|
搜索
搜 索
高等教育领域数字化综合服务平台
微生物转化生产胍基丁胺的关键技术
胍基丁胺（ Agmatine ）是一种多胺，在精氨酸脱羧酶（ argininedecarboxylase，ADC）作用下 L-精氨酸脱羧的产物，它几乎分布于哺乳动物体内所有的器官和组织，具有降血压、利尿、抗炎、调控细胞增殖等多种生理功能，因此是一种重要的医药中间体，具有较高的商业价值（50 万/吨）。其硫酸盐对动物吗啡依赖性具有戒断作用，是极具开发价值的戒毒类药物。目前工业上合成胍基丁胺的生产方法主要为化学法，该方法具有高污染、生产条件苛刻、安全性差等缺点。本研究建立了一种运用重组精氨酸脱羧酶（ADC）生产胍基丁胺的绿色环保新方法。通过基因工程手段，构建了一株 L-精氨酸脱羧酶高产菌株。
技术指标：
100 g/L 的 L-精氨酸经 5 h 转化，胍基丁胺产量可达 52.02 g/L，转化率 69.6%。
江南大学
2021-04-11
微生物转化生产磷脂酰丝氨酸的关键技术
磷脂酰丝氨酸（phosphatidylserine，PS），又称二酰甘油酰磷酸丝氨酸，是一类普遍存在的磷脂，通常位于细胞膜的内层，尤其是大脑细胞膜的重要组成成分之一。它能调控大脑的各项功能正常运作，起到调节血脂、改善记忆、健脑益智、以及延缓衰老等作用。但天然存在的磷脂酰丝氨酸很少，提取工艺繁杂， 并且安全性受到人们的质疑。生物酶法制备磷脂酰丝氨酸具有反应条件温和、环境友好、产品质量好等优点，近年来受到越来越多的关注。本研究室通过基因工程手段，大肠杆菌中异源表达了磷脂酶 D 基因，以粗话生产磷脂酰丝氨酸。目前，该研究正在进行蛋白质工程改造及各项优化，以提高底物转化率。
江南大学
2021-04-11
基于数字孪生模型的智慧桥梁管理系统
成果介绍针对桥梁群服役期间的健康管养问题，建立了基于数字孪生模型的桥梁群数据管理系统。通过数字孪生模型实现桥梁群管养由被动养护向预防性养护转变过程。技术创新点及参数依据桥梁的设计信息生成与实际桥梁一致的虚拟孪生模型。市场前景主要基于在役桥梁数量庞大、病害严重、实际管养过程中纸质化、平面化的管养方法，数据管理混乱、维修决策困难。实施条件实时集成、更新多源数据信息，及时反应当前桥梁构件、整体状况；并根据桥面交通荷载流量等荷载信息，通过数字孪生模型预测桥梁性能未来演化趋势
东南大学
2021-04-11
基于数字孪生模型的智慧桥梁管理系统
主要基于在役桥梁数量庞大、病害严重、数据管理混乱、维修决策困难等背景，针对桥梁群服役期间的健康管养问题，建立了基于数字孪生模型的桥梁群数据管理系统。项目展示包括移动端人工检测、无人机图像检测、水下检测、索力监测、桥梁动力特性识别及施工监控等多种实际应用场景，并依据桥梁的设计信息生成与实际桥梁一致的虚拟孪生模型。该模型能够实时集成、更新多源数据信息，及时反应当前桥梁构件、整体状况；并根据桥面交通荷载流量等荷载信息，通过数字孪生模型预测桥梁性能未来演化趋势，由此对实际桥梁管养提供预防性养护措施建议；本技术意在解决实际管养过程中纸质化、平面化的管养方法，优化数据管理混乱现状，并通过数字孪生模型实现桥梁群管养由被动养护向预防性养护转变过程。
东南大学
2021-04-11
基于数字孪生模型的智慧桥梁管理系统
主要基于在役桥梁数量庞大、病害严重、数据管理混乱、维修决策困难等背景，针对桥梁群服役期间的健康管养问题，建立了基于数字孪生模型的桥梁群数据管理系统。项目展示包括移动端人工检测、无人机图像检测、水下检测、索力监测、桥梁动力特性识别及施工监控等多种实际应用场景，并依据桥梁的设计信息生成与实际桥梁一致的虚拟孪生模型。该模型能够实时集成、更新多源数据信息，及时反应当前桥梁构件、整体状况；并根据桥面交通荷载流量等荷载信息，通过数字孪生模型预测桥梁性能未来演化趋势，由此对实际桥梁管养提供预防性养护措施建议；本技术意在解决实际管养过程中纸质化、平面化的管养方法，优化数据管理混乱现状，并通过数字孪生模型实现桥梁群管养由被动养护向预防性养护转变过程。
东南大学
2021-04-11
基于数字孪生模型的智慧桥梁管理系统
