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
壳聚糖新型两亲性聚电解质衍生物合成洗涤
消毒
剂(产品)
成果简介:甲壳素是从虾蟹等甲壳类动物的外壳以及菌,藻类低等植物的细 胞壁中提取的天然高分子材料,是自然界中的第二大生物衍生资源。壳聚糖 是甲壳素的 N-脱乙醛基产物,是自然界中唯一的阡性多糖。我们在对羧甲基 壳聚糖的制备方法进行深入研究的基础上,对羧甲基壳聚糖的进一步改性进 行深入地研究。制备出了具有表面活性、络合、抗菌、可降解无毒耐盐、廉价等优异性能的高档洗涤剂。可替代进口高档洗涤剂,主要用于果疏的清
北京理工大学
2021-04-14
人
乳头瘤病毒预防性疫苗
HPV16与人的子宫颈癌及其它多种癌瘤关系密切,HPV16感染在人群中呈明显上升趋势。预防HPV16感染可能预防人子宫颈癌及其它多种肿瘤。但因HPV16不能在体外及动物体内生长,很难得到足够病毒颗粒,因而无法进行疫苗研制。本实验室利用基因工程技术分离HPV16 L1基因,并将它重组入杆状病毒载体,使之在昆虫细胞中表达,目前已
西安交通大学
2021-01-12
RoboLab-Edu自主仿生
机器
鱼
本项目产业化的市场定位为便于携带、操作性强、可进行编程及二次开发的教育行业。RoboLab-Edu自主仿生机器鱼以热带盒子鱼为原型,采用单关节仿生尾鳍取代无刷推进器,有效降低设备运行噪声的同时节省了能量消耗;设备外壳采用光敏树脂材料3D打印制成,兼具轻便度与硬度;通过重力滑块机构实现设备的上浮下潜,控制更为灵活,具有水下图像识别、水声通信、路径规划等多种智能功能,最大下潜深度可达60m。 此机器鱼的主要特点: 1.节能高效:采用单关节仿生尾鳍作为动力源,利用反卡门涡街的驱动原理,仿生推进效率高达80%; 2.仿生设计:模拟热带盒子鱼的外形与游动方式, 机动性强,有效降低对水下环境的扰动; 3.安全可靠:采用整体开放,局部密封的设计, 配备红外避障传感器及照明灯,具有低电量返航、失联返航等功能; 4.二次开发:预留防水航插接口,可搭载PH、温度等外接传感器,开发新的功能。
北京大学
2021-02-01
基于
机器
学习的个人信用评估
本平台基于用户报刊订阅历史数据及用户个人信息,结合矩阵分解,K-Means等机器学习技术,构建了用户报刊个性化推荐系统,在提升推荐准确性的同时较好地解决了冷启动问题。
中山大学
2021-04-10
RoboLab-Edu自主仿生
机器
鱼
本项目产业化的市场定位为便于携带、操作性强、可进行编程及二次开发的教育行业。RoboLab-Edu自主仿生机器鱼以热带盒子鱼为原型,采用单关节仿生尾鳍取代无刷推进器,有效降低设备运行噪声的同时节省了能量消耗;设备外壳采用光敏树脂材料3D打印制成,兼具轻便度与硬度;通过重力滑块机构实现设备的上浮下潜,控制更为灵活,具有水下图像识别、水声通信、路径规划等多种智能功能,最大下潜深度可达60m。 此机器鱼的主要特点: 1.节能高效:采用单关节仿生尾鳍作为动力源,利用反卡门涡街的驱动原理,仿生推进效率高达80%; 2.仿生设计:模拟热带盒子鱼的外形与游动方式, 机动性强,有效降低对水下环境的扰动; 3.安全可靠:采用整体开放,局部密封的设计, 配备红外避障传感器及照明灯,具有低电量返航、失联返航等功能; 4.二次开发:预留防水航插接口,可搭载PH、温度等外接传感器,开发新的功能。
北京大学
2021-01-12
人
社部:2022年就业工作这样干!
