该成果提出了一种基于空谱差分辅助核联合稀疏表示分类的高光谱图像分类方法。本章方法的主要创新性在于：1）能够将光谱的差分辅助信息和原光谱特征信息有效结合。2）能够考虑不同光谱属性间的高阶空间相关信息。3）原空谱和差分空谱核特征字典的信息通过具有混合正则的核联合稀疏表示分类方法得到充分利用。通过在真实高光谱图像数据上的实验表明，该成果提出的方法能够有效地提高高光谱遥感图像的分类效果。 主要技术指标 不同数据集下的训练样本与测试样本数参阅表 1. 在该训练样本集数量下的分类结果表现参见表 2. 相比于传统分类器 SVM，OA 提高了约 20%；相比于 SOMP，OA 提高了约20%。 该成果无需使用 GPU 资源在保证精度的同时有效提升了分类的精度和效果，同时在较少训练样本条件下仍能得到较好的分类精度和分类效果。 表 1. 不同数据集下的训练样本选取数量 表 2. PaviaU 大学数据下不同方法的正确率比较

南科大医学院教授张文勇、研究助理教授栾合密等在国际著名生物信息学与计算生物学期刊Bioinformatics上发表题为“CPVA: a web-based metabolomic tool for chromatographic peak visualization and annotation”的论文。该研究创新提出了以色谱中心策略算法（CCS）提高基于质谱的组学数据质量，并搭建了R-Shiny的Web应用CPVA，实现了组学数据在线交互式的处理。 该论文提出了色谱中心策略算法（CCS），并开发了在线互动工具来解决该领域普遍存在的问题。色谱中心策略是指通过对组学数据中提取的色谱峰形状进行数字化描述，包括对称性（Symmetry）、锯齿度（Jaggedness）、形态（Modality）、色谱质量指数（MCQ）等，并以在线互动的方式直接展示色谱峰的形态特征。

产品详细介绍         谱诚博阅原卷留痕阅卷机，独创的原卷留痕阅卷新模式，能够切实解决师生存在的不同困境，提高教师阅卷效率，给广大学子增效减负。          我们的原卷留痕智能阅卷机，具体优势有以下几点：      1.无需答题卡。省时省钱      2.无需人工干预。减轻教师负担      3.原卷答题。学生原卷答题无需答题卡，省时便捷      4.原卷批改。方便学生复习，教师掌握学生学情。      5.高效阅卷。一键阅卷，操作简单；客观题自动批阅、主观题得分自动识别、总分自动统计、错题标准答案自动打印；双面同时阅卷，效率优于人工批阅。                                                                       阅卷机产品展示图 谱诚博阅的原卷留痕阅卷机AYJ800针对网上阅卷系统的不足，做出创新改进，实现了学生原卷作答，教师原判批改，所有的批改原卷留痕，阅卷机本身负责主观题的批改，客观题的批改读取，可以与原有的共享资源平台对接形成闭环，更有针对性的服务于基础教育阶段的师生，因材施教。                                                                                                                              阅卷机批改后的卷面效果   此外，谱成博阅科技有限公司基于大数据的准确分析给学生提供专家级学情分析报告，可以真正的促进学生的学习，针对性提高学习效率，具体有以下优势： 1.纸质试卷自动电子存储 2.学生答题分析 3.易错知识点分布统计 4.平台利用学情报告完成针对性教育与个性化学习 5.自动生成学生错题本，学生提高成绩有捷径 6.自动生成高频易错题集，老师定位重点有方向 7.学生各人知识点掌握情况分析表，补齐短板有目标 8.每人一张个性卷，数据分析有反馈 如今，教育行业，越来越多的教学内容期待高效的传播，越来越多的基础教育阶段的学生希望节约时间，更注重自己全方位的发展，越来越多的教育培训服务更多的依赖大数据的分析来快速指导实践，谱诚博阅原卷留痕阅卷机AYJ800就可以很好地满足教育行业师生的各种需求，无论从教学、考试还是各大培训都会相得益彰共同发展，未来在原卷留痕阅卷机的广泛普及下，必将极大地促进基础教育的发展，为学生学习开辟更加恢宏的康庄大道。 杭州谱诚博阅科技有限公司——教育信息化服务理念的倡导者,我们专注于教育，致力于实现创新技术与传统教学模式的最佳融合，倾注全部的心血和激情，发展互联网教育服务产业，开创中国教育现代化的未来。我们创造并实践崭新的服务模式和商务模式，打造产业生态圈。在智能阅卷、智慧课堂、云端针对练习、云端个性考试服务、K12互联网信息化教育等领域，博阅科技的创新理念和技术将推动行业的蓬勃发展。 公司现已拥有独立的研发团队、生产基地，以及遍布全国的销售网络渠道。公司开发的爱阅卷原卷留痕阅卷机系统，多项技术通过了国家有关部门的严格测试，技术处理水平先进。博阅爱阅卷原卷留痕阅卷机系统是将现代先进的图像压缩、分割技术与高速图像扫描设备相结合而产生的一项高效数字化信息系统。系统经过严密设计，并结合传统的阅卷模式，成功地将先进的计算机网络技术同教师阅卷工作结合在一起。在充分考虑用户的需求和使用状况的基础上，优化、整合设计流程，实现了灵活方便的阅卷、大数所分析、试卷管理过程，充分体现了本阅卷系统的实际效益和推广意义。博阅科技正成为广大师生及家长的好伙伴。

