VNA5000A是一款高性能的矢量网络分析仪，具有优良的测试动态范围、分析带宽、相位噪声、幅度精度和测试速度；该设备提供单端口、响应隔离、增强型响应、全双端口等多种校准方式，内设对数幅度、线性幅度、驻波、相位、群时延,Smith圆图、极坐标等多种显示格式，外配USB、LAN、GPIB、VGA等多种标准接口，具有传统矢量网络分析仪的全部测量功能，能精确测量微波网络的幅频特性、相频特性和群时延特性。该产品可广泛应用于发射/接收(T/R)模块测量等领域，是雷达、通信、导航等系统的科研、生产过程中必不可少的测试设备。 功能特点 频率范围：10 MHz~50 GHz 四个内部相位相参信号源，八个真正并行测量的接收机 高动态范围：130 dB（典型值），迹线噪声优于0.001 dB，测量精度高 支持多窗口、多通道测量，快速执行复杂测试方案 校准类型灵活可选，兼容多种校准件 外设接口丰富，灵活实用 应用领域 微波射频器件研发与设计 TR组件测试 自动化测试及校准 雷达、通信等电子装备测试

VNA1000A是一款高性能的矢量网络分析仪,具有优良的测试动态范围、分析带宽、相位噪声、幅度精度和测试速度；该设备提供单端口、响应隔离、增强型响应、全双端口等多种校准方式，内设对数幅度、线性幅度、驻波、相位、群时延、Smith圆图、极坐标等多种显示格式，外配USB、LAN、GPIB、VGA等多种标准接口，具有传统矢量网络分析仪的全部测量功能，能精确测量微波网络的幅频特性、相频特性和群时延特性。该产品可广泛应用于发射/接收（T/R）模块测量等领域，是雷达、通信、导航等系统的科研、生产过程中必不可少的测试设备。 功能特点 频率范围：10MHz~50GHz 四个内部相位相参信号源，八个真正并行测量的接收机 高动态范围大：120dB（典型值），迹线噪声优于0.001dB，测量精度高 校准类型灵活可选，兼容多种校准件 支持多窗口、多通道测量，快速执行复杂测试方案 外设接口丰富，灵活实用 应用领域 微波射频器件研发与设计 TR组件测试 自动化测试及校准 雷达、通信等电子装备测试

本发明涉及潜在指纹显现技术领域，具体的说是一种运用核酸适配体与溶菌酶识别，形成G四链体扦插荧光分子进行荧光检测潜指纹的方法。所述包括以下步骤：①按捺指纹：在样品表面获得汗潜指纹；②配制荧光显色溶液：将DNA溶解于包含NaCl、MgCl2和KCl的Tris?HCl缓冲溶液中，然后加入NMM溶液充分混合；③荧光显现潜指纹：将步骤②得到的溶液滴涂到步骤①的潜指纹样品表面反应后，用去离子水快速清洗干燥后的

北京豪思生物科技有限公司（简称豪思生物）是一家由留学归国人员创立的研发型高新技术企业，公司的研发及高层管理团队由多位留学欧美的资深学者和企业家组成，具有丰富的医疗技术研发及管理运行经验。 豪思生物在全球临床质谱研究领域权威科学家、公司首席科学顾问Gert Lubec 教授牵头指导下，公司自主研发了一系列临床质谱筛查产品，包括应用于阿尔兹海默症、心血管疾病、泌尿疾病等重大疾病早期筛查诊断、遗传代谢病筛查、药物浓度检测、代谢物检查（氨基酸、脂肪酸、胆汁酸）、类固醇激素检测、维生素谱检测等质谱检测产品和服务，尤其在阿尔兹海默症早期诊断、治疗与监测相关技术已具备国际领先水平。 同时，公司与美国梅奥医疗平台、清华大学质谱研究组、北京大学有着深度的合作关系，通过大力整合国内外先进技术资源，从而构建国际领先的质谱诊断平台。豪思生物的研究成果已在国内成功申请10项专利，国际专利申请工作也正同步进行。点击上方按钮联系科转云平台进行沟通对接！

本发明公开了一种交联型聚电解质-表面活性剂复合物的制备方法及用途。采用自由基聚合的方式制备了聚（甲基丙烯酰氧乙基氯化铵-丙烯酸羟烷酯）共聚物。采用溶液滴定络合的方式制备了聚电解质-表面活性剂复合物。将聚电解质-表面活性剂复合物和交联剂共同溶解在有机溶剂中，采用原位交联的方式制备了交联型聚电解质-表面活性剂复合物膜。交联型聚电解质-表面活性剂复合物分子内部的离子交联结构能够有效保持复合物结构的稳定性，分子链间通过交联剂的交联作用可有效抑制该复合物膜在醇/水料液中的过度溶胀。通过调控共聚物的共聚比例和交联剂的种类可有效调控膜结构。该类优先透醇膜制膜方法简单易行、成本低廉，具有良好的工业应用前景。

