|
搜索
搜 索
高等教育领域数字化综合服务平台
一种野外连续测试原位水稻土高光谱的车载微型铧犁装置
本实用新型公开了一种野外连续测试原位水稻土高光谱的车载微型铧犁装置。铧犁立柱和光谱组件立柱通过定位杆固定在连接桥上，铧犁刀片固定在铧犁立柱底端，保护罩固定在光谱组件立柱底端，保护罩靠近土壤一侧底部开有透光孔，蓝宝石固定在透光孔正上方，蓝宝石横截面中心和透光孔横截面中心连线与光谱传感器的中心轴线重合，将装置通过连接桥与微型履带式拖拉机固定后，打开光谱仪和光源电源，设置光谱仪的数据自动采集频率，启动微型履带式拖拉机拖动本装置，进行野外原位水稻土光谱连续测试。使土壤原位高光谱的大范围实时连续测量更加简单，省时省力。
浙江大学
2021-04-13
一种微型旋转机械泵的叶轮固定结构及固定方法
本发明公开了一种微型旋转机械泵的叶轮固定结构及固定方法，主要应用于诸如微型的旋转机械泵及其它微型轴端固定场合，其结构主要包括：叶轮、电机轴、填充料。叶轮包括叶片和轮毂并固定在电机轴端，叶轮轮毂一端开设有填料阶梯孔，电机轴插入叶轮轮毂一侧的轴段开设有槽道，槽道的开设方向与轴向垂直。电机轴穿过叶轮轮毂后，电机轴槽道完全处于轮毂一端的填料阶梯孔内，填充料填充并固化在填料阶梯孔与槽道合围的空间内，从而形成轮毂-电机轴咬合结构，最终实现小空间内叶轮固定于电机轴上的目的。轮毂-电机轴咬合工艺结构相比单纯的轮毂-电机轴粘接工艺拥有更高的固定强度。
华中科技大学
2021-04-13
一种集成加热部件的微型气敏传感器的制作工艺
本发明公开了一种集成加热部件的微型气敏传感器的制作工艺，步骤为：①在基底上匀胶和光刻显影，形成叉指形状的光刻胶图形；②将基底在保护气氛下进行热解，形成玻碳叉指电极；③在玻碳叉指电极上匀胶并光刻显影；④再次热解，得到具有气体敏感材料和加热部件的叉指电极气敏传感器。本发明利用光刻和热解技术先制作完成加热部件和气敏部分，不需要另外加上检测电路，以及另外旋涂敏感材料。本工艺的特点是将气体敏感材料部分和加热器件集成为一体，而且制作的工艺就是常规的光刻、热解等工艺，相对于现有的气敏传感器的加热部件具有尺寸小，耗
华中科技大学
2021-04-14
一种用于 HF/VHF 雷达的微型接收天线及方位角估计方法
本发明公开一种用于高频（HF）或甚高频（VHF）雷达的微型接收天线及方位角估计方法。该天线 主体由两个正交摆放的环天线组成，两个环天线置于同一个防水盒中，由一根支撑杆架设在地面上，主 要用于探测海面、水面散射回波和目标回波，以及低空目标回波。两个环接收到的信号分别为磁场的两 个正交分量，对磁场模量归一化后可得到理想方向图用于方位角估计。本发明的优势在于：天线对架设 环境没有太大限制，只要探测范围没有巨型遮挡物造成回波较大衰减即可，一般的金属栏杆
武汉大学
2021-04-14
针式微捕集－－一种微型便携式的快速、应急监测分析装置
1、成果简介：（500字以内） 本研究成果是一种产品----针式微捕集，它是将自制吸附剂填充固定于超细针头（0.4mm i.d.,0.7mm o.d.）内，基于色谱平台的快速釆样提取&分析装置。该产品可直接插入样品基质（气体或水性基质）中，利用外接泵或注射器驱动样品流通过针头，同时完成样品采样、目标物提取和浓缩等过程，再直接插入气相色谱进样口，完成进样分析。该技术集采样、免溶剂提取、保存、色谱进样于一体，实现即采样即提取即分析。大幅度降低采样的
吉林大学
2021-04-14
