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
一体化混合配气和气体传感器在线检测系统的研究与开发
大气污染的日益严重,雾霾天气逐渐增多,对传感器的性能提出了更高的要求,然而对于气体传感器的研究却缺乏大型的、一体化、同时实现多种气体在线检测的设备作为支撑。本课题组经过多年探索,自主研发了具有领先水平的一体化混合配气和气体传感器在线检测系统SJTUGDS-919。该套设备硬件经精心设计和严格验证,具备气体传感研究过程中常用到的所有功能,且所有控制都能在上位机软件上完成,实现了完全的自动化。 本套设备可以实现对气体传感器的快速在线检测,支持自动采集、自动计算、自动标定。该系统可以实现多组分复杂气体的精确稀释和配比,为传感器的多组分定性、定量识别和测量提供保障,并且集动态检测、静态检测、探针检测于一体。同时,该套设备还可以调节气氛的压力和湿度,并首次实现气体温度和传感器温度的协同调控,精准模拟了真实大气环境。应用此套设备,可大幅度缩短研发时间,降低实验成本,极大的提高工作效率,保证气体传感器研发工作的顺利推进。 本项目研发依托于“微米/纳米加工技术”国家级重点实验室和“薄膜与微细技术”教育部重点实验室等先进平台,本套系统现已申请八项发明专利,两项软件著作权。应用此套系统已开展科研项目十余项,发表高水平论文50余篇。SJTUGDS-919是首创的高度集成化的国内一流的气体传感器检测系统,是气敏研究和传感器器件研发的必备利器,是治理大气污染的开山斧!目前正在寻求将此系统设备产业化,推向市场。
上海交通大学 2021-04-13
一体化混合配气和气体传感器在线检测系统的研究与开发
 大气污染的日益严重,雾霾天气逐渐增多,对传感器的性能提出了更高的要求,然而对于气体传感器的研究却缺乏大型的、一体化、同时实现多种气体在线检测的设备作为支撑。本课题组经过多年探索,自主研发了具有领先水平的一体化混合配气和气体传感器在线检测系统SJTUGDS-919。该套设备硬件经精心设计和严格验证,具备气体传感研究过程中常用到的所有功能,且所有控制都能在上位机软件上完成,实现了完全的自动化。  本套设备可以实现对气体传感器的快速在线检测,支持自动采集、自动计算、自动标定。该系统可以实现多组分复杂气体的精确稀释和配比,为传感器的多组分定性、定量识别和测量提供保障,并且集动态检测、静态检测、探针检测于一体。同时,该套设备还可以调节气氛的压力和湿度,并首次实现气体温度和传感器温度的协同调控,精准模拟了真实大气环境。应用此套设备,可大幅度缩短研发时间,降低实验成本,极大的提高工作效率,保证气体传感器研发工作的顺利推进。  本项目研发依托于“微米/纳米加工技术”国家级重点实验室和“薄膜与微细技术”教育部重点实验室等先进平台,本套系统现已申请八项发明专利,两项软件著作权。应用此套系统已开展科研项目十余项,发表高水平论文50余篇。SJTUGDS-919是首创的高度集成化的国内一流的气体传感器检测系统,是气敏研究和传感器器件研发的必备利器,是治理大气污染的开山斧!目前正在寻求将此系统设备产业化,推向市场。
上海交通大学 2021-04-13
系列化主被式上下肢关节运动康复器
针对脑卒中与关节损伤高发趋势,本产品基于康复医学理论研发多关节智能康复产品,覆盖肘、膝、踝、腕等上下肢关键关节,通过对关节的反复训练,增强关节本体感觉,打开活动度,推动神经系统重组代偿,助力关节功能恢复。 本产品实现多项突破,运用高精度传感器,精准捕捉关节运动微小变化,实现人机互动与实时康复数据反馈;结合自适应算法实现动态重力补偿,精准调控角度/速度/力矩三维参数,通过循迹坐标点样线拟合生理运动轨迹;创新集成多训练模式切换系统,满足全康复周期需求;产品兼具硬/软件双重安全防护,提高产品安全性。 腕关节康复器 前臂康复器 肘关节康复器 膝关节康复器 踝关节康复器
吉林大学 2025-05-19
人工智能应用创新实训平台 型号:LPPE002
