产品优势：  光路反应系统、无忧的自动冲洗系统  精准、智能、实用、低耗    技术参数：  1、整机性能：  仪器类型： HF-240（400测速）       系统类型:  全自动分立式   测试原理：比色法、比浊法  实验模式: 任选式、项目组合、批量、急诊自动优先检测  测试速度：400T/H（不含ISE）  测定方法: 1点终点法、2、终点法、 动力学法、比浊法、固定时间法（二点法）、双波长法等  定表类型：线性、非线性定标，单点、多点（最多8点）定标  质   控 : 可随时加入质控测试、同一项目最多可设置6种质控和10种定标公式  编程项目: 可任意编程测试项目    2、样品盘、试剂盘单元：  样品盘：70个样品位  样品杯类型：微量样品杯、原始管  试剂盘：70个试剂位（70个试剂R1,70个试剂R2）  样本量：2-30ul，0.1ul步进  试剂量：20-300ul，1ul步进  试剂盘内置帕尔贴冷却系统  样本试剂盘条码扫描（选配）    3、反映单元：  反应盘：90个比色杯  反应液量：150ul-350ul  反应时间：10分钟  温度：37℃±0.1℃  试剂最小反应量：150ul  比色杯清洗：3*5歩自动清洗    4、搅拌、加样系统  搅拌针采用特氟龙镀层，无挂液，降低交叉污染  标准搅拌程序，搅拌效果好  加样针采用高精密陶瓷注射器  陶瓷杆，可精确到0.1ul的加样  加样针内、外壁镜面抛光，内、外壁自动清洗，降低交叉污染  专用加样针，整合高灵敏度液位探测传感器，及时反馈试剂样本余量  撞针保护  加样针深度自动调整    5、清洗机构  5段式针清洗  3次重复清洗  清洗保证准确结果及可靠诊断    6.光学系统：  光源：卤素灯  波长：340nm、405nm、450nm、505nm、546nm、578nm、630nm、700nm（4个备用位可选）  吸光度范围：0-4.0ABS  精度：0.0001ABS    7、软件操作系统：  操作系统 ：Windows XP、Windows 7、Windows 8  通讯接口： USB  样本自动稀释（减量、增量、正常量）  试剂或标准耗尽时屏蔽测试项目并自动标识报警  实时显示运行状态，实时反应曲线检测  实时显示试剂盘，样品盘，反应盘状态  实时更新试剂余量  自动检查比色杯状态，筛选问题比色杯  样本结果自动检查并报警  定标结果自动检查并报警  报警日志分类储存，方便维护检查    8、工作环境：  电源：AC 220V，50Hz1000VA  工作环境：15-30℃  工作湿度：35%-85%  耗水量：12L/小时（最大）  体积：910mm*650mm*1120mm（长*宽*高）

小巧精致 功能强大：对多参数多样品进行测定，互不影响 操作简单：使用者要做的仅是加入样品、试剂、软件设置，其他全由仪器自动完成（包括标样配置、方法间自动转换、溢出范围样自动稀释等） 无需专业培训，两个小时的培训你就可以进行日常操作，一天的培训你就可以根据国标发展自己的自动化学方法 高效率测定，测定速度可达180个样/小时 样品、试剂消耗少 测定400-600个样品仅需40mL试剂 进样量仅为10-300uL 比色管可以重复使用，减少了耗材费用 比色管工作站保证比色管清洗质量：每次测定前对比色管进行自动清洗并光学测试——通过后再进行使用 真实样品作空白 高度自动化 一次可测定126个样品最多高达9个参数（无人看管情况下） 方法间自动转换 耗材少，维护费用大大降低 无泵管，热浴池，流通池，玻璃圈等耗材 可选择Cadmium Coil Reduction 测定硝酸盐和亚硝酸盐 可分析水质、烟草、土壤、食品、酒类等行业中的100多个参数 无人看管下一次性最多可测定126个样品的9个参数

