本实用新型公开了一种涉及检测装置领域的针叶植物滞尘能力检测装置，包括底座和安装在底座上端的罩板，底座和罩板间竖直设有分隔板，分隔板将底座与罩板间的容置空间分隔为独立的一号检测腔室和二号检测腔室，罩板的上端设有储尘盒，储尘盒分别连通一号检测腔室和二号检测腔室，一号检测腔室和二号检测腔室中均安装有用以测量灰尘浓度的灰尘传感器，一号检测腔室和二号检测腔室中托盘的下端连接同步转动装置，装置设有两个独立的侧

100余所高校近300名科技管理工作者和科研人员参会。

成果简介：磁记忆检测技术是一种新型无损检测技术，被誉为二十一世纪最有前景的绿色诊断技术。该技术可以对铁磁性构件和机械零部件受损程度进行快速诊断，在检测时不要求清理金属表面和进行人工磁化等预先处理，可以完成疲劳损伤的早期诊断，寿命评估和设备可靠性诊断。可以高精度确定滋生裂纹的位置、方向以及定位已生成的裂纹。可以有效发现超声、涡流、漏磁等其它无损检测方法难以察觉的微观缺陷。该系统由探头、调理电路、计算机、信号处理软件等部分组成，可以根据需要，做成各种结构的检测装置，如多探头、单探头检测方式等，可以做成

本发明公开了一种定子永磁型记忆电机转矩脉动抑制方法，将永磁磁链与转速的关系预先存储在一个二维表中，通过查表的方式获得给定转速所对应的永磁磁链，提高了电机的调速范围，降低了电机参数对永磁磁链计算精度的影响。与采用两个滞环控制器的控制方法相比，该方法通过电压空间矢量方法使得三相逆变器开关频率恒定，降低了转矩脉动。该方法克服了低速时系统难以精确控制，以及因

本发明公开了一种定子永磁型记忆电机直接转矩控制方法，与矢量控制方法相比，定子永磁型记忆电机直接转矩控制方法避免了复杂的旋转坐标变化，这简化了系统结构，提高了系统响应速度。同时，该控制方法仅需两个滞环控制器和一个速度调节器，因而磁化状态所造成的电机参数变化对系统性能的影响较小。本发明定子磁链给定值由负载和转速实时计算得到，与直接给定定子磁链的传统直接转

新型热致、电致形状记忆聚烯烃材料是以聚烯烃材料为基体，经特殊加工工艺制备而成。该材料能在90~100℃下或通100V以上的直流（或交流）电压，使常温（或高温）下的形变回复到近乎原来的形状，回复速度10-30s，回复率80-92%，固定率82-96%。并且这种记忆特性经多次反复后，不衰减。材料的力学性能与聚乙烯相近（图3）。 新型热致、电致形状记忆聚烯烃材料生产技术可根据制品形状记忆性要

本发明公开了一种基于忆阻器的联想记忆电路，包括忆阻器、 第一电阻、第二电阻和运算比较器；第一电阻和忆阻器依次串联在运 算比较器的第一输入端，忆阻器的非串联连接端作为联想记忆电路的 第一输入端；第一电阻和忆阻器的串联连接端作为联想记忆电路的第 二输入端；第二电阻的一端连接至运算比较器的第一输入端，第二电 阻的另一端接地；运算比较器的第二输入端用于连接参考电压，运算 比较器的输出端作为联想记忆电路的输出端；联想记忆电路的

该平台包括多项核心技术和技术优势： （1）基于逻辑隔离机制的算力主机安全保护。实现了一种基于逻辑隔离机制的沙箱算力环境，能够独立于用户的系统进行计算。通过计算环境隔离、数据的存储隔离、网络环境的隔离，保障了算力运行环境独立于用户系统，互不干扰。 （2）多源异构数据的混合学习模型。提出一种基于深度学习的多源异构数据的混合学习模型，该模型通过深度学习进行不同数据源的特征提取，然后再通过深度学习的融合训练得到结果。 （3）高并发任务的调度。采取动态分配任务的机制，根据当前不同地区网络的传输速度，算力的分布情况，训练数据量的大小，根据制定的规则找到最合适的几个服务地点进行任务分配、数据传输以及分布式训练，最大化地利用当前算力资源。 （4）数据隐私保护。通过联邦学习、同态加密训练、区块链数据确权等方式加强对用户数据的保护。实现了一套基于同态加密和多方安全计算的训练系统，能够完全保护用户的数据隐私性。 （5）区块链记录及激励。“计算即挖矿”，系统根据用户提供的计算资源以及资源利用率来进行区块的奖励，算力越大获得的奖励也就越多。通过搭建的区块链可以记录数据的交互信息以及使用权，并可搭建智能合约平台。 该协作学习平台撮合各方业务和资源，包括算力、数据、模型，结合分布式机器学习、安全多方计算技术，提供保护隐私数据、算法模型前提下的协作学习服务，通过底层分布式账本记录，电子合约对接供需方，智能匹配资源对接，建立AI协作生态。具有以下优势：协作低成本、平台化；具备数据隐私保护，打破共享壁垒；后台底层账本对平台使用中产生的模型、数据、算力、广告收入等进行管理，保证数据可信；操作便捷，可提供定制化服务，高效最优匹配。02. 应用前景 该协作学习平台可用于人工智能、互联网广告、金融等领域，为中小型企业、科研机构或个人提供算力共享、数据共享、模型共享与模型开发等服务，具有广阔市场前景。03. 知识产权 已申请发明专利16项，登记软件著作权1项。04. 团队介绍 本成果团队长期研究区块链、人工智能、网络安全等。团队课题负责人为徐恪教授、博士生导师，清华大学计算机系副主任，国家杰出青年科学基金获得者，北京市卓越青年科学家。获得国家科学技术进步奖二等奖、国家技术发明奖二等奖，2011年获中国计算机学会青年科学家奖，是中国电子学会理事和中国计算机学会理事，曾在ACM SIGCOMM、IEEE/ACM TON、IEEE Communication Magazine等知名国际会议、期刊发表论文100余篇，近五年获得中国发明专利授权四十余项，获得美国发明专利8项。团队成员还包括多位教授、副教授、研究员和博士研究生。05. 合作方式 投融资 / 商务合作。06. 联系方式 邮箱：liuyi2017@tsinghua.edu.cn

如何及时感知学生的学习状态是中小学教育中的难点。传统课堂教学中，教师需要在讲课的同时观察数十名学生的学习状态，难以做到面面俱到；而在家庭练习中，父母陪同观察孩子既费时又会引起孩子的紧张和反感。针对这一应用需求和痛点，本项目计划研发一款能够自动及时感知中小学生的智能相机。该相机将采用人工智能和大数据的前沿技术，对中小学生的学习行为进行自动采集和分析，智能感知学习状态，并反馈给教师和家长进行参考，据此调整教学内容和形式，从而达到改善教学效果、提高学习成绩