|
搜索
搜 索
高等教育领域数字化综合服务平台
织物透湿性测试仪
产品详细介绍
织物透湿性测试仪測試工位：8工位。
測試方法：蒸發法。
轉動速度：2r/min.
织物透湿性测试仪使用電源：220V/50Hz，3A.
织物透湿性测试仪計時器控制，1~9999999分鐘內可任意設定並自動停機。
织物透湿性测试仪外形尺寸：350mm×380mm×310mm.
织物透湿性测试仪重量：25Kg.
织物透湿性测试仪需放置在恒溫恒濕房或是恒溫恒濕機內使用。
织物透湿性测试仪配置不同測試杯可做不同標準的試驗。
东莞美和检测仪器有限公司
2021-08-23
一种基于果蝇算法优化广义回归神经网络算法的茶叶储存时间分类方法
项目成果/简介:本发明涉及一种基于果蝇算法优化广义回归神经网络算法的茶叶储存时间分类方法,旨在通过改进的广义回归神经网络解决茶叶储存时间分类问题,属于茶叶储存时间分类领域.其原理利用电子鼻传感器模拟人感官品评的功能和特征,采集不同时间不同传感器的特征值,构建样本集.利用果蝇算法优化广义回归神经网络,获得广义神经网络的平滑因子,进而构建毛峰茶叶储存时间的FOAGRNN分类模型和方法.本发明的有益效果在于将果蝇算法优化广义回归神经网络算法应用于毛峰茶叶数据中,提高预测毛峰茶叶储存时间分类的效率和准确度,为消费者提供茶叶储存时间分类的有效方法.
安徽农业大学
2021-04-10
一种基于果蝇算法优化广义回归神经网络算法的茶叶储存时间分类方法
本发明涉及一种基于果蝇算法优化广义回归神经网络算法的茶叶储存时间分类方法,旨在通过改进的广义回归神经网络解决茶叶储存时间分类问题,属于茶叶储存时间分类领域.其原理利用电子鼻传感器模拟人感官品评的功能和特征,采集不同时间不同传感器的特征值,构建样本集.利用果蝇算法优化广义回归神经网络,获得广义神经网络的平滑因子,进而构建毛峰茶叶储存时间的FOAGRNN分类模型和方法.本发明的有益效果在于将果蝇算法优化广义回归神经网络算法应用于毛峰茶叶数据中,提高预测毛峰茶叶储存时间分类的效率和准确度,为消费者提供茶叶储存时间分类的有效方法.
安徽农业大学
2021-04-29
中国科学技术大学实现百公里自由空间高精度时间频率传递
中国科学技术大学潘建伟及其同事张强、姜海峰、彭承志等与上海技物所、新疆天文台、中科院国家授时中心、济南量子技术研究院和宁波大学等单位合作，通过发展大功率低噪声光梳、高灵敏度高精度线性采样、高稳定高效率光传输等技术，首次在国际上实现百公里级的自由空间高精度时间频率传递实验，时间传递稳定度达到飞秒量级，频率传递万秒稳定度优于4E-19。
中国科学技术大学
2022-10-17
2024年度国家自然科学基金项目申报时间定了！
2024年国家自然科学基金集中接收工作于2024年3月1日开始，3月20日16时截止。
国家自然科学基金委员会
2024-01-10
连续不对称催化氢化生产(S)-异丙甲草胺工业化技术
以2-甲基-6-乙基苯胺（MEA）、甲氧基丙酮、氯乙酰氯和手性催化剂为主要原料，通过缩合、不对称氢化、酰胺化等步骤合成（S）-异丙甲草胺。创新开发出结构新颖的手性双膦配体催化剂，不对称氢化反应S/C达1.12×105，氢化产物 ee%值达91.4%，反应压力由文献报道的4.5-5.5MPa降至3.0MPa，具有活性高、对映体选择性好的优点；开发出无溶剂连续不对称催化氢化技术，将环流反应器与自动化控制技术集成，生产效率高；开发出外消旋阻止技术进行酰胺化，产品ee%值达88.2%；各步反应收率高，总收率达92.7%（以MEA计）。拥有2项中国发明专利授权.