项目背景：目前国产小麦“质差量不足、品质不稳定、 种植效益低”问题突出，特别是亩产效益低下，农户种植积 极性不高。由于我国过去科研和生产上长期追求高产，缺乏 对优质小麦新品种及其产业的系统研究，国内市场出现了优 质小麦进口数量逐年增多的现象，普通小麦价格疲靡，而优 质小麦却价格紧俏，供不应求。因此，亟需小麦品质改良、 稳产增效和产业协同攻关与突破，满足市场不同的需求，提 高企业经济效益。本项目计划以特色优质小麦为技术核心， 建立示范基地 50 亩，通过科研、生产和企业紧密结合，根 据市场需求选择优质小麦新品种、建立节本高效配套栽培技 术，构建“定单”式种加融合模式，实现加养融合增值增效， 助力实现西海岸新区打造全国强筋、中强筋小麦的“品种优 质化、种植区域化、销售定单化”种植先行区，从根本上解 决国产优质小麦“质量较差，指标不稳，数量不足”的问题， 扭转优质小麦依赖大量进口的被动局面。 所需技术需求简要描述：1.联合选育或引进特色高产优 质小麦新品种（系）。联合选育或引进推广具有广阔市场前 景的营养健康、优质高效小麦新品种（系），通过建立核心 示范区并大面积辐射推广种植。2.研发新品种水肥一体化技 术，配套适宜于不同肥水条件和地力水平的绿色高效、高产 优质特色小麦栽培技术，达到节本增效、绿色丰产,保障粮食安全。3.创新小麦全产业链提质增效机制。建立起种子为 芯片、龙头企业为核心、产学研一体化的特色小麦全产业链 融合升级协同机制，开发特色优质小麦高附加值新产品，助 力健康中国和乡村振兴战略。  对技术提供方的要求:1.项目所用优质小麦新品种及技 术为自主培育和研发。2.提供集成肥水高效，水肥一体化栽 培技术和绿色高优种植技术的品种环境协同调控方案。3.构 建特色专用小麦高效耕作制度，并建立技术标准，创建国内 特色优质小麦节本增效生产新途径。 

主要研究APT 网络攻击全链条的通用表征和威胁模型， 实现攻击的全链条威胁分析；研究跨平台内核数据实时可信 采集方法，探索基于去噪和去冗技术的高效数据解析、基于 语义恢复技术的关键字段填充；研究多源异构内核数据的重 构方法；研究保持全局依赖的数据压缩方法，实现实时、高 效、普适的数据压缩；研究面向APT网络攻击全链条的智能 检测框架，实现对攻击的全链条高效检测；研究APT网络攻 击的演化模式，实现APT网络攻击的可解释溯源分析。

成果描述：通信网络关键节点可视化分析系统提供了Degree、 Betweenness centrality、Closeness centrality、 Eigenvector centrality、 HITS和PageRank等中心性计算算法。 不同的算法适用于不同的场合。Degree算法表示节点的直接影响力强弱。 节点的Degree中心性值越高，该节点的直接影响力越大。 Betweenness centrality算法研究节点之间的通信程度和节点对信息的控制， 使用该算法可以准确找到网络中某些“流量”非常大的重要节点；本算法可用于设计网络的通信协议、 优化网络部署和检测网络瓶颈等。Closeness centrality研究信息传播的独立性和有效性； 本算法反映了节点在网络中居于中心的程度；本算法可用于考察一个节点不依靠其它节点来传播信息的程度。Eigenvector centrality基于特征向量的方法不仅考虑节点邻居数量还考虑了其质量对节点重要性的影响， 这是从网络中节点的地位和名望角度考虑，适用于网页排序。HITS是一种重要的网页重要性排序算法，主要适用于网络信息检索领域。 PageRank是网页排序领域中最著名的算法；该算法基于网页的链接结构给网页排序；它认为万维网中一个页面的重要性取决于指向它的其它页面的数量和质量；本算法适用于网页排序。 在本系统中可以方便、轻松和快捷的使用以上算法；输入数据，选择中心性算法，系统会快速展现算法分析结果；结果中越重要的节点在画面展示中直径越大， 直径越小的节点表示节点的重要性越低；在系统右侧栏目中节点以重要性程度降序排序，前五个节点名字用红色突出标记。 以上展示方式是为了让分析人员方便分 析数据。市场前景分析：发掘网络中重要性节点 （边）一直是图论领域 的一个基本问题。随着 近年来复杂网络研究热 潮的兴起，特别是很多 实际网络所抽象出来的 复杂网络，表现出了与 以往图理论不同的特性， 如小世界特性、无尺度 特性等。如何在复杂网 络环境下，发掘重要性 节点已经成为复杂网络 研究的一个基本问题， 同时网络中节点的重要 性进行评估具有重要的 实用价值。尤其对各种 各样具体的网络，更可 以有针对性地分析其性 质，制定正确的策略和 措施。与同类成果相比的优势分析：本系统提供了更多的中 心性算法，分析人员可 以在本系统上从多角度 分析数据，从而得出更 为准确的分析结果； 本系统提供了数据可视 化的展示方式，并且将 重要的节点突出展示； 本系统提供了不同算法 的对比分析表，方便分 析人员对比分析； 本系统提供重要节点的 进一步分析思路，提供 节点的详细分析页面。

面对疫情，北京航空航天大学机械工程及自动化学院先进数控和智能制造团队刘强教授、肖文磊副教授等一批教师和研究生自发组成“大数据建模分析工作群”，开始收集疫情数据，交流和讨论建模方法。刘强、肖文磊又与工作群中的孙鹏鹏、王柳权、臧辰鑫、朱三颖、高连生等人，组成了“2019-nCoV疫情建模分析应急响应研究小组”核心攻关组，全力以赴开展本次疫情建模仿真和预测分析研究工作。疫情建模分析应急响应小组的研究工作是在2003年郇极教授提出的“一种基于自动控制理论的SARS传染预测模型”的基础之上，结合此次新冠疫情原发地高度集中、恰逢春节期间人口流动的特点，采用控制论原理和大数据分析方法建立功能更全面的2019-nCoV动态感染过程模型。刘强教授团队对北京、上海、重庆、温州、长沙、郑州、成都、杭州、深圳等40余个城市的疫情数据发展趋势进行了动态仿真分析。基于分析结果，应急响应小组直接向上级部门提交疫情关键数据预测报告2份，直接向中国疾控中心提供预测分析数据及报告2份，向上级提出北京延期恢复正常上班的紧急建议1份，为高层疫情防控决策提供了及时有效的技术数据支持。