主要基于在役桥梁数量庞大、病害严重、数据管理混乱、维修决策困难等背景，针对桥梁群服役期间的健康管养问题，建立了基于数字孪生模型的桥梁群数据管理系统。项目展示包括移动端人工检测、无人机图像检测、水下检测、索力监测、桥梁动力特性识别及施工监控等多种实际应用场景，并依据桥梁的设计信息生成与实际桥梁一致的虚拟孪生模型。该模型能够实时集成、更新多源数据信息，及时反应当前桥梁构件、整体状况；并根据桥面交通荷载流量等荷载信息，通过数字孪生模型预测桥梁性能未来演化趋势，由此对实际桥梁管养提供预防性养护措施建议；本技术意在解决实际管养过程中纸质化、平面化的管养方法，优化数据管理混乱现状，并通过数字孪生模型实现桥梁群管养由被动养护向预防性养护转变过程。
东南大学
2021-04-13
青小鹿中小学数字校园管理平台
广州青鹿教育科技有限公司
2021-08-23
一种机翼壁板数字化定位方法以及定位装置
本发明公开了一种机翼壁板数字化定位方法，包括以下步骤：步骤一：在机翼骨架和机翼壁板上设定n组对应的第一特征点和第二特征点，并获取所有第一特征点的坐标；步骤二：获取所有第二特征点的坐标；步骤三：根据各组第一特征点和第二特征点的对应关系进行匹配，各组第一特征点和第二特征点匹配度最高时，计算得到旋转和平移信息；步骤四：对得到的旋转和平移信息与预定目标进行比较，如果未达到预定目标则根据旋转和平移信息调整机翼壁板，返回步骤二；如果达到预定目标则将机翼壁板进行装配。同时公开了一种机翼壁板数字化定位装置，以提高机翼壁板与机翼骨架装配的精度。
浙江大学
2021-04-11
一种目标的数字化模型生成与驱动技术
1.痛点问题
本项预期成果是解决复杂场景中目标三维数据重建、驱动的关键技术。
针对实际应用中复杂运动场景，例如刚性运动的交通工具，变形移动行人等，传统的运动结构恢复方法在进行场景深度求解时无法确定每个单元结构的相对尺度，导致无法对复杂运动场景进行重建。在现有的深度估计、语义分割、位姿估计等相关技术，存在识别精度低、提取不到关键信息、应用场景单一等问题，无法满足大尺度场景应用的需求。
2.解决方案
本项目成果提出了一套面向目标、人体深度数据重建技术，有效实现对复杂运动场景下人、物的深度重建与驱动，有效解决现实场景目标的数字化模型生成与虚拟场景下的驱动映射问题。提出多模态采集、时空复用编码摄像方法，获取大景深、高时空分辨、丰富的精确场景视觉信息，基于超像素关系分析的深度重建方法，包括目标超像素分割，图像帧匹配，运动关系判定，通过时序传播与概率模型更新实现实时深度重建，提高最终三维重建模型的稠密度、鲁棒性、一致性和准确度。构建了基于深度卷积神经网络的目标实例检测与位姿估计框架，从目标对象观测图片提取其分割掩码并不断迭代更新，输入深度卷积神经网络进而得到目标6D位姿估计并进行迭代改进，从而实现目标在动态复杂场景下的位姿还原，克服了在光照、姿态变化、遮挡等不良因素环境下的目标位姿不准确问题，确保了目标6D位姿估计的鲁棒性与准确性。
合作需求
寻求在元宇宙、数字城市、自动驾驶、AR/VR、机器人、制造业等领域有相关技术开发、市场推广经验，能推广本技术落地的高科技企业，可以进行深度合作。
清华大学
2022-07-14
文化符号多层次数字化开发与应用
团队研究方向：（1）XR与沉浸场景设计研究；（2）中国风格创新设计研究；（3）基于文化和设计驱动力的品牌战略研究。科研项目：承担国家科技部、文旅部、中宣部、教育部等国家课题多项。承担企事业横向课题几十余项。
1、痛点问题：当前，传统文化产业面临数字化转型挑战。随着时代发展，传统文化元素现代转化存在障碍，品牌力不足，市场潜力未充分挖掘。同时，互联网经济下，时尚节奏加快，传统设计样式及产品迭代效率难以快速响应市场变化和消费者需求。
2、解决方案：成果开发了“文化符号多层次数据调取系统”软件算法，实现文化符号的数字化提取和二次开发。该技术能快速生成多元化设计原型，辅助设计和样品观赏。
3、竞争优势分析：成果在文化符号快速调取和应用方面具显著优势，可降低创新成本，提高生产效率。
4、AI对文化产业作用及市场应用前景：AI技术推动文化产业创新升级，满足消费者对个性化、时尚化产品需求。项目成果应用前景广阔，文旅行业市场规模逐年提升。成果已经在辽宁朝阳喀左的紫砂产业落地应用。
5、知识产权情况：《文化符号多层次数据调取系统》等2项软件著作权，法律状态已登记。
清华大学
2025-05-16