一种斜拉索锚固区磁致伸缩导波检测系统，USB 信号发生采集单元产生的正弦信号依次通过门控单元、功率放大器到达激励单元，激励单元在斜拉索中产生弹性波和磁场，弹性波通过磁场向外传播；接收单元接收来自激励单元的弹性波，将其转换为电信号，电信号依次通过信号预处理单元、程控放大滤波单元、USB 信号发生采集单元到达计算机，计算机将采集的数据进行存储和显示，得到锚固区的检测结果。本发明实现对斜拉索锚固区的快速检测，检测时无需中断交通，可用于斜拉桥的日常检测。

实验室装修装饰装潢施工是一项复杂的系统工程，涉及专业众多，更需要同时精通实验室使用知识和建筑知识作为技术基础。无论是新建、扩建、或是升级改建改造，都不单纯是选购合理的实验室家具和先进的仪器设备，还要综合考虑实验室的总体规划、合理布局和平面设计，以及强弱电、给排水、供气、通风、空调、空气净化、安全措施、环境保护等基础设施和基本条件。

1、产品介绍 国家大力鼓励信创产业发展的背景下，本实验箱基于OpenHarmony操作系统，是一款结合主流人工智能外设模块、物联网通信模块，满足实训需求，助力开发者提升OpenHarmony的应用开发。 OpenHarmony全场景实验箱，为开展鸿蒙系统实践教学的专用平台，通过该实验平台实现鸿蒙系统下的OpenHarmony北向应用开发、OpenHarmony南向设备开发等关键技术，使学生在深入了解鸿蒙系统的基础架构、技术原理、开发流程的同时，掌握基于标准鸿蒙系统和轻量级鸿蒙系统的应用开发的技能，为未来从事鸿蒙应用开发打下坚实的实践基础,打造智慧农业、智能家居、智能医疗、智能安防、智慧交通等现代智慧场景的综合应用的能力。 本实验箱适用于OpenHarmony操作系统在高校的移动互联、物联网、人工智能、创新创业等相关专业中实践教学的应用和推广。主要适用于高校、职业院校、培训机构、企业、开发者和相关师生。具备功能齐全、课程资源丰富、场景灵活组合等优势，实现了产学研创一体化的教育模式。 2、产品展示   图2.8 开源鸿蒙创新实验平台展示 3、产品特点 先进性 l性能卓越：搭载嵌入式边缘计算处理器RK3566/rk3568，配备4GB RAM与16GB存储空间，以及11.6英寸高清电容触摸屏，确保流畅的用户体验。 l支持多操作系统：鸿蒙（OpenHarmony）、Linux； 扩展性 l定制化设计：所有硬件单元均采用模块化设计，支持根据具体需求进行定制化选型和搭配。 l项目套件丰富：提供多种可选的项目套件模块，支持完成多样化的鸿蒙应用场景设计和创新。 实验箱采用磁吸式模块设计，不仅可以轻松地吸附在验箱上，从而简化了安装和拆卸过程，而且用户可以根据实际需求随时添加或更换模块，从而灵活地拓展实验箱的实验内容和应用场景。 配套 课程与实验：支持包括鸿蒙北向应用开发、鸿蒙南向设备开发等在内的丰富课程和实验。 该产品除软硬件双开源，可二次开发和学习使用外,还配备针对设备完整的实训指导书完整丰富的教学实训素材资源。本产品提供免费的安装部署服务和设备实训培训服务。

