以甘蓝型油菜品种“华双3号”（2n=38，基因组为AACC）和菘蓝（2n=14，II）的叶肉原生质体为材料，通过原生质体融合方法得到具有双亲染色体数之和的体细胞杂种（2n=52，AACCII）；以体细胞杂种为母本，与甘蓝型油菜连续五代回交和选择，获得雄蕊心皮化发育的甘蓝型油菜细胞质雄性不育系，命名为“菘油”细胞质雄性不育系（inap CMS）。 将一条菘蓝染色体上的恢复基因导入甘蓝型油菜，获得雄蕊发育基本正常、自交结实率高、恢复性好的恢复系。利用分子生物学技术在恢复系中检测出菘蓝DNA片段的渗入。此恢复系与inap CMS的杂种的雄蕊发育基本正常、花粉育性高、自交结实好，可用于杂种的生产。 市场预期：为油菜杂交种生产提供新型的授粉控制系统。 转化条件：不同育种单位配制组合。 成果完成时间：2017年

棉油皂脚经采用本技术加工，可在不影响脂肪酸的品质和收率的前提下从中 提取出棉酚，每吨棉油皂脚的棉酚的收率，以原料的新鲜程度，在 0.5-3%。投资 800 万元建设一套年处理 3000 吨棉油皂脚的装置，可年产药用原料棉酚 1500 kg 以上，按 16 元/g 计，年产值可达 2400 万元以上，利润在 1500 万元以上。同时可彻底根除皂脚加工酸化油过程中的废水的产生。

  艾柯AI人工智能实验室超纯水系统  EDI去离子水, 实验室专用超纯水机、纯水设备, 电阻率≥18.2或电导率≤0.055 适合水源：城市自来水 制 水 量：100L-200L/H 出水水质：纯净水、RO纯水、UP超纯水 产品配置：7寸触摸屏、双波长紫外消解仪、原装进口耗材、可加配移动取水手臂 产品特点：TOC实时检测显示、全智能语音助手、远程控制     AI人工智能实验室超纯水系统 “艾柯AI人工智能实验室超纯水系统是配备艾柯自主技术4G物联网功能，可连接手机或电脑远程操控整套系统，采用微电脑全自动控制，配备PLC物联网模块，人性化设计，占地面积小，操作使用方便。设备一机多用，可同时制备取用多种水质的水，纯净水、RO纯水、UP超纯水。产水量100-200L/H可选，RO水水质电导率≤5 μS@25℃，超纯水水质标准优于GB6682-2008一级水标准，全面满足各类清洗、实验、分析、科研等不同用水需求。”       ▎技术参数 ▎艾柯-专注水处理行业22年 机器型号 AK-AIZN-UP AK-AIZN-EDI-UP 进水水源 城市自来水 水温5-40℃ 水压1-5kg  TDS＜350ppm 电    源 380V/50HZ 功     率 1KW 1.2KW 机器重量 185KG 200KG 主机体积 长650mm×宽900mm×高1388mm 制备取水 一机多用，可同时制备取用多种水质的水：纯净水、RO纯水、UP超纯水 储水箱 22G全封闭真空压力储水桶或PE桶 紫外灭菌 配置185nm和254nm双波长紫外消解仪 制水量 100L/h  120L/h  150L/h  180L/h  200L/h 取水流速 饮用纯净水：3.4L/min  RO纯水：3.2L/min  UP超纯水：3L/min 饮用水水质 电导率≤10uS/cm@25℃ 水质达到中国国家瓶装饮用纯净水（GB17324-1998）标准 RO纯水水质 电导率≤5μS/cm@25℃;电阻率≥0.2ΜΩ.cm@25℃;杂质去除率98% 水质标准达到中国国家实验室用水（GB6682-2008）三级水标准优于普通蒸馏水 超纯水水质 电阻率值 18.25ΜΩ.cm@25℃ 电导率值 ≈0.055μS/cm@25℃ 热 源 ＜0.01Eu/ml ＜0.02Eu/ml 微生物值 ＜1cfu/ml 总有机碳 TOC：＜3ppb TOC：＜1ppb 阳离子含 ＜0.02ppb ＜0.01ppb 阴离子含 ＜0.03ppb ＜0.02ppb 达到标准 中国分析实验室用水规格（GB6682-2008）一级水标准美国试药级（CAP、ASTM、NCCLS）超纯水水质标准中国国家电子级超纯水规格（GB/T11446.1-1997）EW-I标准 标准配置  PP→AC→RO→DI→UP→UV→UF PP→AC→RO→EDI→UP→UV→UF 适用范围 分子生物学、血液分析、微量分析、药物成分分析、ICP-MS、ICP、GC-MS、LC-MS、HPLC、AAS、PCR、TOC等各行业高端标准实验室研究、分析、检测用水   ▎系统功能 ▎艾柯-专注水处理行业22年 智能语音远程控制 微电脑全自动控制，配备PLC物联网模块，人性化设计，具备人机对话功能 多功能预警系统 系统具备故障监测、自动报警功能，可远程修复控制系统的各项错误乱码程序 定量定质定时取水 系统具备定时、定量、定质取水功能，可任意设置定量取水(0.5L-100L)，定质取水(R0水、EDI水、UP水)定时取水(1min-60min)，免除人工频繁手动取水等候 360°可移动取水手臂 配备取水手臂加脚踏取水功能，同时拥有三套控制取水功能，设备操作更加便捷、可靠 AI语音智能对话 具备AI语音智能对话，语音唤醒开机、关机、待机、取水 取水记录下载功能 支持历史系统记录查询，可保存两年取水记录，可通过USB远程读取数据 四路水质检测显示 具备“AK”专用四路水质检测和温度显示功能，可同时检测和显示：进水电导、RO水电导、UP水电阻、EDI水电阻 TOC实时检测显示 具备“AK”专用内置总有机碳量(TOC)检测装置与现实功能，设计符合USP要求检测范围0-999ppb，检测精度士1ppb，提供在线TOC检测 原装进口纯化滤芯 配备“AK”专用大容量核子级超纯化罐、DI纯化柱，水质稳定，寿命更长 智能液晶触控大屏 配备7寸智能电容屏，可以实时查看整机运行流程图加各项检测数据，操作简单、智能 封闭式一体化设计 系统采用中央一体式设计，无外置模块，占地面积更小系统集中化使安装、位移、维护更加便捷   ▎适用范围 ▎ 艾柯-专注水处理行业22年 生化分析、血液分析、微量分析、环境分析、理化检测分析 药物成分分析、基因研究、分子生物学、生命科学、组织培养 生物工程、动植物细胞培养、氨基酸分析、蛋白质纯化、毒理研究 IVF实验、DNA测序、毒理研究、ICP-MS、ICP GC-MS、LC-MS、HPLC、AAS、PCR、TOC等标准实验室研分析、检测用水    

