|
搜索
搜 索
高等教育领域数字化综合服务平台
多剂量贮库型干粉吸入器
【项目来源】南京中医药大学科技创新风险基金项目。 【类 别】医疗器械。 【项目简介】 本项目已完成两种贮库式干粉吸入器的设计，具有分散效率高，使用和携带方便等优点，可配合多种药物使用，克服了我国干粉吸入剂缺乏世界先进吸入装置的瓶颈。 该项目对细辛脑干粉吸入剂、姜黄素干粉吸入剂作了详细研究：细辛脑干粉用于治疗慢性气管炎，支气管哮喘和癫痫大发作均有较好的疗效，且不良反应少。目前α-细辛脑的给药方式多为
南京中医药大学
2021-01-12
无人天车与智能库管技术
北京科技大学工程技术研究院研发的无人天车与智能库区系统，是由智能调度排程系统、智能库管系统、无人天车控制系统、智能识别系统、数据分析优化系统等构成的智能化、信息化、标准化、自动化相融合的综合系统。1）库区智能调度与工厂级信息化贯通：系统基于先进传感和无线通信技术收集天车、运输链、过跨车等设备的位置和状态等实时信息，并通过软件接口与工厂管理系统进行数据集成，贯通进料、上料、生产、下线、储存、发货等多环节信息流，以此实现生产信息与物流信息的实时交互。2）天车管理控制与路径规划：借助作业调度和路径优化算法，系统根据当前任务和设备状态自动生成最高效、安全的作业方案，并通过多级联动控制驱动行车的自动吊运。3）天车精准定位控制：依托主钩防摇摆控制、多维度协同控制、机器视觉及触觉检测等核心技术，无人天车可实现快速精准定位和稳定行驶。
北京科技大学
2021-04-13
多分辨率模型库（技术）
成果简介：研究面向分布式虚拟环境数据管理系统的底层支撑环境。通过建 立协同开发方式的系统，提高仿真资源的可重用性，缩短开发过程，充分共享资源并且为仿真环境提供高效的资源管理机制。研究包括对统一资源命名 和定位管理技术的研究；分布式文件系统在分布式仿真环境中的应用及在此 基础上实现的资源集成；数据的标准化表示和传输的研究。该技术目前已经 在一体化仿真平台上得到了初步的应用。 项目来源：自主开发 技术领域：计算机应用技术，仿真技术
北京理工大学
2021-04-14
畜禽体细胞库的构建与应用
该成果成功建立了奶牛乳腺上皮细胞系、奶牛小肠上皮细胞系、奶牛瘤胃上皮细胞系、山羊小肠上皮细胞系、绵羊小肠上皮细胞系和小鼠小肠上皮细胞系等。
扬州大学
2021-04-14
北京库巴扎信息科技有限公司
库巴扎成立于 2008 年，是一家专注于科研采购的服务商。品牌建立的初衷是“解放科研工作者更多时间，专注科研项目研究”。以人为本，用户至上，持续创新，是我们企业的核心价值观。总部位于北京，下设天津、上海、南京等分支机构。
企业宗旨：库巴扎致力于把智能服务与管理带给每一位科研人员和供应商，实现科研采购，如此简单！深耕科研采购领域十数年，库巴扎整合行业上下游，先后为160多个科研院所打造科研采购管理平台，成为业内领先的科研服务商。
发展战略：2019年12月，公司整合了北京方元商祺科技有限公司运营的高校科研耗材采购管理平台，实现了优势互补，在科研物资供应链管理、耗材采购管理、危化品全流程管理业务为用户提供更好的服务。2020年12月，北京库巴扎信息科技有限公司和天津市晟科思科技发展有限公司达成战略合作，共同探索创新服务模式，开启高校科研采购与内控管理结合的新信息化路径。
未来，我们将继续打造合规、透明、高效的一体化科研采购服务平台，以“成为科研人员最信赖的平台服务商”为愿景，引领行业良性发展。
北京库巴扎信息科技有限公司
2021-12-07
库甲（广东）家居科技有限公司
库甲（广东）家居科技有限公司专注于高端科教家具整体解决方案，主要产品系列：学生公寓家具、教师公寓家具、活动课桌椅、固定课桌椅、报告厅桌椅、礼堂椅、餐桌椅、伸缩看台系统。已申报90多项专利，包括：外观专利，实用新型专利，发明专利。已授权专利70多项。
我们始终以新工艺、新标准、新理念为原创设计的先导；以新结构、新标准为孩子的健康安全的护航；为校园打造出多系列新视觉、新体验的产品。
