产品详细介绍 我司提供专业的3D打印服务       由于互联网与科技的不断发展，现今市场对于个性化的需求愈加热切，3D打印的到来，为个性化定制以及快速成型展现提供了一个新的契机。我司提供专业的3D打印服务，利用其自主研发的桌面级3D打印机的高稳定性以及精准性，为客户带来高品质的3D打印服务。       我司拥有专业的技术工程师团队与AE团队以及充足的3D打印设备，保证其3D打印服务的用户体验与品质以及服务进度。为各行各业带来无比周到的服务体验。       目前我司的3D打印服务在机械模具行业、生物医疗行业、工业设计行业、艺术设计行业、建筑设计行业、玩具制造行业以及教育教学具个性化定制等等领域取得良好的口碑与影响。 1、 SLA（Stereo lithography Appearance）立体光固化成型法； 采用液态光敏树脂原料，通过3D设计软件（CAD）设计出三维数字模型，利用离散程序将模型进行切片处理，设计扫描路径，按设计的扫描路径照射到液态光敏树脂表面，分层扫描固化叠加成三维工件原型。 2、 SLS（Selective Laser Sintering）选择性激光烧结法; 采用激光有选择地分层烧结固体粉末，并使烧结成型的固化层层层叠加生成所需形状的零件。对于金属粉末激光烧结，在烧结之前，整个工作台被加热至一定温度，可减少成型中的热变形，并利于层与层之间的结合。 3、3DP（Three Dimensional Printing and Gluing）三维粉末粘接; 3DP技术由美国麻省理工大学开发成功，原料使用粉末材料，如陶瓷粉末、金属粉末、塑料粉末等，3DP技术工作原理是，先铺一层粉末，然后使用喷嘴将粘合剂喷在需要成型的区域，让材料粉末粘接，形成零件截面，然后不断重复铺粉、喷涂、粘接的过程，层层叠加，获得最终打印出来的零件。3DP技术的优势在于成型速度快、无需支撑结构，而且能够输出彩色打印产品，这是目前其他技术都比较难以实现的。 4、FDM（Fused deposition modeling）熔融沉积成型; 三维立体成型设备，即现在的3D打印机的雏形在上世纪80年代已经出现，其学名为“快速成型”；它不同于切削型成型设备通过去除原料的方式来成型；它的原理是：把数据和原料放进3D打印机中，机器会按照程序把产品一层层造出来。打印出的产品，可以即时使用。它已经成为一种潮流，并开始广泛应用在设计领域，尤其是工业设计，数码产品开模等，可以在数小时内完成一个模具的打印，节约了很多产品到市场的开发时间。

1秒内就能准确计数EVE™ PLUS可与所有细胞核计数仪相媲美，具有高度准确性和精密度。通过标准的台盼蓝染色法来实现1秒内准确地测量细胞数量和存活率，可以将成团细胞识别为独立的单细胞，以便进行准确的分析。 1秒内完成细胞计数 使用简单 自动保存多达500个的数据(邮件或USB都可行） 基于单个和成团细胞计数模式有很高的准确性 自动&手动聚焦 和人工计数结果高度相关EVE™ PLUS测量范围优于hemocytometer。计数结果全面EVE™ PLUS测量总细胞，活细胞和死细胞的数量和浓度。能提供细胞存活率和细胞大小阀门功能。自动聚焦&手动聚焦自动聚焦：5秒后，细胞总数、活细胞数、死细胞和存活率都会显示在屏幕上。细胞浓度和大小等更多细节也会显示。手动聚焦：当通过按ZOOM键获得满意的图像时，就可按COUNT进行计数。计数1秒后，细胞总数、活细胞数、死细胞和存活率都会显示在屏幕上。细胞浓度和大小等更多细节也会显示。成团细胞单独计数用EVE™ PLUS、ADAM™ MC2(细胞核计数仪)和其他制造商的自动细胞计数仪(A、B和C)分别对成团细胞进行计数。针对所有细胞系，EVE™ PLUS可与其他细胞核计数仪相媲美，具有高度准确性和精密度。其他自动细胞计数仪A、B和C在成团细胞中都显示了不准确的数字。EVE™ PLUS能够识别和计数成团细胞中的单个细胞，从而进行准确的分析。设备参数

包括以下步骤：第一步、确立接收端模型；第二步、化简接收端模型；第三步、通过分层检测算法解调出发送的数据。本发明的基于分层检测的空移键控传输系统接收端数据检测方法，其误码（BER）性能随着搜索半径的增加逐渐逼近最优检测算法（ML），当搜索半径为发送端天线数目时，本发明的检测算法等价于最大似然检测算法。本算法通过对每层进行计算排序使得在较小的搜索半径下可获得接近最优检测算法的误码率性能，因此本发明能在获得较好性能的同时，大幅度降低接收端算法的复杂度。