分布式小型光伏电站系统施工建设仿真实训让学员以现场施工工程师的身份根据提供的项目说明书、施工图纸和材料到现场进行小型电站的模拟施工，提高学员的实践能力和动手能力。 1.1. 场景设计 虚拟场景主要由厂户楼顶施工场景组成； 场景模型主要包括：厂户建筑模型、支架基础桩、支架前后立柱、横梁、侧梁、接地扁钢、晶硅光伏组件、边压块、中间压块、接线盒、连接线、直流汇流箱、进线、出线、熔断器盒、断路器、避雷器、逆变器、PVC保护线管、五金螺丝螺母、安全帽、施工工具等 1.2. 互动设计 在施工场景看懂图纸，检查施工物料 根据提示到指定位置使用工具把支架、光伏组件、汇流箱、逆变器一一安装起来 进行组件阵列间串联和并联接线 进行防雷焊接 施工完成后进行投切并网操作 场景植入VR太阳模块，精准计算该项目所在位置的太阳位置，太阳高度角和方位角，在虚拟场景中全时仿真太阳产生的阴影。

本发明公开了一种基于球体投影公切线的多相机标定及参数优化方法，具体步骤为：1、依据球体投影公切线的交点和球心投影点共线的原理，获得球心投影在相平面的坐标；2、结合球心投影，通过绝对二次曲线的像和球体投影之间的代数关系，求得相机的内外参数；3、使用椭圆形状参数表示球体的投影，并依此将投影曲线和其重投影之间的误差划分为相对独立的两部分，采用非线性优化方法对两部分偏差逐步优化获得相机最终的标定结果；4、将多相机的标定结果通过匹配方法统一到同一世界坐标系下，完成多相机的标定。本发明方法求解过程保留了参数几何意义，标定精度高，能简便高效的完成多相机的同时标定。

本团队长期从事传统酿造食品的应用基础研究和产业实践，与国内的众多大型酿造企业，如镇江恒顺、泸州老窖、山西老陈醋、张家界大德酿造、安徽胡玉美等保持着长期的产学研合作。近十多年来，针对白酒、黄酒、酱油（酱）、泡菜等传统酿造食品，在系统研究酿造微生物功能的基础上，理性设计功能调控手段，达到传承工艺特色，稳定发酵生产，提升产品品质的目的。

本发明公开了一种用于对数控机械加工设备的实验模态分析测点执行布置优化的方法，包括：(1)通过有限元仿真，获得设备的整体结构模态振型及相应的模态振型矩阵；(2)利用整体结构模态振型，确定并选取设备的模态振型敏感部件及其相应的振型矩阵；(3)从模态振型敏感部件中选取其表面可测节点，并将这些表面可测节点作为布置优化的对象；(4)使用有效独立法，对表面可测节点进行迭代剔除；以及(5)采用香农采样定理，对模态振型敏感部件执行线性化均匀布点。通过本发明，可以克服现有模态测试效率低、时间长等方面不足，并能够在保证数控机床结构模态测试中固有频率和振型辨识前提下，优化测点数目及测点位置，提高测试效率。

本发明提供了一种基于神经网络的超密集异构网络负载均衡优化方法，将ART2型神经网络和基于代价的分布式方法相结合的低复杂度超密集异构网络下行用户连接方法，联合调整所有小站的代价偏置值，解决超密集异构网中的负载均衡问题。本发明采用ART2型神经网络的分类设置初始值，可以大大降低迭代次数和计算复杂度，能提高基站边缘和中间的用户的吞吐量率，自动的均衡跨层和同层之间基站的负载，进一步显著降低负载均衡迭代方法的迭代次数，更加适应快速复杂多变的实际情况。

本发明公开一种基于鸽群智能反向学习的无人机集群多目标控制优化方法，其实现步骤为：步骤一：搭建无人机动力学模型；步骤二：搭建具有感知能力无人机传感器模型；步骤三：搭建无人机目标搜索图模型；步骤四：建立无人机目标搜索代价函数模型；步骤五：设计多目标鸽群优化算法；步骤六：设计基于鸽群智能反向学习的多目标鸽群优化算法；步骤七：输出无人机目标搜索仿真轨迹图。