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
物联班牌系统
1.   信息展示与传递:视频、相册、通知等即时和定时推送,支持校内终端统一管理 2.   校园展示:校园视频、校园相册、校园通知、校园新闻 3.   班级功能:地理位置信息、班级格言、天气预报、班级相册、班级通知、班级说说、个人提醒 4.   走班考勤:结合高考改革和走班制,与智能一卡通和排课系统对接,完成班级走班考勤 5.   扩展板块:学校个性化应用板块,支持学校校园子系统对接 6.   个人中心:包含家庭留言、个人课程表、一卡通、图书管理等其他校园需要身份认证的个性化应用 7.   物联管理及二维码扩展功能:通过与智能硬件配合,完成班级电子设备场景化等管理,并支持教师手机端同步管理及设备状态监控
北京神州数码有限公司 2021-08-23
农业物联云平台
农业物联网云平台结合了最先进的物联网、云计算、传感器、自动控制等技术,在浏览器或手机客户端实时显示大棚、大田、温室、茶园等温度、湿度、PH值、光强度、CO2含量,或作为自动控制的参变量参与到自动控制中,保证农作物有一个良好的、适宜的生长环境。 平台架构: 农业物联网架构可分为三层:感知层、传输层和应用层。 感知层:采用各种传感器,如温湿度传感器、光照传感器、二氧化碳传感器、风向传感器、风速传感器、雨量传感器、土壤温湿度传感器等来获取植物的各类信息。 传输层:由各种网络,包括互联网、广电网、网络管理系统和云计算平台等组成,负责传递和处理感知层获取的信息,能将温度、湿度、PH值、光强度、CO2数据远传到云端数据服务器中,也可以将数据进行本地存储,具有远程查询,断点续传的特点,确保系统的数据完整性。 应用层:物联网和用户的接口,它与行业需求相结合,实现物联网的智能应用。平台可灵活配置实时画面,展现趋势图、报表、告警等,如温湿度、光照参数等,收集每个节点的数据,进行存储和管理实现整个测试点的信息动态显示,并根据各类信息进行自动灌溉、施肥、喷药、降温补光等控制。对异常信息进行自动报警。 平台监测功能(以茶树为例): (1)PH值监测 茶树是喜酸性土壤的作物,它只能在酸性土壤中才能生存,要求土壤PH值在4~6.5之间,以4.5~5.5之间最适合茶树生长。当酸度不在正常范围时,可通过施肥改变土壤酸碱性; (2)水分监测 茶树要求土壤相对含水量在60%~90%之间,以70%~80%为宜,保证茶树水分的补给,满足生长要求; (3)湿度监测 茶树生长的相对湿度以80%~0%为宜,在空气湿度较高,土壤水分适当的情况下,新叶的持嫩性强,叶质柔软,叶面富有光泽,角膜层薄,品质更加精良; (4)雨量监测 茶树虽喜潮湿,但也不能长期积水,茶树最适合的年降水量在1500mm左右。茶园中应设排水沟和滴灌装置,一旦雨量超出正常范围,可及时采取措施; (5)温度监测 茶叶最适合的温度是15~35℃。10℃以下生长缓慢或停止;10℃左右开始发芽;35℃以上嫩叶灼伤,生长受限;-13℃,茶树冻枯甚至死亡; (6)光照监测 茶树耐阴,但也需要一定光照使其产生营养物质,根据光照分析叶片光合作用效率,避免在茶树适合生长的光照条件下采摘,避开生长期,完成采摘工作; (7)害虫监测 病虫害发生,是导致茶叶欠收和品质影响的重大因素,同时也是茶农使用农药,导致农药残留超标的罪魁祸首。对病虫害进行监测和防治,采用科学防治技术,不仅可以保证茶园的生态环境,更能保证茶叶质量; (8)数据分析 通过茶园安装的监测装置将茶树生长的环境实时传输到后台管理中心,对所有采集的数据进行分析识别; (9)数据推送 后台对茶园采集的数据进行大数据分析后,当某一数值超出设定范围时,后台管理中心会向茶农发送报警信息提示茶农; (10)自动控制 后台管理中心监控到茶树的土壤水分或者湿度等数值偏离适合茶树生长的范围时,自动控制系统会打开茶园相应的水阀实施喷灌或者滴灌,当达到适应值时自动关闭水阀。
新立讯科技股份有限公司 2021-08-23
净气型物联网系列
顶部根据化学品类别可选配过滤模块系统高效物联网功能,让监管更简单便捷无需消耗空调能耗,高效节省能源,废气不外排,新型环保移动方便,就近存储,方便存取,提高工作效率
焦雪安全科技(无锡)有限公司 2022-05-23
氢键吸附树脂在中药有效成分提取中的应用
南开大学科研人员在“氢键吸附剂的合成、结构和吸附性能研究”中,合成出了3类氢键吸附树脂,包括ADS-15,ADS-17,ADS-F8等高分子吸附剂。这些吸附剂在结构和性能上突破了以二乙烯苯为主要原料的普通吸附树脂的框框,对中药主要成分黄酮类、生物碱类、酯类、皂甙类等以氢键吸附机理进行提取分离,具有较高的吸附量和选择性,可得到中药有效成分含量较高的提取物,并且提取工艺简单、生产成本较低,能够适应许多中药成分提取的要求。如人参、绞股蓝、三七、银杏叶、山楂、葛根、苦荞、沙棘、芍药、穿心莲、喜树果、栀子、黄连、三棵针、黄芩等有效成分的提取都已形成较成熟的工艺,部分已用于实际生产,取得了很好的经济效益和社会效益。