犬细小病毒病是由犬细小病毒引起犬科动物的一种烈性传染病。具有发病率高、死亡率高和传染性强。目前检测犬细小病原的方法HA/HI与PCR和ELISA方法自身所限，及目前宠物医疗的门诊条件，都难以在宠物医疗门诊推广。乳胶凝集检测迅速，不需要特殊的仪器和专门的技能，具有很大的优势。 该项目提供一种犬细小病毒乳胶检测试剂，由犬细小病毒单克隆抗体和乳胶组成。该试剂具有特异性强，灵敏度高，检测时间短的特点。该项目提供了一种犬细小病毒乳胶凝集检测方法，该方法简单，易于操作，准确率高。提供了一种杂交瘤细胞株，能够分泌抗CPV的特异性的单克隆抗体。该细胞由骨髓瘤细胞SP2/0和犬细小病毒粒子免疫的小鼠脾细胞融合而得，该杂交瘤细胞株27D可以在含有20%胎牛血清的RPMI-1640培养基中以半贴壁方式生长，生长环境为37℃，5%CO2的培养箱。该杂交瘤细胞株为浑圆透亮，成簇生长，并能稳定的分泌抗犬细小病毒的单克隆抗体。提供了一种抗CPV-2b的单克隆抗体，能够特异性的识别CPV-2a 、CPV-2b 等CPV病毒。提供一种犬细小病毒乳胶在体外检测犬细小病毒中的应用。 该项目制备的抗是CPV-2b亚型的单克隆抗体。克服了普通乳胶致敏抗体时，致敏量少，不稳定，抗体容易脱落等缺点，提高了抗体的结合效率，而且致敏上的抗体不容易从乳胶上脱落，进而提高乳胶的敏感性和保质期，适合了产品开发和大规模生产的要求。 转化条件:具有GMP车间，实现规模化生产;宠物医院 成果完成时间：2016年

本发明公开了一种防误码扩散的图像无损/近无损压缩方法：采用并行预测方式，将分块的图像通过两路并行得到预测结果，在每个预测环节，像素之间间隔一个像素时钟周期，使得由参数索引、预测修正、残差计算、参数更新反馈环路可使用流水线设计；在近无损压缩模式下，每个像素有足够的时间进行像素重建，在当前像素进行上下文建模前能刚好得到上一个像素对应的像素重建值；通过引入分块压缩与检纠错编码相结合的方法，防止了误码的大面积扩散，提高了

本发明公开了一种基于CMA?ES优化算法设计声学超材料单元的方法，该方法将CMA?ES优化算法和有限元分析方法集合，CMA?ES优化算法可以对0?1排布的阵列进行优化，每一个尺寸维度的0?1阵列，都对应一种声学超材料单元结构，其中，0和1分别代表由空气或光敏树脂构成的声学单元结构的子单元；在优化过程中，每一个声学超材料单元结构的等效折射率和阻抗值可以通过有限元分析方法分析提取，作为CMA?ES优化算法中适应度函数的变量；通过对适应度函数的值进行优化，最终可以得到最优的、满足设计要求的声学超材料单元结

悬赏金额：95万元 发榜企业：百盛（广州）生物制品有限公司  需求领域：环医疗器械及设备及医学专用软件；临床医学-肿瘤 产业集群：生物医药与健康产业集群 技术关键词：人工智能；病理学；组织形态学

本发明提出了一种基于改进和声搜索算法的无线传感器网络路由方法，包括以下步骤：Step1、初始化算法相关参数 HMS、HMCR、PAR 以及评价次数 eval_Nomax；Step2、利用轮盘赌初始化和声记忆库 HM；Step3、评价和声库中各和声路径的适应度；Step4、设置 eval_No＝0；Step5、设置 i＝0；Step6、产生候选和声；Step7、eval_No++，若 eval_No＜eval_Nomax，执行 Step8；否则执行 Step11；Step8、对和声库中的第 i 条和声 Xi＝{s,x2,…xj,…,d},进行邻域搜索；Step9、eval_No++，若 eval_No＜eval_Nomax，执行 Step10；否则执行 Step11；Step10、i++，若 i＜HMS，执行 Step6；否则执行 Step5；Step11、记录和声记忆库中的最优和声路径。本发明的路由方法具有较高的能效，并且能够有效地延长整个网络的生命周期。

本发明公开了一种基于遗传算法的含铰结构非线性参数识别方法，包括用一种非线性模型来描述含铰结构中铰链的非线性特性，建立铰链结构的动力学模型，得到含铰结构的Ｍ、Ｋ、Ｃ方程；将含铰结构的Ｍ、Ｋ、Ｃ方程转化为非线性的代数方程组；利用数值分析中的Ｎｅｗｔｏｎ迭代法对得到的代数方程组进行求解，得到含铰结构的频响数据；根据求解的频响数据与试验获得的频响数据构建目标函数，通过Ｍａｔｌａｂ中的ＧＡ遗传算法进行全局化搜索，最终识别出最优的非线性参数值。本发明的含铰结构非线性参数的识别方法，可以识别含铰结构的非线性特性，克服了传统方法需要提供经验初值及只能保证局部最优的局限性。

本成果是基于针对空中隐身、弱小、高空高速等飞行目标的积累检测问题开展研究，通过建立三维时间模型和三维回波信号模型，并采用长时间积累检测算法，达到缩短发现时间、推远警戒距离，以改善空中微弱目标的检测性能。项目采用理论分析和计算机仿真验证相结合的研究方法，围绕“三跨”微弱目标回波建模及弱信号积累方法中的难点开展研究，结合空中微弱目标的运动方式及特点、在利用相控阵雷达多波束扫描工作特性的基础上，提出并建立了三维时间模型（即，快时间、慢时间和波束时间）和“三跨”微弱目标的三维回波信号模型；根据高速微弱目标的运动特征，提出并完善空中微弱目标长时间积累增强算法IAR-MTD，实现了空中匀速微弱目标的积累检测；利用空中目标的稀疏特性，通过将长时间积累算法与压缩感知技术相结合，提出IAR-MTD-CS算法，实现了空中稀疏微弱目标的检测；针对跨波束单元运动目标，基于上述三维时间模型和三维信号模型，提出并完善了MBACIA-TSMB和MBACIA-SSMB两种算法，并提出切向多普勒频率概念，从而实现对跨波束单元运动目标的检测及径向速度和切向速度的估计。