深圳大学与中兴网信长期保持深入合作，积极探索产学研新模式，通过在健康大数据领域的持续研究与实践应用，为国家健康医疗战略、医学实践及全民健康管理提供大数据驱动的决策支持。在《基于物联网的多维健康数据智能平台关键技术及应用》项目，中兴网信将深圳大学科研成果进行转换，构建了基于物联网的多维健康数据平台，通过便携式智能医疗终端、移动互联端以及大数据云平台，紧密联结患者与医生、医院，有效地缓解医疗资源紧张等问题，通过多维健康数据分析，有效地保障了高危人群健康。项目构建了基于物联网的多维健康数据平台，通过便携式智能医疗终端、移动互联端以及大数据云平台，紧密联结患者与医生、医院，有效缓解医疗资源紧张等问题，通过多维健康数据分析，有效保障高危人群健康。相关技术内容包括基于协同感知技术的智能移动医疗终端及协同滤波研究、基于移动网络切分优化理论的网络优化及安全研究、基于多维异构医疗大数据的分析诊断云平台构建、应用系统开发及成果产业化。

本实用新型涉及一种提取干扰信号自动复位数据采集系统的电路，该电路主要包括稳压电源、参考电压为4.5V的电池、运放单元、非门、与非门、触发器、微处理器、AD转换电路、采集数据传感器电路及电子模拟开关电路；该电路工作时，电阻R1、R2、R3、R4、R5、R6；电容C1、C2、C3；比较器03和04组成干扰信号提取电路；析出电源输入端的干扰信号；通过与非门和RS触发器，输出复位控制信号，控制微处理器和传感器电路在干扰信号期间同步复位，使09模块TS5A3166在干扰信号出现期间切断模块12的电源。该复位电路连接简便，易于理解，当稳压电路输出端出现干扰信号时，电路提取这个干扰信号控制微处理器和传感器电路同步复位，避免对后续电路的影响，有效提高了系统的可靠性。

一、项目简介 “中国制造2025”与《福建省实施<中国制造2025>行动计划》促使智能制造成为生产制造企业的主旋律,而工业机器人作为智能制造的重要柔性制造单元，2015年中国机器人市场累积销售68459台。然而，工业机器人结构复杂，工作环境恶劣，保养和维护对生产企业技术人员的能力提出了极高的要求。一旦工业机器人故障得不到及时维修，将直接影响正常生产。因此，开发工业机器人故障诊断与预测系统对工业机器人的推广和应用将起到重要作用。 二、前期研究基础 与泉州市微柏工业机器人研究院有限公司建立合作关系，采用企业与高校共同投资模式，建立“嘉庚学院—微柏工业机器人创新实验室”，实验室现有师生近百人，为高校师生提供研发环境，为企业进行技术难题攻关并培育人才。与微柏签署了为期3年的技术服务合同（2014.12-2017.12，微柏工业机器人技术支持服务，150万元）。 得到厦门大学中央高校业务费资助“基于大数据的工业机器人故障诊断与预测方法研究，2016.1-2018.12，35万元”。 四、合作企业 泉州市微柏工业机器人研究院有限公司是福建省工业机器人研发龙头企业，从事工业机器人相关技术研发及产业化十余年，专注研发六关节与四关节自由度串并联机械手等，自主研发数十种应用在冲压、喷涂、焊接、激光加工等生产作业领域的专业机器人。自主研发了高精度RV减速机检测台，工业机器人零点矫正与运动精度检测装置，焊接机器人防碰撞测试装置等工业机器人核心部件与整机检测系统，获得国家发明专利5项，国家实用新型专利30项。作为福建省科技小巨人企业、福建省科技型企业泉州市智能制造示范企业等，承担了省部级科技项目10余项。

