|
搜索
搜 索
高等教育领域数字化综合服务平台
智能车载供气系统
奥扬科技LNG车载智能供气系统广泛应用于以LNG为动力燃料的中重型卡车、公交客运车辆和工程机械。保温时间长，安全性能高，可靠性高，安全阀泄压起跳时间长，气量排放少，真空及主要零部件质保24个月。现在我公司产品市场占有率已经达到30%，其中福田戴姆勒-欧曼占有率达到70%，解放占有率55%，陕汽占有率40%，处于行业领先地位。
我公司可根据不同用户群体在不同工况下的的需求，联合主机厂家，不断进行工艺改进和技术升级，生产出最能为用户节省运营成本、最让客户放心、最适合用户使用的ＬＮＧ车载智能供气系统产品。
LNG车载智能供气系统的主要特点：
1）保温时间长：气瓶真空度高，排气频率低。
2）安全性高：气瓶在使用时达到零泄漏，在意外火灾中持续40分钟火焰烘烤无危险，十米高空跌落无危险，受到100km/h撞击时无危险。气瓶框架符合液化天然气汽车专用装置的安装要求，适应各种复杂路况。
3）稳定性高：气瓶供气系统输出压力更稳定，阀门选用匹配更稳定。
4）经济性高：气瓶框架设计降低整车重量，提高客户有效载货量，多拉即多赚。气瓶排气次数少，排气总量小，多省即多赚！轻量化框架更快赚回购车成本！
山东奥扬新能源科技股份有限公司
2021-09-13
深度学习智能车
产品介绍
深度学习智能车搭载Intel-i5高性能处理器，以深度学习框架为基础，板载超声波、近红外、陀螺仪、地磁、蓝牙等传感器、双摄像头配置，可实现数据采集、模型构建、车道线、人行道、限速标志、弯道待转等交通标识，系统涵盖深度学习及无人驾驶视觉算法知识点应用。同时是中国机器人及人工智能大赛的参赛平台。
北京钢铁侠科技有限公司
2022-07-22
可视智能试剂柜
外形尺寸：1055*660*19950mm 容量：920L 显示屏：7寸电容触摸屏 层板承重：≥85kg/㎡ 侧板及层板：防腐材质 门面板：无色透明 温度检测精度：±0.5℃ 湿度检测精度：±3%RH(25℃) 过滤器尺寸：400*370*80mm 可视型智能试剂柜优势一智能、安全 1、嵌入式系统 嵌入式系统“试剂柜管理系统V2.0”，液晶显示，触摸屏操作，可监测柜内温湿度，空气质量等信息。 2、外接控制软件 双模式-可外接控制软件“试剂柜控制软件V2.0”，实现多柜连接管控，试剂出入库管理，查询试剂信息。 3、智能定位层板 产品需连接外接软件，通过射频技术精准定位到每层、每个孔位，主动识别试剂信息，无需扫码操作，多种孔位可选。 4、多柜并联、系统交互 嵌入式系统和控制软件可以通过WIFI功能进行远程交互、多柜并联，存储空间无限扩大，试剂信息统计更为便利、准确，导出、打印各式样报表，数据海量存储，长久保存。 5、空气过滤系统 内置活性炭空气过滤系统，有效解决化学品气味影响实验员身体健康的问题。可更换的过滤材料，大风量风扇、保证内部空气每分钟循环三次。 6、双人双锁 有效解决试剂的安全管理，符合《公安部第154号令》对于易制毒、易制爆危险化学品的管理要求。对于常规试剂也可方便的实现单人单锁控制。 可视型智能试剂柜优势二经济、方便 1、超大的存储容量 JPG-2000试剂柜的单柜存储容量达到了920L，并可多柜并联。 2、可调节层板 灵活存储，层高调节极为方便，每层可根据需求放置不同规格的试剂瓶。 3、RFID刷卡模块 通过刷卡及输入密码可方便的开关柜门，IC卡片具有多种样式供用户选择，在断电的情况下具有柜门自动锁止功能，可通过钥匙手动开关柜门。 4、全模具化设计 模具化设计降低了客户采购成本，并提高了产品一致性及制造精度，使工件的质量有所改善和提高，加强了标准结构互换性，现场组装方便快捷。 可视型智能试剂柜优势三灵活、扩展 1、智能摄像系统 无人值守，可实现24小时全天候视频监控，360°无死角，硬盘存储可达30天，并可无限扩充。 2、UPS电源 具有断电续航能力，符合公安部《易制爆危险化学品储存场所治安防范要求》，并可根据用户需求定制。
北京晶品赛思科技有限公司
2025-03-27
可视智能试剂柜
可视型智能试剂柜优势一智能、安全
1、嵌入式系统
嵌入式系统“试剂柜管理系统V2.0”，液晶显示，触摸屏操作，可监测柜内温湿度，空气质量等信息。
2、外接控制软件
双模式-可外接控制软件“试剂柜控制软件V2.0”，实现多柜连接管控，试剂出入库管理，查询试剂信息。
3、智能定位层板
产品需连接外接软件，通过射频技术精准定位到每层、每个孔位，主动识别试剂信息，无需扫码操作，多种孔位可选。
4、多柜并联、系统交互
嵌入式系统和控制软件可以通过WIFI功能进行远程交互、多柜并联，存储空间无限扩大，试剂信息统计更为便利、准确，导出、打印各式样报表，数据海量存储，长久保存。
5、空气过滤系统
内置活性炭空气过滤系统，有效解决化学品气味影响实验员身体健康的问题。可更换的过滤材料，大风量风扇、保证内部空气每分钟循环三次。
6、双人双锁