南开大学 2021-04-10
一种从鲢鱼鱼头中提取磷脂的方法
其他成果/n以大宗养殖淡水鱼为原料提取磷脂的技术领域,具体涉及一种从鲢鱼鱼头中提取磷脂的方法及其产品,其步骤包括:1)将洗净的鲢鱼鱼头剁碎成1~2cm见方的鱼头碎块;2)将鱼头碎块与体积分数为95%的乙醇按照质量体积比1:10~1:20混合,得到待处理物;3)将待处理物在闪式提取装置内进行鱼头碎块的高速破碎,得到浆液;4)将浆液进行过滤,得到乙醇提取液;5)将乙醇提取液除去乙醇,再与丙酮按照质量体积比1:5~1:10进行搅拌混合,离心后移去丙酮上清液并脱除残留丙酮后即为成品。本发明通过极为简易的工艺过程,只使用非常易得且对提取成分无害的提取液,并配合高效的过程控制,即可实现鲢鱼鱼头中磷脂的高效提取。
武汉轻工大学 2021-04-11
一种视频图像中提取前景的方法及装置
本发明实施例提供了一种视频图像中提取前景的方法及装置,所述方法包括:利用根据预设数量的背景帧图像建立的高斯模型消除有前景进入的视频帧图像的背景,获得消除背景后的视频帧图像;根据所述消除背景后的视频帧图像的信息和所述预设数量的背景帧图像的信息,生成预先训练好的神经网络模型的输入参数的值;根据所述输入参数的值以及所述训练好的神经网络模型生成相应的输出值;根据所述消除背景后的视频帧图像的信息和所述神经网络模型的输出值的关系,检测出所述消除背景后的视频帧图像包含的阴影点和光照噪声点。
电子科技大学 2021-04-10
基于矢量数据的 SAR 影像道路损毁信息提取方法
一种基于矢量数据的 SAR 影像道路损毁信息提取方法,根据灾后的 SAR 影像的范围,获取对应区 域的矢量数据;将矢量数据投影到 SAR 影像的坐标系之后,将矢量数据配准到 SAR 影像上;提取 SAR 影像的疑似道路损毁区,包括利用道路检测算子进行线检测,将道路宽度信息与道路矢量数据进行形状 水平集分割,融合得到疑似道路损毁区;建立贝叶斯网络模型对疑似道路损毁区进行进一步判断,提取 出道路损毁信息。本发明利用矢量数据作为先验信息,辅助 SAR 影像道路变化检测,检测率高;提出 的线检测与形状水平集相结合的方法能够很好的提取断裂区,漏检率低;建立的贝叶斯网络模型能够有 效的剔除干扰信息,减少道路损毁提取的虚警。
武汉大学 2021-04-13
一种从棉籽粕中提取棉籽蛋白的方法
研发阶段/n本发明涉及一种提取棉籽蛋白的方法,包括:(1)将棉籽粕粉碎;(2)超声波处理棉籽粕;(3)提取棉铃虫活性酶;(4)棉籽粕酶解;(5)升温灭酶,然后离心分离,得到上清液和滤渣;(6)将滤渣再加水洗,水洗液与步骤(5)中得到的上清液合并;(7)将合并后的上清液经微滤膜除杂、纳滤膜浓缩、干燥后即得到粉状棉籽蛋白。本发明的方法使得棉籽蛋白的生产具有较高的提取率,而且产品具有较强的功能活性,同时解决了现有生物酶解工艺方案需高价购买蛋白酶,造成生产成本偏高的问题。
湖北工业大学 2021-01-12
少通道脑机接口EEG信号的特征提取方法
本发明公开了少通道脑机接口EEG信号的特征提取方法,尤其涉及用于脑机接口的信号处理方法,属于认知神经科学、信息处理相交叉的技术领域。本发明通过基于sin波辅助信号的多变量经验模式分解将少通道EEG信号扩容至多通道,通过将多通道合成信号映射在多维球体上以获取投影极限值瞬时时刻及其对应的通道信号,由投影极限瞬时时刻及其对应的通道信号确定多通道合成信号局域均值,以多通道合成信号及其局域均值的差值为固有模态函数,经过多次迭代计算获得多个固有模态函数。本发明提出的基于sin波辅助信号的多变量经验模式分解有效克
东南大学 2021-01-12
一种基于穆勒矩阵的套刻误差提取方法
本发明属于半导体制造中的套刻误差测量领域,具体涉及一种基于穆勒矩阵的纳米结构套刻误差提取方法。本发明采用穆勒矩阵矩阵对角线上的 M13 和 M31 元素,或者 M23 和 M32 元素的线性组合分别直接拟合得到一条直线,利用该拟合直线可直接根据测量穆勒矩阵元素得到套刻误差。该方法可以实现不同周期下一维套刻结构套刻误差的快速、准确提取。本发明方法可以实现一维套刻结构的套刻误差的快速、准确提取。
华中科技大学 2021-04-14
首页 上一页 1 2
  • ...
  • 41 42 43
  • ...
  • 169 170 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