1、产品介绍 AI人工智能语音与机器视觉应用系统是一款集成AI语音、机器视觉、深度学习基础、嵌入式Linux于一体的高端教学科研实验平台。 整个教学平台由实验箱高性能嵌入式主板够成，高性能嵌入式核心板采用高性能64位ARM处理器，标配4GB DDR3内存和16GB闪存，可运行ubuntu、android、linuxqt等多种操作系统，可满嵌入式linux和AI应用开发。 平台采用多核高性能 AI 处理器，预装 Ubuntu Linux 操作系统与 OpenCV 计算机视觉库，支持 TensorFlow Lite、NCNN、MNN、Paddle-Lite、MACE 等深度学习端侧推理框架。 提供多种应用外设与丰富的机器视觉、AI语音、深度学习实战应用案例，如语音前处理（声源定位、语音增强、语音降噪、回声消除、声音提取）、语音活体检查、语音唤醒、语音识别、语音合成、自然语言处理、声纹识别门锁、语音智能家居、手写字识别、人脸识别、目标检测、端侧推理框架、图像识别、人体分析 、文字识别、人脸门禁控制、车牌道闸控制、手势家居控制等，通过案例教学让学生掌握计算机视觉与深度学习的基本原理和典型应用开发。 2、产品特点 （1）先进性 性能卓越：搭载AI嵌入式边缘计算处理器RK3399，配备4GB RAM与16GB存储空间，以及6英寸高清电容触摸屏，确保流畅的用户体验。 高效运算：配NPU协处理器模块，专为神经网络模型设计，提供高达8 TOPs@300mW的运算能力。 接口丰富：提供双路0、四路USB2.0、RS232、RS485以及多种嵌入式拓展接口，满足多样化的外设连接需求。 （2）扩展性 定制化设计：所有硬件单元均采用模块化设计，支持根据具体需求进行定制化选型和搭配。 项目套件丰富：提供多种可选的项目套件模块，支持完成多样化的AI应用场景设计和创新。 智能网关平台：智能边缘计算网关平台配备了包括GPIO、ADC、IIC、UART、PWM、SPI在内的常用接口拓展，增强了平台的适应性和灵活性。 （3）包容性 多功能应用：实验平台适用于人工智能、嵌入式系统、物联网、移动互联网、智能硬件等多个学科的实验教学，提供全面的教育资源。 课程与实验：支持包括Python程序设计、嵌入式Linux操作系统、机器视觉技术、自然语言处理、神经网络原理、无线通信、Android应用技术、物联网中间件、AIOT应用实训等在内的丰富课程和实验。 专业融合：平台在硬件设计上实现了物联网、人工智能和嵌入式技术的兼容性，提升了实训设备的复用率，有效解决了学校实训室空间和资金的限制问题。 AI语音与机器视觉应用系统致力于解决学校在开设人工智能课程时面临的师资、教学资源、实训资源、设备以及与行业应用对接的挑战，实现了产学研创一体化的教育模式 3、应用 系统支持多个工业化的应用场景，以智慧家居、智慧停车场、智慧门禁、智慧交通、趣味AI、智慧工地六大应用场景，及基于六大应用场景的20多种小AI应用场景。所有的应用场景及业务子项功能，均来自真实的人工智能行业应用。 4、配套 该产品除完整的软硬件系统外,还配备针对设备完整的人工智能实训指导书完整丰富的教学实训素材资源、以及基于设备系统的人工智能教学视频光盘。本产品提供免费的安装部署服务和设备实训培训服务。

本发明涉及一种生物溶液浓度的光谱传感测试方法,依据了包层介质的光学响应遵循的物理学因果性原理,根据因果性原理,包层折射率的实部

一种植被多高光谱成像装置,其特征在于它包括一滤色片壳体、一光学镜头、一成像单元、放置在所述滤色片壳体中的滤色片、一滤色片更换装置、一计算机和一电源其中,所述滤色片壳体、光学镜头和成像单元顺序排列,且各中心同轴所述光学镜头与成像单元固连,且所述成像单元位于所述光学镜头的成像面上所述滤色片更换装置的控制端电连接所述计算机,所述成像单元与计算机进行数据及控制信号通信所述电源为各用电设备供电。

本实用新型公开了一种固体样品漫反射光谱测试载样加热装置，涉及漫反射光谱测试仪器领域，包括石英载样片、加热片、调压器，所述石英载样片的一面设有载样凹槽，所述加热片固定在所述石英载样片的另一面，所述加热片通过导线连接所述调压器。本实用新型的优点在于：可以实现在固体样品漫反射光谱测试时进行温度控制，测试结束后可以回收样品。

