|
搜索
搜 索
高等教育领域数字化综合服务平台
拓扑自旋电子学研究重要进展
研究人员通过低温量子输运实验揭示了狄拉克半金属表面态费米弧（Fermiarc）的自旋动量锁定特性，并通过控制栅压进一步调控费米弧自旋信号的有无，研制出了新型的场效应晶体管原型。该成果不仅对拓扑半金属的基础研究具有重要意义，而且对未来拓扑自旋电子学的实际应用也具有重要推动作用。 研究团队
南方科技大学
2021-04-14
CLA功能羊肉生产技术研究
一、成果简介 共轭亚油酸(CLA)是亚油酸的一组空间和位置异构体的总称，是亚油酸的双键被共轭连接的一种特殊形式。国内外大量研究证实，CLA能有效降低人乳腺癌、前胃癌、结肠癌、皮肤癌的发生率，具有降低体脂沉积、抗糖尿病、防止动脉硬化、提高骨质矿化、调节免疫系统等多种生理功能。羊肉是人们膳食中最主要的CLA来源之一。研究资料显示，体重70公斤的人体每天最少需要摄入CLA3克。然而，即使在乳制品和动物产品摄入量较高的西方国家，CLA实际人均日摄入量也不到上
中国农业大学
2021-04-14
生猪及其产品可追溯体系的研究
一、成果简介 “生猪及其产品可追溯体系的研究”项目是将信息技术应用于生猪养殖和猪肉生产的全过程，对生猪繁育、饲养、屠宰和猪肉产品加工、流通等各环节，建立标识制度和溯源制度。通过对生猪活体、猪肉产品等进行标识，在养殖、生产场所实施危害分析与关键控制点管理，建立中央数据库和信息传递系统，采集、转换和记录各生产环节的关键信息，实现了生猪的疫病可追溯管理及其产品的质量可追溯管理。其核心技术内容包括：建立了中国生猪及其产品可追溯体系的技术标准架构；创新设计的二
中国农业大学
2021-04-14
中国主要植物染色体研究
对我国95科331属2834种（含种下分类单位）植物染色体数目进行了报道，完成了1045种植物的核型分析。 通过对染色体基础数据的科学积累，对我国10种主要栽培植物的分类、起源、进化提出了新的认识，并新发现了191种具有重要经济价值的多倍体，确定我国木兰科、竹亚科、苹果属、三脉紫菀、芦苇为多倍体复合体。 首次报道了我国银杏、芦笋的性别机制为ZW型和XY型。发表论著255篇（部），被引用共1355次（含自引177次）。 出版了世界上第一部植物基因组染色体图谱
南开大学
2021-04-14
超临界锅炉关键技术的研究
超临界锅炉关键技术的研究是上海市重点工业科技攻关项目。超临界压力变压运行大型火力发电机组是火力发电的发展方向，具有显著的经济效益，我国决定开发国际上最先进的600MW―1000MW超临界压力变压运行大型直流锅炉，本项目在引进技术的基础上，针对超临界锅炉的关键技术，在实际参数条件下进行了深入系统的试验的理论研究。它对提高我国大型锅炉的设计水平和保证锅炉性能的
西安交通大学
2021-01-12
优质油菜研究与新品种选育
已有样品/n优质油菜研究与新品种选育。 成果简介：以傅廷栋院士领衔的华中农业大学油菜遗传与改良创新团队依托于国家油菜武汉改良分中心和国家油菜工程技术研究中心，一直致力于油菜种质资源创新与利用、油菜基因组学、油菜杂种优势研究与利用、油菜品质遗传与改良、油菜抗性遗传与改良、油菜生物技术与应用等方面的研究，在国内是一支引领我国油菜产业转型的核心力量，在国际上是一支引领油菜遗传与育种研究发展的重要力量。 应用前景：本团队先后发现或创建了黄籽甘蓝型油菜、波里马细胞质雄性不育（Pol cms）、生态型雄性不
华中农业大学
2021-01-12
变压器关键技术研究
悬赏金额：10万元
发榜企业：广东瑞根电子有限公司
需求领域：电子关键元器件及模块、动力电池及电源、高效节能关键技术与装备 自动化与智能控制技术、LED照明应用
产业集群：新能源产业集群
技术关键词：高压,温升、炸机、自动化作业
广东瑞根电子有限公司
2021-11-02
人才需求：煤系针状焦研究领域
1、煤系针状焦研究领域2、碳纤维材料领域
山东荣信集团有限公司
2021-09-08
金属铷及铷盐应用研究
悬赏金额：200万元
发榜企业：广东金宇环境科技股份有限公司
产业集群：前沿新材料产业集群
需求领域：特种功能材料、电池材料、精细化工、电子材料、半导体材料、金属材料
技术关键词：金属铷、铷盐、应用
广东金宇环境科技股份有限公司
2021-10-29
锂电池管理系统AI算法研究
本项目聚焦于锂电池管理系统在智能化监测与预测中的关键痛点，尤其拟面向电池容量衰减预测、SOC/SOH估计不准、电池剩余时间不准确、MAP/SOP估算等方面。通过引入人工智能算法，构建融合机器学习与深度学习的电池状态预测模型，拟实现高精度SOC（荷电状态）与SOH（健康状态）估计的优化，提升电池管理系统的智能水平与安全性。
解决方案方面，项目基于实地检测磷酸铁锂电池充放电数据构建训练集，采用轻量级线性回归模型及改进型人工神经网络进行建模优化，并结合特征工程技术提高预测精度。同时，设计适用于边缘计算的部署方案，使模型可在BMS嵌入式硬件平台实时运行，降低对计算资源的依赖。
在竞争优势方面，项目成果具备算法轻量化、部署便捷、预测准确度高、兼容性强等特点，特别适用于电力储能、电动汽车等对安全性和可靠性要求高的场景。相比传统BMS方案，该AI算法可显著提升电池使用效率与寿命，精准估算SOC/SOH，降低维护成本。
目前项目成果已在合作企业内部储能设备中开展应用测试，初步反馈表明荷电状态预测准确度提升40%左右，电池健康度准确度提升40%左右，系统响应及时，具备较高实用性和推广价值。专家评审一致认为，该项目在智能电池管理系统方向具有较强的创新性和实际应用前景。
西南大学
2025-05-12