  GIM302惯性测量装置由三轴陀螺仪、三轴加速度计、温度检测模块及数据处理电路构成，可实时监测运动体的三维角速度、三维线加速度及空间姿态信息，并通过RS422/RS485数字接口依照既定通信规约输出经过多维度误差修正（涵盖温漂补偿、装配偏差校正、非线性特性校准等）的完整惯性参数。该设备采用差动式陀螺设计架构，显著降低了直线加速度与机械振动带来的干扰，同时具备宽温域补偿功能，确保在严苛工业环境下稳定工作。 应用范围: 该系列产品典型应用场景包括：便携式三维激光扫描系统、工业机器人高精度运动控制、微创手术导航设备、地下工程定向钻进系统、智能驾驶测试平台、水下机器人定位导航、无人机飞控与制导系统等。

技术亮点 ❖ 4~20mA/0-5V输出； ❖ 宽电压输入9~36V； ❖ 高抗振性能>3500g； ❖ 工作寿命长达10年 产品介绍 LTS6系列电流输出型倾角传感器是瑞惯科技自主研发的高性价比全姿态角度测量产品，基于创新抗干扰平台打造，搭载新一代MEMS传感技术，具备宽温域适应性与优异抗振性能，工作稳定性卓越，设计使用寿命可达10年。 该产品采用无接触式测量原理，通过高精度电容式MEMS单元检测重力分量变化，实时解算倾斜角度。安装方式灵活便捷，直接固定于被测物体表面即可，无需额外机械转轴结构，支持多场景安装适配，可广泛应用于工程机械、农业装备及工业自动化等领域，为客户提供可靠的倾角测量解决方案。   应用范围 该系列产品凭借其高精度惯性测量能力，在工业级应用领域具有成熟解决方案： ❖ 农业机械设备     ❖ 工程起重设备     ❖ 高空作业平台       ❖ 高空作业吊篮❖ 木工加工机械     ❖ 建筑塔式起重机   ❖ 医疗器械设备调平   ❖ 电动车辆控制系统

成果提供了两种因硫化原因报废的铅酸蓄电池的修复电路系统及方法，即根据报废电池容量的人工设定值及电池损坏程度的自动检测值，修复系统可以分阶段输出相应的恒定电流与高能量系列高频谐振电流波的组合或者系统输出随时间变化而幅值减小的锯齿波组合，以此对蓄电池中各种大小的硫化铅晶体进行击碎，让其重新参加化学反应。我国铅酸蓄电池年产量达180多亿只以上，使用1～2年就报废了，在回收过程中对环境造成了严重的污染。报废的铅酸蓄电池中，小部分为物理损坏，大部分因硫化导致报废，如果对因硫化而报废的铅酸蓄电池进行活化修复，让其中60%的电池重新投入使用或延长其使用期，每年减少数千亿元以上的损失，也可创造数亿远的产值。这对于节能环保、发展低碳经济有着重要的意义，应用前景十分广阔

本实用新型涉及无人机无线充电技术领域，具体涉及用于无人机动态无线续航的共振耦合装置，包 括电动汽车和无人机，电动汽车上设置有电动汽车发射单元，无人机上设置有无人机接收单元；电动汽 车射频识别阅读器与无人机上 RFID 标签无线连接，发射端通信线圈与接收端通信线圈无线连接，功率 发射线圈两端连接有频率跟踪模块，频率跟踪模块包括连接在功率发射线圈两端的双管谐振逆变器，双 管谐振逆变器依次连接 PWM 驱动电路、锁相环电路、相位补偿比较电路、差分放大

膜蛋白生物标志物的超高灵敏度、高通量、多目标及操作简便的常压敞开式质谱（AMS）免疫分析新方法。该方法可实现微升级体液中或几十个细胞表面的疾病蛋白标志物的原位检测，检测灵敏度达zeptomole（zmol）水平。实现了血清样品中CA125等生物标志物的检测，有望用于卵巢癌和乳腺癌的早期诊断。该平台还可实现低至25个细胞水平的OVCAR-3和MCF-7细胞表面的重要三种生物标志物（CA125、CEA和EpCAM）的同时、原位表达差异测定，显示了超高的灵敏度和多目标同时检测能力，且具有普适性和可拓展性。

本发明公开了一种神经轴突牵拉生长装置，由培养与牵拉控制系统和机械装置两部分组成。其中，培养与牵拉控制系统包括有细胞培养箱、上位机、控制器和步进电机，机械装置包括有连接步进电机的联轴器、滚珠丝杆直线滑台、牵拉连接块、细胞牵拉生长装置、装置支撑架、底座。控制器连接并驱动步进电机旋转，带动联轴器一端的滚珠丝杆直线滑台产生位移，细胞牵拉生长装置固定在装置支撑架上，通过固定在直线滑台上的牵拉连接块而间接牵拉神经轴突。通过

"本发明为一种基于谱峭度的局部放电信号识别方法，首先通过短时傅立叶变换估计含噪信号的谱峭度，根据谱峭度与Wiener滤波之间的关系设计自适应最优带通滤波器，对含噪局部放电信号进行滤波，再进行2-3层的小波平滑去噪，得出比较理想的局部放电信号特征。该算法简单，计算方便，避免了小波去噪方法在信噪比较低时分解层数较多，容易丢失原有局部放电信号特征信息的缺点，大大提高了信噪比，而且失真度小，与理想局部放电信号的波形相似度最大。 "