（一）项目背景 空天地一体化信息网络是“科技创新 2030 重大项目”，它 将融合多个独立低轨道卫星星座与地面网络，构成综合互联网，提供全球移动通信与互联网业务。其重要特征在于为天基、空基、海基、偏远地域用户提供通信与算力服务，为地面移动通信系统及互联网提供承载服务，为森林、江河、路轨、电力传输的安全运维提供物联网服务。路由器是空天地一体化信息网络的关键部件，为网络资源的高效调度、业务的精准部署提供支撑。 面临的挑战之一是：高资源利用率与高服务质量之间的矛盾。作为网络基础设施，该网络须提供与地面网络相比拟的服务质量，让天基、空基、海基、偏远地域用户愿意使用，提升网络用户量。同时，网络的资源利用率高，降低网络的建造与运维成本，支持网络的自我发展。空天地一体化信息网络与地面网络差异较大，直接应用地面网络路由技术，网络的资源利用率与 QoS 保障水平均会下降，基于此，提出了空天地一体化网络时间确定网络路由器解决方案，旨在解决高资源利用率与高服务质量之间的矛盾，在大规模动态网络中保障业务时延，该方案亦适用于断续连通网络，且与 Ipv6 网络兼容。该技术为大规模时间确定网络的构建提供理论与技术支撑。 （二）项目简介 面向空天地一体化网络，针对传统路由技术难以兼顾高资源利用率与高服务质量的问题，探索其背后的科学问题，提出了空天地一体化网络时间确定网络路由器解决方案，研制了星载路由器原理样机。主要部件及性能如下所述。 1）提出具有时间属性的路由算法。在网络表征中引入了时间属性，设计了具有时间属性的路由算法，解决了传统路由算法缺乏时间属性，易造成网络拥塞和分组丢失，时间确定性难保障； 2）提出了基于传输资源与存储资源关联调度方法，适应业务随机性与卫星网络拓扑的时变性出提出了表征网络时变特征； 3）设计了自适应拓扑发现与维护机制，能以较低负荷维护网络时变拓扑信息； 4）提出了低负荷的移动管理机制，避免卫星移动引入的大量移动管理负荷，保障了服务时延； 5）提出了基于时间属性的数据面转发方法，保障敏感业务传输的同时，提升了网络资源利用率； 6）提出 DTN 网络与 IP 网络兼容方案，支持断续连通网络路由构建与分组的托管传输； 7）研制了时间确定网络路由器原理样机，支持相关算法与协议的在线验证； 8）开发了大规模空天地一体化网络链路模拟系统，在线模拟网络时变链路，支持路由器、路由协议在规模化的网络环境中验证。 路由器、链路模拟器及路由协议验证界面 （三）关键技术 时变网络多维资源的图模型表征与多维资源联合调度技术。课题组拓展了时变图理论，解决了传输资源与存储资源的关联调度问题，提升了传输资源利用率；设计了基于时间属性的路由算法，在时变的天地一体化网络中，构建了具有时间属性的端到端路径，解决了传统路由技术难以保障端到端时延的问题。

产品详细介绍亲和层析柱空柱管50ml，10套/包产品详情：http://www.shhk.com.cn/product_detail-2726.htm本亲和层析柱空柱管采用高纯度聚丙烯材质(和各种常用的EP管材质相同)，对各种生物分子的吸附极低。其中的筛板采用高纯度的超高分子量聚乙烯(UHWMPE)为原料经过特殊工艺加工而成，吸附低、不宜产生气泡并具有良好的亲水性，同时孔径均匀(约50微米)，可以用于装填镍柱(Ni-NTA)、Protein A agarose、Protein G agarose、Protein A+G agarose等等各种常见亲和层析介质，适用于含His-tag等不同标签的蛋白、抗体、生物素或地高辛标记蛋白或核酸等各种适合亲和层析的蛋白、核酸等物质的分离纯化。 筛板的适当孔径保证了在使用重力法进行亲和层析操作时的流速约为1-2毫升每分钟或1-2滴每秒；也可以在层析柱的下管口接蠕动泵以精确控制流速。通常把亲和层析介质装填在两个筛板之间。亲和层析柱空柱管50ml，10套/包：  公司网站：www.shhk.com.cn订单邮箱：sales@shhk.com.cn咨询电话：021-67652117，57602161QQ 在线：1152028600。大量供应：亲和层析柱空柱管50ml，10套/包。

对于大型或超大型零部件，如大型箱体类零件上，常有轴承孔系以及面的平行、垂直等位置精度的要求，本技术区别于传统的加工方法，利用特有的等分定位技术和车间现场条件，可方便地确定孔的对称位置和关联面间的位置，且加工或修正出具有很高位置精度的零部件。 工作原理：等分定位新技术 + 特殊的定位处理技术