有效解决试剂的安全管理，符合《公安部第154号令》对于易制毒、易制爆危险化学品的管理要求。对于常规试剂也可方便的实现单人单锁控制。
可视型智能试剂柜优势二经济、方便
1、超大的存储容量
JPG-2000试剂柜的单柜存储容量达到了920L，并可多柜并联。
2、可调节层板
灵活存储，层高调节极为方便，每层可根据需求放置不同规格的试剂瓶。
3、RFID刷卡模块
通过刷卡及输入密码可方便的开关柜门，IC卡片具有多种样式供用户选择，在断电的情况下具有柜门自动锁止功能，可通过钥匙手动开关柜门。
4、全模具化设计
模具化设计降低了客户采购成本，并提高了产品一致性及制造精度，使工件的质量有所改善和提高，加强了标准结构互换性，现场组装方便快捷。
可视型智能试剂柜优势三灵活、扩展
1、智能摄像系统
无人值守，可实现24小时全天候视频监控，360°无死角，硬盘存储可达30天，并可无限扩充。
2、UPS电源
具有断电续航能力，符合相关部门对《易制爆危险化学品储存场所治安防范要求》，并可根据用户需求定制。
北京晶品赛思科技有限公司
2025-06-10
聚焦人工智能，共话教育未来：2025世界大学校长论坛成功举办
“全球高校人工智能教育教学创新协作机制”启动，共有78所中外知名高校成为首批机制成员。
中国高等教育学会
2025-11-13
基于黄金分割比例的菱形模板双尺度图像去噪方法
本发明涉及一种基于黄金分割比例的菱形模板双尺度图像去噪方法。本发明的技术要点是采用菱形模板并进行自适应模板扩充，利用参与计算的信号点的距离权重和灰度权重的归一化权重进行去噪。本发明的优点是菱形模板中参与计算的所有信号点到中心点的距离方差较小，尽可能避免了距离过远的信号点参与滤波计算；根据噪声密度取部分信号点参与计算，不仅降低了计算复杂度，而且降低了模板内可能存在的其他噪声及边缘对滤波效果的影响；模板中横向包含的像素点和纵向包含的像素点个数之比为1:0.618，充分利用了数学的经典理念,也符合人的视觉习惯。实验结果表明，本发明既能处理低密度噪声，又能处理高密度噪声，噪声密度越高，相对效果越好。
河北师范大学
2021-05-03
一种相控阵三维声纳图像离线处理系统和方法
本发明公开了一种相控阵三维声纳图像离线处理系统和方法,系统包括三维声纳图像数据读取模块、单帧重建模块、精确配准模块,拼接融合模块;方法包括:读取GPS、姿态信息以及原始声纳点数据并进行解析,将采集到的三维点阵数据连接成为三角面片,再将相邻两帧图像两两配准的结果,通过最优化处理得到全局配准信息;将配准后的数据进行重采样,再重建,以消除两帧之间的重叠部分并将单帧图像融合成一幅整体图像并进行三维可视化显示。该系统结构谨严、高精度、图像清晰、交互方便、可扩展性强,有效地实现了三维声纳图像的离线处理功能。
浙江大学
2021-04-11
一种基于运动颜色关联的视频图像显著性检测方法
本发明公开了一种基于运动颜色关联的视频图像显著性检测方 法，包括：获得视频图像的静态显著性图；提取场景的光流向量场；对光流向量场进行初步分类并抛弃最大分类区块；将视频图像从 RGB 颜色空间转换到 HSV 颜色空间；根据 HSV 颜色空间 H 分量中对应颜 色在输入图像中出现的频率，生成颜色直方图；针对光流向量场有效 分类区块中的每个向量，将其范数投射到颜色直方图的相应区间中去， 得到每个颜色区间的运动尺度变量；得到每种颜色的运动显著性值并 投影到原图像生成运动显著性图；将运动显著性图与静态显著性图相 加得到最终显著性图。本发明的方法可以有效地将运动特征纳入显著 性考虑范围，在现有的运动视频测试集上能取得优于传统方法的结果。
华中科技大学
2021-04-11
一种基于字典渐近更新的人脸图像超分辨率方法
一种基于字典渐近更新的人脸图像超分辨率方法:在训练阶段，采用去一法对低分辨率人脸图像训 练集的每张低分辨率人脸图像进行超分辨率重构，得到一层低分辨率中间字典;以此低分辨率中间字典 作为新的低分辨率人脸图像训练集输入，重构得到新一层的低分辨率中间字典;重复上述过程，最终得 到多层低分辨率中间字典。在测试阶段，根据输入的低分辨率人脸图像，上一层低分辨率中间字典和高 分辨率人脸图像训练集，对输入低分辨率人脸图像进行超分辨率重构，得到预估高分辨率人脸图像;重 复上述过程，最终重构出高分辨率人脸图像。本发明可得到更高质量、与真实情况更为接近的重建效果。
武汉大学
2021-04-13
一种基于支持向量回归的 SAR 图像适配性预测方法
本发明公开了一种基于支持向量回归的雷达图像适配性预测方法。所述方法包括：学习阶段，提取 SAR 图像多维特征构成学习集；对学习集样本特征预处理后，将其分为学习集 L1、L2，然后用学习集L1 训练支持向量机，并用得到的 SVM 模型对学习集 L2 进行分类，根据分类正确率、样本特征和类心之间的距离计算各样本的适配率；之后利用学习集特征及其相应的适配率，拟合回归得到适配性预测函数模型；预测阶段，对待评估的 SAR 图像
华中科技大学
2021-04-14