人工智能应用创新实训平台是一款专为人工智能领域专业学生设计的多功能教学工具,它集科研教学、实验实训和项目实践于一体,提供了一个全面的学习环境。该平台以国产高性能芯片RK3588作为其边缘计算的核心,支持本地化编程开发,使得学习者能够深入掌握人工智能技术。此外,平台还支持PyTorch、TensorFlow、NCNN等多种主流深度学习框架,便于学生进行模型训练和推理实践。 平台内置了丰富的案例资源,包括但不限于MobileNet、Fcn_Resnet、Resnet、Openpose、Unet、Retinaface、Yolov8pose、Yolov11等前沿模型,为学生提供了实际操作和学习深度学习模型的机会。这些内置模型不仅有助于学生理解深度学习算法的实际应用,也为他们的创新项目提供了坚实的基础。通过这样的实训平台,学生能够在实践中深化理论知识,提升解决实际问题的能力。 本平台融合了先进的多模态大模型智能体,并配备了一系列场景化实体组件,包括深度相机、双轴云台、多轴机械臂、微型输送带、工业级相机以及麦克风阵列等。这些尖端设备使得我们能够快速构建智慧工厂、智能分拣、智慧交通、智能家居等多种应用场景。
江苏学蠡信息科技有限公司 2025-07-15
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
一种在线水质快速检测系统及其检测方法
(专利号:ZL 201210372614.3)  简介:本发明公开了一种在线水质快速检测系统,属于工业废水水质检测领域。所述检测系统由检测装置、电源与信号转换处理装置、指示剂投加装置以及清洗装置四部分组成。本发明提供的系统,用于直接显色或指示显色工业废水水质检测,具有响应速度快(<1秒)、抗腐蚀性强(无废水接触元件)、运行稳定(无活动检测元件)、使用寿命长、维护简单等优点。
安徽工业大学 2021-04-11
犬细小病毒乳胶检测试剂及检测应用
犬细小病毒病是由犬细小病毒引起犬科动物的一种烈性传染病。具有发病率高、死亡率高和传染性强。目前检测犬细小病原的方法HA/HI与PCR和ELISA方法自身所限,及目前宠物医疗的门诊条件,都难以在宠物医疗门诊推广。乳胶凝集检测迅速,不需要特殊的仪器和专门的技能,具有很大的优势。 该项目提供一种犬细小病毒乳胶检测试剂,由犬细小病毒单克隆抗体和乳胶组成。该试剂具有特异性强,灵敏度高,检测时间短的特点。该项目提供了一种犬细小病毒乳胶凝集检测方法,该方法简单,易于操作,准确率高。提供了一种杂交瘤细胞株,能够分泌抗CPV的特异性的单克隆抗体。该细胞由骨髓瘤细胞SP2/0和犬细小病毒粒子免疫的小鼠脾细胞融合而得,该杂交瘤细胞株27D可以在含有20%胎牛血清的RPMI-1640培养基中以半贴壁方式生长,生长环境为37℃,5%CO2的培养箱。该杂交瘤细胞株为浑圆透亮,成簇生长,并能稳定的分泌抗犬细小病毒的单克隆抗体。提供了一种抗CPV-2b的单克隆抗体,能够特异性的识别CPV-2a 、CPV-2b 等CPV病毒。提供一种犬细小病毒乳胶在体外检测犬细小病毒中的应用。 该项目制备的抗是CPV-2b亚型的单克隆抗体。克服了普通乳胶致敏抗体时,致敏量少,不稳定,抗体容易脱落等缺点,提高了抗体的结合效率,而且致敏上的抗体不容易从乳胶上脱落,进而提高乳胶的敏感性和保质期,适合了产品开发和大规模生产的要求。 转化条件:具有GMP车间,实现规模化生产;宠物医院 成果完成时间:2016年
华中农业大学 2021-01-12
沈阳金铸机器人自动化科技有限公司
沈阳金铸机器人自动化科技有限公司 2025-09-22
一种基于结构化高光谱系统的猕猴桃硬度预测的无损检测方法
本发明提供了一种能够无损预测猕猴桃货架期硬度的结构化高光谱检测系统及方法。通过计算机编程产生空间频率为60cycles/m的正弦条纹光,投影至被测物,利用高光谱相机拍摄‑2/3π、0和2/3π三个相位图片,再将相位图片解模为完整图片,并获取结构光光谱信息。选取在室温下贮藏不同时间的猕猴桃样品,采集结构化高光谱数据,并通过破坏性检验获取样本硬度的真实值。对结构光数据解模并预处理,提取样品结构光光谱信息,构建硬度预测模型。结果表明,结构化高光谱系统对猕猴桃硬度的最佳预测模型的R<subgt;c</subgt;<supgt;2</supgt;为0.8697,R<subgt;p</subgt;<supgt;2</supgt;为0.8204,显著高于普通高光谱技术。本发明用于预测果实硬度有较高的准确率,尤其针对储存过程中成熟迹象不明显的猕猴桃果实硬度的检测。
南京工业大学 2021-01-12
国务院印发《关于深入实施“人工智能+”行动的意见》
《意见》提出加快实施6大重点行动
云上高博会 2025-08-27
首页 上一页 1 2
  • ...
  • 28 29 30
  • ...
  • 468 469 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