近年来图数据受到越来越多的关注，在海量图数据中进行快速的复杂查询是所有图数据库系统面临的直接问题。本系统首创提出了将复杂条件查询转换成在大图中进行子图匹配的解决方法，该方法抛弃了传统利用关系数据库技术作为底层支持RDF数据的存储和管理，利用基于结构感知的索引和查询优化策略，极大地提高了在海量RDF知识图谱数据和复杂查询环境下的性能和系统可扩展性。 本系统支持W3C提出的RDF文件标准和SPARQL语法标准，提供C++、Java、Python、PHP等API接口，单机版本支持50亿条边秒级响应，分布式版本设计了基于查询日志的分布式图数据划分策略，具有非常好的可扩展性。

深圳大学与中兴网信长期保持深入合作，积极探索产学研新模式，通过在健康大数据领域的持续研究与实践应用，为国家健康医疗战略、医学实践及全民健康管理提供大数据驱动的决策支持。在《基于物联网的多维健康数据智能平台关键技术及应用》项目，中兴网信将深圳大学科研成果进行转换，构建了基于物联网的多维健康数据平台，通过便携式智能医疗终端、移动互联端以及大数据云平台，紧密联结患者与医生、医院，有效地缓解医疗资源紧张等问题，通过多维健康数据分析，有效地保障了高危人群健康。项目构建了基于物联网的多维健康数据平台，通过便携式智能医疗终端、移动互联端以及大数据云平台，紧密联结患者与医生、医院，有效缓解医疗资源紧张等问题，通过多维健康数据分析，有效保障高危人群健康。相关技术内容包括基于协同感知技术的智能移动医疗终端及协同滤波研究、基于移动网络切分优化理论的网络优化及安全研究、基于多维异构医疗大数据的分析诊断云平台构建、应用系统开发及成果产业化。项目共发表高水平论文56篇，其中中科院一区论文13篇，ESI高被引论文5篇，获广东省创新创业金博奖、全国创客大赛冠军等奖项。目前项目理论成果与专利技术已应用转化，2016-2018年项目收入6.95亿元，间接经济效益16.31亿元。授权中兴的产品在广东、山西等全国13个省市应用推广，同时在东南亚、非盟等“一带一路”国家与地区推广使用；研发的云伴妇幼平台，2014年起在广东、江西等100多家省市各级医院使用。疫情期间，项目保障慢性病、妇幼等众多高危人群的健康，获得了很好的社会声誉。

本发明公开了一种面向关系型数据库的图查询方法，主要应用于普通用户查询关系型数据库的场景。本发明中，离线处理阶段首先将关系型数据转换成图数据，并在该图数据上建立相关索引。在线查询阶段允许数据查询者用自己的词汇来构建图查询，然后对图查询的节点做初步匹配，最后进行Top?k不精确子图匹配，对用户构建的图查询和离线转换得到的图数据进行图匹配。通过匹配，用户能够得到满足其查询要求的若干子图，而这些子图则作为查询结果返回给用户。

本发明涉及一种基于机器学习的空间数据匹配方法，包括四个步骤:1)自动生成匹配训练样本，2) 通过机器学习建立分类器模型及其参数，3)应用分类器模型对输入空间数据进行目标匹配，4)顾及逻 辑和领域约束对匹配结果的过滤和改善。其中机器学习采用以空间目标的位置、大小、形状和方位等多 种指标作为特征提取。具有如下优点:可避免量纲标准化和多指标加权中的主观任意性，匹配精度较加 权平均方法更高;匹配模型基于样本数据学习建立，数据的自适应性较高;建立模型的典型样本数量少， 可大规模应用;利用空间数据的内在几何信息，无需额外属性信息，使用准入性低。

成果介绍基于人工智能和大数据技术，对风电机组实时运行状态进行在线监测及评估，对风机异常运行状态和能效劣化趋势进行预警。技术创新点及参数1、风机设备的变量关联分析以及典型状态特征挖掘；2、历史运行数据处理方法研究；3、基于数据驱动的风机状态预警关键技术的研究；市场前景大型风电机组，新能源发电，水火电机组。向大型风电厂推广并运营。