高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
EVE™ PLUS超快速自动细胞计数仪
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
苏州奎克泰生物技术有限公司 2023-04-08
基于Dijkstra算法的高精度物联网小区无人智能运输车的设计
产品服务:项目旨在设计出一款基于Dijkstra算法的高精度物联网小区无人智能运输车。该项目主要可分为两个部分:实车与模型车的同步开发和基于eclipse平台的APP开发。在实车和模型车的开发过程中,通过常规车载传感器实现小车的“智能化”,利用Dijkstra算法解决最短路径选择问题。利用计算机语言完成在eclipse平台上的APP开发,实现APP同时与实车和模型车的互联,实现智能运输小车运输末端的配送。市场概况:本项目希望将来与各电商平台合作,APP与电商、外卖软件结合,将网上购物彻底融为一体;同时与互联网公司合作,提升小车的智能化以及无人驾驶的精确度,真正做到在小区内取代快递员完成最后的运输任务,并能提升效率、安全性,以及节省财力、人力,并初步形成小区内智能化的高精度物联网。  商业模式:本项目希望采用先试点后普及、先免费后收费的盈利模式。在四星及五星级小区先行免费试点,收集用户反馈评价,统计满意度。改进后逐步开启按时效每户收费,并最终普及三星级小区及更多居民居住区。
同济大学 2021-04-10
一种基于改进遗传算法的配电网互动方案编制方法
本发明公开了一种基于改进遗传算法的配电网互动方案编制方法,根据具体的互动需求、配电网用户的申报互动容量和互动成本以及互动用户的功率和电量数据通过带精英策略的非支配排序遗传算法得到各互动用户的用电曲线,并根据各互动用户的用电曲线制定各互动用户的参与互动的调度计划。根据上述方法制定的调度方案,模拟各互动用户的响应行为。本发明通过带精英策略的非支配排序遗传算法合理安排需求侧用户的互动方案,降低配电网的峰谷差,减小新能源发电出力波动的影响从而实现配电网中电源、负荷的协调运行,达到配电网整体消纳新能源以及可靠经济运行的目标。
东南大学 2021-04-11
一种基于图像分割的数字体积相关算法中边界处理方法
本发明公开了一种基于图像分割的数字体积相关算法中边界处理方法,该方法首先区分感兴趣区域和背景区域,然后对要进行DVC计算的其中一套三维图像进行图像分割,分割为感兴趣区域(VOI)和背景(BG)两部分,在进行DVC计算时只计算VOI内的计算点的位移和应变;计算位移时,子体块间的相关性匹配仅仅针对VOI部分,计算应变时,只利用VOI内的位移点来求解应变。此外,本发明通过区分子体块还有应变计算窗口内的连通域个数,只利用子体块或者应变计算窗口内的主连通域去计算位移和应变,进一步提高了处理复杂轮廓或者边界时计
东南大学 2021-04-14
基于Dijkstra算法的高精度物联网小区无人智能运输车的设计
项目旨在设计出一款基于Dijkstra算法的高精度物联网小区无人智能运输车。该项目主要可分为两个部分:实车与模型车的同步开发和基于eclipse平台的APP开发。在实车和模型车的开发过程中,通过常规车载传感器实现小车的“智能化”,利用Dijkstra算法解决最短路径选择问题。利用计算机语言完成在eclipse平台上的APP开发,实现APP同时与实车和模型车的互联,实现智能运输小车运输末端的配送。
同济大学 2021-02-24
一种基于改进麻雀优化算法的光伏电池模型参数辨识方法
本发明公开了一种基于改进麻雀优化算法的光伏电池模型参数辨识方法,具体步骤如下:1)获取光伏电池的实测电流和实测电压;2)建立光伏电池模型,并将模型估计输出与实际输出的均方根误差作为目标函数;3)将levy飞行和螺旋搜索机制融入到标准的麻雀优化算法中,形成改进的麻雀优化算法;4)使用改进的麻雀优化算法最小化目标函数,对光伏电池模型的未知参数进行辨识,获取最佳参数并建立数学模型;5)基于获取的最佳参数及模型进行外电路i‑v特性预测;本发明具有快速收敛、能够有效避免陷入局部最优解以及较高搜索精度的特点,能够显著提高对光伏电池模型参数辨识的准确性。
南京工业大学 2021-01-12
焊接结构内外一体化智能检测装备与自主评估技术
焊接作为工程机械领域的关键技术,直接决定着国之重器的安全可靠性。目前,智能焊接与检测严重依赖国外进口设备,价格昂贵、售后服务难以保障。对于大型、复杂焊接结构,焊后焊缝质量智能检测在整条焊接产线上属于空白。本团队在国内首次开发了大型焊接结构内外一体化智能检测装备及软件,部分高端装备达到国际水平,建成了国内首条内外一体化焊接智能检测与评估生产线,在徐工挖掘机上获得应用,并在央视CCTV2制造中国节目中播出。 图片 内外一体化焊缝智能检测与评估生产线获央视CCTV2报道
吉林大学 2025-02-10
空中微弱目标检测
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。
南昌航空大学 2021-05-04
软件健康检测平台
成果介绍研究方向为:(1)智能化软件工程(Intelligent Software Engineering,ISE),旨在把人工智能技术、大数据技术和新型计算技术与传统的软件工程技术结合起来,运用到软件开发和管理过程中,以便提高软件开发的效率、降低软件开发成本,提升最终软件产品的质量等。具体包含智能化软件开发方法与技术、智能化软件调试和测试技术、智能化软件架构和演化技术等等。(2)软件全方位缺陷检测(Software Defects Detection from All Aspects, SDD),研究各种类型的软件缺陷检测和定位技术,保障开发出少缺陷、高质量、高可靠性、高安全性和可信的软件产品。技术创新点及参数相关技术达到国内领先水平,有不少核心技术是国内首创。主要创新点包括:(1)全方位的缺陷类型分析;(2)全方位的缺陷分布检测;(3)全方位的缺陷检测视角;(4)全方位的缺陷检测技术;(5)全方位缺陷定位技术。
东南大学 2021-04-11
声振检测技术
成果描述:声振检测技术是基于声振传感器是检测技术,可以广泛应用于机械、石油化工、电气、航空航天等领域的故障检测。 该技术采用一种新型声振传感器,该传感器采用特殊技术加工而成,灵敏度远高于传统声发射传感器,声振传感器图片如图1所示。声振检测系统样机,如图2所示。 图1 声振传感器 图2 声振检测系统样机 技术指标: ? 采用振动及超声复合传感器(能同时拾取到振动及超声信号),对两种信号进行融合故障预警率; ? 信号带宽:5Hz~120KHz; ? 系统要求两个通道同步采样,采样率1MHz,采样精度16位; ? 具有良好的人机界面,具有对信号数据存储、分析、判断,并给出诊断结果及双通道信号(时域和频域)显示。 ? 工作温度:-20oC~100oC; ? 相对湿度:≤95%。 该技术可为旋转机械故障诊断、压力容器/管道的泄漏,电气设备的放电检测等提供一种更高效的检测手段,为设备的正常运行提供保证。
电子科技大学 2021-04-10
首页 上一页 1 2
  • ...
  • 31 32 33
  • ...
  • 178 179 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1