基于机器视觉的智能拉力试验机
一、 项目简介通过机器视觉进行电缆护套拉伸长度测量，用于“电线电缆”产品检验设备，通过数字图像处理技术测量电缆护套上两个标志点之间的长度，来分析电线电缆绝缘层材料的抗张强度和断裂伸长率。该检测装置无需人工干预，可自动完成电缆护套试件拉伸长度的测量，检测过程中样品无接触压痕，可实现5个实验样本一次装卡，同时作拉伸长度检测试验，并进行智能数据分析，缩短了试验时间，极大地提高了实验效率和检测精度。二、 项目技术成熟程度已完成样机研制，获专利1项。三、 技术指标（包括鉴定、知识产权专利、获奖等情况）1、最大试验力：500N ； 2、测力示值准确度：≤±1.0%；3、试验速度范围：10-500mm/min； 4、速度示值准确度：≤±1mm；5、移动台最大位移：600mm ； 6、位移示值准确度：≤±1mm。四、 市场前景（应用领域、市场分析等）产品可用于电材生产及相关质检部门，目前国内无类似产品，属国内首创，市场前景看好。五、 规模与投资需求（资金需求、场地规模、人员等需求）机械部分可以自行加工或外协加工，计算机电控部分组装与调试需2~3人。除机械部分外，厂房40平方米左右即可。规模生产需要流动资金100万左右。六、 效益分析 按每年生产200台计算，可获利约1500-2000万，七、 合作方式 技术入股，技术转让等形式。或面谈。八、 项目具体联系人及联系方式（包括电子邮箱）项目负责及联系人：高振斌，电话：022-60436758邮箱：gaozhenbin@hebut.edu.cn九、高清成果图片2-3张
河北工业大学
2021-04-11
在量子物理与机器学习研究的进展
生成模型的研究重点是如何从给定的数据集合中学习到数据的联合概率分布，以及从学习到的概率分布中高效地生成新的样本。研究团队提出将数据的联合分布概率编码成量子多体态的概率幅的模平方。进一步地，他们提出在经典计算机上使用矩阵乘积态(Matrix Product States)来模拟学习的过程。矩阵乘积态的参数，即张量网络的张量元，可以通过类似密度矩阵重整化群(Density Matrix Renormalization Group)的算法进行学习，最终形成一个具有泛化能力的生成模型。这个学习算法结合了量子物理与机器学习各自的优点：它不仅可以利用GPU高效地学习到模型参数，还可以利用张量网络的灵活性动态地调节模型表达能力。此外，与传统的基于统计物理的生成模型（例如玻尔兹曼机）相比，玻恩学习机还具备直接生成无关联样本的强大能力，从而可以高效地生成新的数据。 基于量子态的概率生成模型融合了量子物理与机器学习的思想，是一个崭新的研究领域。玻恩学习机借助量子态内禀的概率解释及其强大的表达能力，意在为机器学习和人工智能提供更为先进的生成模型和学习算法。此外，这类模型在量子信息处理，量子计算以及多体物理中具有应用潜力。展望将来，最令人兴奋的前景应该会是在一台量子计算机上实现玻恩学习机，从而以全新的方法进行概率型的学习和建模。这项工作用使用张量网络模拟量子计算机的运行，向无监督量子机器学习迈近了一步。作用在一幅MNIST图片上的矩阵乘积态以及它的纠缠谱
北京大学
2021-04-11
机器视觉系统应用实训平台（初级）
深圳市越疆科技有限公司
2022-06-14
机器视觉系统应用实训平台（中级）
深圳市越疆科技有限公司
2022-06-14
机器视觉系统应用实训平台（高级）
深圳市越疆科技有限公司
2022-06-14