准》或各个地方执行标准。

根据客户实际需求，制定设备及管路方案，提供整套高品质(纯化水、高纯水、注射用水、纯蒸汽、存储、分配系统)设备，实现水质在线监测及自动控制；多重运行模式，节能降低污染奉献。

海辰环保一体化生活污水处理设备，不同小区对出水的要求差异较大。应根据我国《地面环境质量标准》(GB3838-88)和《污水综合排放标准》(GB8978-96)的有关规定和当地环保部门的要求确定处理程度，以确保出水水质。如果出水采用土地处理法处理，则按土地处理法的要求计算; 根据小区生活污水处理的原则，应选择处理效果稳定、产泥少、节能的处理方法。小区系统中的各类建筑物一般均建有化粪池，所以，化粪池应与污水处理方法相结合。 小区生活污水处理常用的几种处理工艺: 1、污水→格栅→调节池→提升泵→曝气池→沉淀池→出水 ↑←污泥回流↓ 2、污水→格栅→调节池→提升泵→接触氧化池→沉淀池→出水 3、污水→格栅→调节池→提升泵→混凝沉淀→过滤→出水(物化方法) 加药 4、污水→格栅→调节池→提升泵→SBR池或CASS→出水 加药 5、污水→格栅→调节池→提升泵→接触氧化池→混凝过滤→出水 回用工艺流程: 生物处理出水再经混凝过滤和消毒 在流程开始时一般要考虑设置均化池，这是因为小区在水质和水量上的变化都比城市污水处理厂大。均化池一般设在格栅以后。物化和生化处理是去除污染物的核心部分。

深圳国际研究生院张盛副教授团队在已开展的核酸测序方面的专用图像传感元器件关键技术基础上，提出了“基于单分子荧光图像测序的冠状病毒核酸智能检测技术”重大攻关项目研究方案。课题组通过远程网络讨论与协作等多种方式，组织了相关学科的专家多次进行技术研讨，并与深圳市行业内的权威机构合作，在两周内快速进行原理论证，形成技术方案，完成智能检测装置的原型结构设计及前期研究准备工作。 项目致力于开发具有核酸智能检测能力的低成本嵌入式物联网设备，为公共卫生防疫事业提供更加有力、且具备“提前生产、快速部署、分散检测”特点的新型核酸检测的解决方案，有望实现未来冠状病毒传染事件中基因序列的快速发布与潜在感染者的本地化核酸检测能力快速部署，帮助医护人员和民众在家庭或社区对感染或疑似患者进行现场筛查，减少潜在感染者的聚集与交叉感染，快速实现核酸检测层次的确诊检验与病症初筛，助力疫病防控和公共卫生领域战略科技力量的提高和储备。

本系统采用Core图像数据库51135幅，每幅图像提取纹理与颜色相综合的128维特征值构建特征数据库，采用自行设计的度量距离分类学习算法，在传统的图像检索基础上引入学习机制，系统共分类369个，每一类选取少量有代表性的图像（最多不超过6幅），试验表明，在提供有限的学习样本条件下，能有效提高图像检索的精度。 系统采用两种检索方法进行比较，一种是传统的欧氏距离，另一种是本系统设计的分类距离学习方法，比较两者在图像检索精度上的差异。 该原型系统核心程序在Linux下用C编译实现，图像检索界面由PHP实现，通过Web服务器实现在线检索功能。

哈尔滨工业大学联合哈尔滨医科大学联合研发“新冠病毒肺炎CT图像自动分析系统”，该系统阅片效率是人工阅片速度的30倍，新冠肺炎相关病变检测准确率基本达到了医生水平，可以定量评估病变范围。 由于新冠肺炎患者肺部CT图像上有较为典型的征象，可以作为新冠肺炎快速诊断和病情评估的重要依据，因此哈尔滨工业大学计算机科学与技术学院邬向前教授联合哈尔滨医科大学附属第二医院影像科李萍教授，成立哈工大-哈医大联合攻关小组，研发“新冠病毒肺炎CT图像自动分析系统”。联合攻关小组紧急联系中国多家医院，收集177000多张肺部CT图像，其中包括来自新冠肺炎患者的近40000张图像。 联合攻关小组克服了各种困难，经过多天通宵达旦努力工作，仅用了一周左右的时间就初步研发成功可用于诊断评估新冠肺炎的CT图像自动分析系统。该系统可以自动检测CT图片上新冠肺炎相关病变，并估算病变区域在整个肺部的比例，为新冠肺炎患者的筛查和病情评估提供了依据。这些信息，在人工阅片时无法得到。该系统已在哈尔滨医科大学附属第二医院进行部署试用。该系统具有非常优越的性能，其阅片效率差不多是人工阅片速度的30倍，新冠相关病变检测准确率基本达到了医生水平，尤其可以定量的评估病变的范围对临床诊断非常有意义。查看原文

成果简介当前，视频监控得到了迅速发展。视频监控普遍存在的问题是：人脸图像分辨率低下。对于低分辨率的人脸图像，需要清晰化目标人的人脸图像和确定监控中目标人的真实身份，这是一个国际性难题。成果应用应用于2008年北京奥运是奥运史上首次将人脸识别技术作为人员身份识别的智能化手段引入其安保工作，是人脸识别技术在华发展的里程碑。 ------摘自人民日报海外版（2012年02月25日） 应用于户籍查重湛江市对全市6123812张二代证人脸图像进行人脸识别，共查出12314对重复户口，查出8名网上逃犯。 对我国人脸识别应用呈现爆发性增长起到了推动作用应用于视频图像侦察清华大学在低分辨率人脸图像重建的新进展：对瞳距大于12像素的人脸图像进行重建，重建像的人脸识别率为：在10万异源数据库中（如二代证数据库），前100名的识别率大于70%在10万同源数据库中，前100名的识别率大于80%