电致变色是指材料的光学（紫外、可见、红外）属性（反射率、透过率、吸收率等）在外加电场的作用下发生稳定、可逆的颜色变化的现象，在外观上表现为颜色和透明度的可逆变化。电致变色材料是一种新型功能材料，在信息、电子、能源、建筑以及国防等方面都有广泛的用途。电致变色器件就是利用物质的电致变色效应，以电致变色层为基础，辅以其它相关层和结构而构成的器件。其具有视角宽、驱动电压低、微能耗、具有记忆功能等独特优点。应用前景a) 智能化节能窗 电致变色智能节能窗在电场作用下具有光吸收透过的可调节性，可选择性地吸收或反射外界的热辐射和内部的热的扩散，减少办公大楼和民用住宅在夏季保持凉爽和冬季保持温暖而必须消耗的大量能源。节能效率可达30%以上。同时起到改善自然光照程度、防窥的目的。解决现代不断恶化的城市光污染问题，是节能建筑材料的一个发展方向。电致变色智能节能窗被认为是最有发展前景的新一代节能窗户产品的代表（其他还有热致变色、光致变色等智能化材料与器件）。b) 智能化多频谱隐身 电致变色器件用于飞行器某特殊部位可实现多功能隐身一体化：雷达隐身功能、红外隐身功能、防紫外功能、抗静电功能、防冰除冰除霜、减少眩光功能、红外阻隔功能、雷达屏蔽功能、自清洁功能、提高座舱舒适度、视觉调节功能、太阳光透射调节功能。在地面装备中可实现可见光、近红外、中远红外等多频谱智能化隐身。可以制成依据周边环境调节自身表面的色彩和红外辐射强度（红外发射率）的变色龙型隐身衣或者斗篷。c) 航天器智能热控 根据需要调节太阳光的吸收和反射以及飞行器表面的红外热辐射（红外发射率），从而智能化调控空天飞行器的温度，同时可实现空天飞行器的智能化红外隐身。d) 其他应用前景 电致变色材料具有双稳态的性能，用电致变色材料做成的电致变色显示器件不仅不需要背光灯，而且显示静态图象后，只要显示内容不变化，就不会耗电，达到节能的目的。电致变色显示器与其它显示器相比具有无视盲角、对比度高等优点。 用电致变色材料制备的自动防眩目后视镜，可以通过电子感应系统，根据外来光的强度调节反射光的强度，达到防眩目的作用，使驾驶更加安全。

本成果属于高光谱图像信息处理技术，为高光谱遥感图像分类方法。首先对高维高光谱图像提取第一主成分特征图，并利用结构元素对主成分特征图进行多维的空间结构特征提取，结合提取的形态学特征与原始光谱特征，利用联合稀疏表示算法将同一空间区域中的像元联合进行稀疏系数矩阵的求解，最终通过最小残差判断准则确定像元类别。这种方法有效地并且充分的挖掘了高光谱遥感图像中的空间信息、形态信息和光谱信息。考虑到稀疏表示方法在迭代求解稀疏向量时的耗时性与对非线性数据的不可分性，进一步提出了基于差分形态学核协同表示的高光谱遥感图像分类算法。该成果方法通过核化的协同表示分类算法避免了优化求解的耗时性，同时克服了高维特征空间下数据的线性不可分性。算法首先通过差分形态学方法在高光谱遥感图像的主成分分析图上进行空间特征提取，并通过核变换方法将新特征字典投影到高维的线性核特征空间，最后利用核化协同表示算法的高效性对高光谱图像进行分类。 主要技术指标 University of Pavia 通过 ROSIS-03 传感器记录，该图像捕获了意大利帕维亚的帕维亚大学周围的市区。图像尺寸为 610×340×103，空间分辨率为 1.3 m / 像素，光谱覆盖范围为 0.43 至 0.86μm。该图像考虑了九个类别。其具有 42776 个标记样本。每类取 50 个有标记样本共 450 个样本作为训练样本。 请参阅表 1，本方法提出的高光谱图像分类方法，相比于传统分类器 SVM，OA 提高了约 18%；相比于 JSRC，OA 提高了约 5%；同时参阅表 2，展示了本成果方法的时间运行效率与相关方法的比较。该成果无需使用 GPU 资源在保证精度的同时有效提升了分类的精度和效果。 表 1 PaviaU 数据集上对比实验结果 表 2 不同数据集上时间运行对比实验结果

产品详细介绍■ 光谱测量范围：200-1100nm■ 测量重复性：≤3%（主要波长位置）■ 光源：高稳定、高输出能量氙灯光源■ 标准探测器经国家一级计量单位定标■ 标准探测器、待测探测器自动切换■ 光谱响应度曲线自动生成■ 样品室内包含标准样品架、固体样品架和液体电解池样品架■ 被测太阳光伏器件可为无机晶体、有机样品，可固体，也可固体，可加偏执电压等