南京工业大学
2021-04-13
非活性烯烃CF3化所引发不对称C-H键的官能化
三氟甲基化合物具有良好的化学及生物活性，被广泛应用于医药、化工、染料以及功能材料等领域。在烯烃官能团化的工作基础上，刘心元、谭斌课题组开展了CF3自由基引发非活性烯烃和远程的酰胺α-C-H键的不对称官能化的研究工作。课题组利用氰化亚铜和手性磷酸组成的协同催化体系构建了含有CF3的手性缩醛胺化合物。在温和的反应条件下高效地实现了专一化学选择性、高区域及高立体选择性的非活性烯烃和远程酰胺的α-C-H键的不对称官能团化。
南方科技大学
2021-04-13
基于相似性和不相似性融合排序优化的行人重识别方法
本发明公开了一种基于相似性和不相似性融合排序优化的行人重识别方法，行人重识别是一种针对 特定行人的检索问题，本发明的主要思想是正确检索的行人目标应该跟查询行人的极正样本相似，并且 跟查询行人的极负样本不相似。同时我们将与极正样本相似的那些行人定义为疑正样本，与极负样本相 似的样本为疑负样本，通过提高疑正样本的排名，同时降低疑负样本的排名，来达到通过排序优化的方 式来提升行人重识别的效果。此外，融合多种方法的结果来加强这种相似性和不相似性关系。本
武汉大学
2021-04-14
基于有功功率波动性和周期性的洗衣机非侵入辨识方法
本发明公开了一种基于有功功率波动性和周期性的洗衣机非侵入辨识方法，包括在一定的采样频率范围内，对总电源进线的电压和电流进行采样，形成电压信号采样序列u和电流信号采样序列i，并计算平均功率序列P；构造长度为N的滑动窗Wn，并计算滑动窗内有功功率序列的标准差Sn；求取序列Sn的子区间的最小值位置序列Mt，记录最小值所在位置；计算序列Mt差分序列ΔMt，根据ΔMt的周期性来判别是否为洗衣机运行，并计算启停时间。本发明提综合利用洗衣机的周期性以及波动性这两个特性，提出了有效的洗衣机辨识方法，将平均有功功率序列转换成标准差序列，避免了偶尔情况下现实工况带来的功率波动而会被误辨成洗衣机的情况。
东南大学
2021-04-11
一种基于工作假期的服务器平均等待时间的计算方法
成果描述：本发明申请要解决的问题是，服务器在两个服务速率的模式下，等待服务的数据包有一定的耐心时间，在此情况下给出吞吐率，平均队长，平均等待时间段的计算方法。市场前景分析：本专利考虑以下问题一个光纤局域网，如图1所示. 此光纤网络连接着n个分布式网络。第i（i=1,2…,n）个分布式网络通过接入路由器 i 和对应的端口 连接到光纤局域网。光纤局域网通过网关路由器连接到主干网。端口 （i=1,2…,n）有一个可调的光发射器和接收器，并且可以通过一定的带宽来传送数据。对于光纤网络的带宽的分配问题，最简单的解决方法是当第i个接入路由器向网关路由传送数据时，其余 个接入路由停止向网关路由传送数据（也就是说第i个接入路由器占用所有的带宽）；当第i个接入路由传送完毕时，第i+1个接入路由开始传送数据。Servi和Finn[1]提出了另一种新的光纤网络带宽分配方法，即将光纤网络的带宽分成两部分，一部分带宽按照前述简单的方法，接入路由依次向网关路由传送数据，而另一部分带宽则是被所有接入路由器均分，故每个接入路由器传送数据的速率为这两部分之和。这样的传送方式设置了低速运行期，在一定程度上减小了成本，节约了能源，而且在多重工作假期的基础上，缩短了休假时间，增加了系统闲期。与同类成果相比的优势分析：针对网络服务器在两个不同工作模式-工作期与工作假期下服务。工作期与工作假期分别对应一个快，一个慢的服务速率。到达的请求有一定耐心时间。到目前为止针对以上系统尙没有合适的理论计算模型和方法。 本专利用泊松过程拟合到达过程，用不同参数的指数分布拟合服务时间，工作假期时间，和请求的耐心时间。利用上述拟合参数，本专利给出了请求的到达率 ，工作期服务率 ，工作假期服务率 ，工作假期时长参数 ，顾客的耐心时间时长参数 与平均的队长 和平均系统逗留时间 相互之间的关系。提供了一种计算出平均的队长和系统逗留时间。从而为网络服务器的各项性能指标的设计提出指导。
电子科技大学
2021-04-10