自2004年起，中岩科技陆续与近20余所国家双一流、985、211类重点大学及行业内专业技术学院建立校企共建合作中心，与50余所高校共建实习基地，中国科学院武汉岩土力学研究所、武汉中岩科技股份有限公司与相关高校合作共建实验室、定向提供教学培训服务，完成科研合作项目，促进学术交流，共同参与行业规范参编，借助学校得天独厚的教学和研发资源，结合我司对岩土工程领域智能化检测方法、检测设备方面的专业与专注，推动了院校和企业在教学专业课程、学校研发技术转化方面的有效合作和共同进步。

（专利号：ZL 201410345592.0） 简介：本发明公开了基于螺旋桨尾流压力脉动计算的空化噪声特征估计方法，属于水声目标特征提取领域。基于螺旋桨尾流压力脉动计算的空化噪声特估计取方法，包括以下步骤：(1)备用网格生成并导入计算程序后生成算例文件，(2)空化模型和湍流模型设定，(3)数值计算参数设定，(4)数值计算，(5)数值方法可靠性验证及网格确定，(6)空化尾流压力脉动非定常数值计算，(7)压力脉动信号功率谱变换及低频线谱幅值提取，(8)线谱特征估计及分析。本发明将现代流体力学、空泡动力学和信号处理领域中相关研究成果引入水下目标的噪声特征分析，体现多学科和多领域的交叉性。

1 成果简介作为一种清洁、高效的能量转换装置， 质子交换膜燃料电池的理论比能量高达32940Wh/kg（ 在地面上使用时可不计空气的质量），是各种电化学电池体系中的理论比能量“ 绝对冠军”， 而且功率密度高、电流密度大， 是最先进的能量转换技术之一。现在世界各国正在加速其在民用领域的产品开发。 利用质子交换膜燃料电池国产关键原材料，创新膜电极制备方法（“热定型” CCM 制备法）和优化制备工艺，开发出了高性能、大面积的国产材料膜电极批量制备技术。并在模块化燃料电池设计和计算机模拟仿真的基础上，研制出了空冷、自增湿式质子交换膜燃料电池发电机。该成果获得全国第十九届发明展览会发明金奖。空冷、自增湿式质子交换膜燃料电池发电机，主要由燃料电池、供气轴流风扇、阳极间歇式排气电磁阀、 DC/DC 稳压器和控制电路板等组成，燃料电池采用阴极与大气贯通的开 放设计和高效的自增湿专利技术，能实现宽功率范围的自增湿发电。在电化学发电过程中，无需进行复杂的热管理和对反应气体进行预加湿，大大地减化了系统结构，提高了系统比功率（ 265W/kg、 211W/L），并降低了成本，是一种实用性很强的新能源发电机。该发电机采用普氢燃料，发电效率可达到 50%以上，功率密度可达到 300mW/cm2 以上，无污染。在分布式电站、交通动力和便携式电源方面具有广泛的应用前景。 燃料电池发电机技术指标： 上图： 1.3 千瓦 空冷、自增湿式燃料电池发电机 (43 cells)2 应用说明经过近十年来的电动汽车、 分布式电站、电源等领域的广泛示范应用（ 燃料电池已经在航天、军事上得到应用，燃料电池备用电源和燃料电池家用电站正在开始商业化）， 质子交换膜燃料电池技术的成熟度已经逐渐被用户所接受。目前，其商业化主要问题是成本较高（采用进口材料成本昂贵）， 而本项目采用“ 863” 计划“ 全国产材料燃料电池发电机” 成果，利用国产原材料制备燃料电池电堆，燃料电池材料供应不仅有安全保障，而且还有低成本优势，可望克服燃料电池高成本的商业化障碍。3 应用说明本项目属新能源发电机领域。在分布式电站、交通动力和便携式电源方面具有广泛的应用前景。4 效益分析目前，质子交换膜燃料电池的先进制造水平为：电极催化剂载量为 0.5 毫克/平方厘米（电极）左右，电极性能可以在常压空气条件下达到 0.62V、 1A/cm2 (0.62W/ cm2)。如在批量生产的情况下， 1 千瓦的质子交换膜燃料电池电堆仅需要使用约 2 克的 Pt 催化剂、 0.2 平方米的质子交换膜、 0.4 平方米的碳纸扩散层和约 0.24 平方米模压双极板。考虑国产燃料电池材料的批量生产，估计能实现的经济指标： 1500 元/平方米（质子交换膜）、催化剂 400 元/克（ Pt）、 300 元/平方米（碳纸）、 600 元/平方米（模压石墨板）。 1 千瓦全国产材料燃料电池堆的关键材料成本可控制在 1500 元以下，这与目前进口材料燃料电池 26000 元/千瓦的成本相比， 国产材料燃料电池堆具有十分诱人的前景，这一批量生产的经济指标已经远远低于电站成本要求 8000 元/千瓦，距离交通动力 500 元/千瓦的产业化目标也为时不远。

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