库甲团队集板式家具、金属家具、软体家具、木制家具、电气一体化技术于一体的家具科技团队；库甲团队曾为国内外大批重点工程项目提供解决方案及优质服务，如：广州亚运会、鄂尔多斯伊金霍洛旗体育馆、北京电子技术服务中心、大连国际会议中心（达沃斯论坛及APCE中国会议中心）、东莞蓝球中心、中山纪念堂等项目，并取得了用户单位的一致好评。
库甲（广东）家居科技有限公司
2021-12-07
智启高校教育 共创数据未来，高校大数据科研实训平台即将在62届高博会重磅发布
由新能源汽车国家大数据联盟主办的“智启高校教育 共创数据未来，高校大数据科研实训平台产品发布会”将于11月15日下午在高博会期间隆重举行。诚邀您莅临参会！
中国高等教育博览会
2024-11-05
分层检测空移键控传输系统接收端数据检测
包括以下步骤：第一步、确立接收端模型；第二步、化简接收端模型；第三步、通过分层检测算法解调出发送的数据。本发明的基于分层检测的空移键控传输系统接收端数据检测方法，其误码（BER）性能随着搜索半径的增加逐渐逼近最优检测算法（ML），当搜索半径为发送端天线数目时，本发明的检测算法等价于最大似然检测算法。本算法通过对每层进行计算排序使得在较小的搜索半径下可获得接近最优检测算法的误码率性能，因此本发明能在获得较好性能的同时，大幅度降低接收端算法的复杂度。
电子科技大学
2021-04-10
基于大数据的能源互联网能量管理系统
随着电网数据规模越来越大，所蕴含的价值也越来越多。清华大学信研院研发了基于机器学习方法的能源互联网能量管理系统，主要功能为对电网的稳定性进行预测和可视化。系 统分为训练部分和预测部分。训练部分通过历史数据进行机器学习，建立一个电压稳定性的 分类器。分类器训练完成后，再对新增的未知数据进行预测。训练部分主要分为特征提取、 类别标记、特征压缩、分类器类型选择。预测部分主要分为分类器数据启动阶段和预测输出 阶段。本系统提出利用机器学习方法对电网电压稳定性进行预测，进一步综合多个节点给出 电网态势感知的评估结果。在训练每一个节点分类器的时候，本系统将特征选取的时段和预 测时间节点拉开，形成一种延时的预测方法，本发明对复杂系统有着更好的还原效果。2 应用说明本系统实施电压稳定性预测的具体步骤为:步骤 1:通过部署在关键测点的同步相角测量单元 PMU 采集电网实时数据，所述 实时数据包含电网中每个关键测点的电压 U、 有功 P、无功 Q、电流 I;分别计算 U 的衍 生量 dU/dt，Q 的衍生量 dQ/dt，电压的变化 量比上无功的变化量的衍生量 dU/dQ，用这 些衍生量作为特征，来表征量的时间变化速 率;步骤 2:对步骤 1 中提取的特征进行数 据降维与压缩;根据特定时刻电压 U 是否恢 复到标准值的 0.8 倍来区分每组样本组是否 稳定，用 0 标记稳定，用 1 标记不稳定;步骤 3:选择分类器，建立一个电压稳 定性的分类器;步骤 4:训练分类器;当分类器训练完 成后，将训练好的参数储存起来;步骤 5:进入预测部分的数据启动阶段， 填充特征矩阵，没有输出;步骤 6:把多个节点的特征按照顺序排列，形成特征矩阵;特征矩阵填充完成后， 根据分类器给出的预测结果;特征时段向前滑动，最初的特征被抛弃，新特征补充在队尾， 分类器持续给出预测结果;步骤 7:每隔一定时间间隔 ，要把新收集来的数据与以前的数据一起，重新回到步骤 4 训练分类器，更新参数。在具体系统搭建过程中，我们充分利用现有机器学习平台。其中 Hadoop 的文件管理系统 HDFS 负责数据存储;Spark 负责模型训练;Storm 负责在线预测;Kafka 负责在 Storm 和Hadoop 之间传递更新后的模型参数。
清华大学
2021-04-11
一种甜菜收获机具状态数据采集系统
本实用新型公开一种甜菜收获机具状态数据采集系统，包括电源模块、传感器模块、信号处理模块和数据采集模块；所述电源模块包括稳压降压电路和驱动电路，为传感器模块提供稳定驱动电源；传感器模块包括扭矩传感器、拉力传感器与旋转编码器；信号处理模块包括微弱电压信号放大电路与滤波电路，控制传感器输出0～5V的电压信号并输入进数据采集模块；数据采集模块将采集的数据上传上位机平台。本实用新型能够实现甜菜收获机状态参数
青岛农业大学
2021-01-12