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
微生物转化生产 L-鸟氨酸的关键技术
L-鸟氨酸是细胞内重要代谢化合物,近来研究发现 L-鸟氨酸可刺激脑垂体分泌生长激素,促进蛋白质合成及糖与脂肪的分解代谢。此外,以鸟氨酸为原料制备的依氟鸟氨酸,能抑制多胺合成,延缓肿瘤细胞生长,是颇具前景的新型抗癌药物。L-鸟氨酸除了在医药上作为试剂与注射液外,通常还用于配制保肝、强身、解毒的营养剂以及生产消除疲劳的发泡饮料。而酶法转化精氨酸生产鸟氨酸具有工艺简单、周期短、耗能低、专一性强、收率高、提取方便等优点,因而受到越来越多的关注。技术指标:工程菌经过培养 6 h 后,ARG 酶活可达到 177.3 U/mL;在 4 h 的催化周期内,L-鸟氨酸产量为 112.3 g/L,对精氨酸摩尔转化率为 87 %。产品性能:无副产物,纯度高。 
江南大学 2021-04-11
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
数字音乐互动教学系统
本系统是一款专为中小学音乐教师设计的备授课一体化软件。它深度融合了备课与授课两大核心环节,通过配套的海量音乐教学资源,旨在有效降低教师的备课难度,全面提升课堂教学质量。 备课模块:灵活高效,资源随心 备课模块为教师提供了一个功能强大且易于操作的创作平台,让音乐课件的制作变得前所未有的简单。 混合编辑与排版:支持五线谱、简谱、图像、音频、视频、动画、文本、表格、图形等多种元素的混合编辑。教师可以在一个课件中创建任意数量的页面,自由组合,满足多样化的教学设计需求。 智能乐谱生成: 乐器指法谱:可一键在五线谱或简谱上方生成口风琴、竖笛、陶笛、葫芦丝等多种小乐器的指法参照谱,方便器乐教学。 节奏参照谱:支持生成独立的节奏谱,并与主曲谱上下混合排版,强化节奏教学。 简谱与五线谱对照:支持在五线谱上方生成简谱参照,或在简谱上方生成五线谱参照,实现两种记谱法的同步教学与转换。 专业乐谱编辑: 五线谱编辑:提供音符组输入、和弦输入及符尾自动调整等专业功能。 简谱编辑:支持便捷地添加减时线等操作。 完备符号库:内置齐全的乐谱符号库(谱表、谱号、调号、拍号等)和丰富的乐谱标注符号库(演奏记号、强弱标记、速度术语等)。 智能辅助功能: 歌词处理:具备歌词智能对齐和自动添加带声调拼音的功能,并能自动识别多音字。 图文混排:可自由输入文本、插入图形和表格,并支持将任何乐谱符号、音符等元素拖入文本框或表格中,自定义其颜色与大小。 无缝对接办公软件:所有音符及乐谱片段均可复制为透明背景,直接粘贴到PPT或WORD中,与文档背景完美融合,方便教师制作美观的教案与课件。 授课模块:互动演示,生动课堂 备课模块制作的课件可一键无缝切换至授课模块,为课堂带来生动、专业的互动演示体验。 动态播放与展示: 多种播放模式:支持旋律、节奏、唱名、试唱、哼唱、范唱、伴唱等七种播放模式,并可在同一界面内自由切换,满足不同教学环节的需求。 精准播放控制:支持通过点击曲谱或歌词的任意位置来设定播放范围,可跨小节、跨段落播放,甚至精确到单个音符。 同步高亮显示:播放时,曲谱上的音符、歌词与屏幕上的虚拟音乐键盘会同步高亮,帮助学生实现音谱同步、视听结合。 灵活的课堂调整: 指法谱动态更新:在授课时,当教师修改曲谱的调号,上方的小乐器指法参照谱会自动随之改变,极大方便了课堂上的即兴移调教学。 音乐元素变更:可随时变更播放的调式和速度,以适应不同的教学情境。 课件再编辑:支持在授课过程中直接修改五线谱或简谱的音符、歌词,修改后的课件可立即播放试听。 丰富的教学工具: 歌词显隐:支持一键显示或隐藏歌词,方便学生在学会歌曲后进行背唱练习。 3D索引:对于包含多个页面的课件,可通过3D索引画面快速定位,提升授课效率。 集成白板工具:内置笔迹、板擦等高效白板工具,方便教师直接在课件上进行圈点标注。 多媒体支持:支持插入并播放视频、动画及音频文件,其中MP3、WAV格式音频支持变速、变调播放。 完备的音乐教学资源 系统内置了丰富且专业的音乐教学资源库,为教师的日常教学提供坚实后盾。 专业符号库:包含齐备的乐谱符号库与乐谱标注符号库。 海量知识库:拥有超过20万字的音乐知识库,涵盖乐理、中西方乐器、中国音乐(民乐、曲艺、戏曲)、西方音乐及名曲名家等内容。 丰富图库:提供不少于50个基本图形和200个装饰图库。 配套乐谱课件:提供与主流音乐课本配套的可播放乐谱课件。 云端资源共享:接入音乐资源网络云平台,持续更新和扩充教学资源。 资源便捷调用:所有教学资源均可快速复制并粘贴至PPT课件或WORD教案中。
北京至淼教学设备有限公司 2026-04-07
HDMI高清线 : 成品线
产品详细介绍HDMI高清线 : 成品线
广州市音桥电子科技有限公司 2021-08-23
规则食品、药品全自动理料、装盒、装箱、封箱、码垛生产 线
受我国过去人口红利的影响,目前,食品、药品等行业后道包装线自动化程度还很低,主要依赖人工作业。随着人工成本的增加,后道包装的自动化需求日趋强烈。 本项目针对食品、药品后道包装需求,开发了全自动理料、装盒、装箱、封箱、码垛成套装备。图 1 为流水线照片。具有自主知识产权的分项设备包括:自动整列、理料机,自动分选机,自动装盒机,自动装箱机,自动封箱机,自动码垛机。 创新要点:实现食品、药品后道包装的全自动化生产。 效益分析:(资金需求总额 500 万元)目前,国内食品、药品后道包装的自动化程度普遍很低,自动化需求旺盛,全国至少有上百亿的市场空间。 推广情况:推广中。
江南大学 2021-04-13
RA3900型医用X线数字图象处理系统
本系统是国家“863计划”重大项目“医用X线数字图象处理系统”(编号:863―306―06―06)的应用成果。该项目的研究目的是研制低成本(普通县级医院能够接受)、高性能(达到国际先进水平)的数字减影和点片系统,同时兼顾数字胃肠的需要;进而,考虑到当前世界上医疗电子器械的发展热点和趋势,在医疗信息网络、远程诊断等方面提供并实现符合国际规范,具有世界先进水平
西安交通大学 2021-01-12
RA3900型医用X线数字图像处理系统
医用X线数字图像处理系统(DSA/DSI)设备是X线机的主要配件,在临床诊断和治疗中起着重要作用,是市场上最重要的大型医疗电子设备之一,拥有非常好的市场前景,因此,国外各大医疗器械公司均有自己的产品。当前国外的该类型产品的性能指标较高,可达:分辨率:1024×1024×10BIT;帧存容量64Mbytes;采集和减影速度为416帧,最好的可达25-30帧/
西安交通大学 2021-01-12
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
首页 上一页 1 2
  • ...
  • 28 29 30
  • ...
  • 183 184 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