人社部就业促进司司长张莹表示,2021年人社部会同有关部门认真贯彻落实党中央、国务院决策部署,深入实施就业优先政策,保持了就业局势的总体稳定,实现了“十四五”就业工作的良好开局。一是就业目标任务圆满完成。
人力资源和社会保障部
2022-02-22
生成式人工智能与虚拟数字
人
面向数字人的大规模生成需求,发展生成式人工智能理论,探索机器学习方法从数据中自动化学习数字人建模方法,提出了高精度三维人脸重建技术、表情驱动数字人技术、语音驱动数字人技术三项世界领先的技术,以低成本、高效率生成可驱动的高保真数字人。该技术能够极大提升数字人的生成质量与生成效率,支持大规模高精度的数字人生成,具有广泛的应用前景。
上海交通大学
2023-05-09
基于
机器
视觉的智能拉力试验机
一、 项目简介通过机器视觉进行电缆护套拉伸长度测量,用于“电线电缆”产品检验设备,通过数字图像处理技术测量电缆护套上两个标志点之间的长度,来分析电线电缆绝缘层材料的抗张强度和断裂伸长率。该检测装置无需人工干预,可自动完成电缆护套试件拉伸长度的测量,检测过程中样品无接触压痕,可实现5个实验样本一次装卡,同时作拉伸长度检测试验,并进行智能数据分析,缩短了试验时间,极大地提高了实验效率和检测精度。二、 项目技术成熟程度已完成样机研制,获专利1项。三、 技术指标(包括鉴定、知识产权专利、获奖等情况)1、最大试验力:500N ; 2、测力示值准确度:≤±1.0%;3、试验速度范围:10-500mm/min; 4、速度示值准确度:≤±1mm;5、移动台最大位移:600mm ; 6、位移示值准确度:≤±1mm。四、 市场前景(应用领域、市场分析等)产品可用于电材生产及相关质检部门,目前国内无类似产品,属国内首创,市场前景看好。五、 规模与投资需求(资金需求、场地规模、人员等需求)机械部分可以自行加工或外协加工,计算机电控部分组装与调试需2~3人。除机械部分外,厂房40平方米左右即可。规模生产需要流动资金100万左右。六、 效益分析 按每年生产200台计算,可获利约1500-2000万,七、 合作方式 技术入股,技术转让等形式。或面谈。八、 项目具体联系人及联系方式(包括电子邮箱)项目负责及联系人:高振斌,电话:022-60436758邮箱:gaozhenbin@hebut.edu.cn九、高清成果图片2-3张
河北工业大学
2021-04-11
在量子物理与
机器
学习研究的进展
生成模型的研究重点是如何从给定的数据集合中学习到数据的联合概率分布,以及从学习到的概率分布中高效地生成新的样本。研究团队提出将数据的联合分布概率编码成量子多体态的概率幅的模平方。进一步地,他们提出在经典计算机上使用矩阵乘积态(Matrix Product States)来模拟学习的过程。矩阵乘积态的参数,即张量网络的张量元,可以通过类似密度矩阵重整化群(Density Matrix Renormalization Group)的算法进行学习,最终形成一个具有泛化能力的生成模型。这个学习算法结合了量子物理与机器学习各自的优点:它不仅可以利用GPU高效地学习到模型参数,还可以利用张量网络的灵活性动态地调节模型表达能力。此外,与传统的基于统计物理的生成模型(例如玻尔兹曼机)相比,玻恩学习机还具备直接生成无关联样本的强大能力,从而可以高效地生成新的数据。 基于量子态的概率生成模型融合了量子物理与机器学习的思想,是一个崭新的研究领域。玻恩学习机借助量子态内禀的概率解释及其强大的表达能力,意在为机器学习和人工智能提供更为先进的生成模型和学习算法。此外,这类模型在量子信息处理,量子计算以及多体物理中具有应用潜力。展望将来,最令人兴奋的前景应该会是在一台量子计算机上实现玻恩学习机,从而以全新的方法进行概率型的学习和建模。这项工作用使用张量网络模拟量子计算机的运行,向无监督量子机器学习迈近了一步。作用在一幅MNIST图片上的矩阵乘积态以及它的纠缠谱
北京大学
2021-04-11
机器
视觉系统应用实训平台(高级)
深圳市越疆科技有限公司
2022-06-14
首页
上一页
1
2
...
64
65
66
...
74
75
下一页
尾页
热搜推荐:
1
高校实验室分级分类管理平台
2
云上展厅已成功吸引1万余家企业入驻!
3
第62届高博会圆满落幕,明年春天相约春城!