本项目通过测量微小位移变化来测量钢轨的温度应力、温度力等参数。 技术特点： 1.采用高精度电感传感技术、双重温度补偿技术及全方位磁性定位等新技术，保证测量、定位、安装及校准的准确性。 2.采用了单片机处理系统，可保存测量数据，自动计算和打印温度应力、应变和锁定温度等参数，自动修正传感器本身的测量误差。 技术指标： 测量灵敏度：0.1μm；测长器基本长度：180mm；测长范围：±1mm；测量温度力精度：±20KN（-10~50℃大气温度内）。 获奖、鉴定、专利情况： 获得一项国家专利，通过路局鉴定。

本发明公开了一种层流冷却温度控制方法，具体为：首先，通过建立子目标温度模型，并结合 GPC-PID 方法，获得子目标 PID 控制器参数，包括比例系数 kP，积分系数 kI 和微分系数 kD，从而完成子目标 PID 控制器的确定；然后，通过确定的子目标 PID 控制器对层流冷却温度进行控制。本发明通过建立子目标温度模型将钢板层流冷却全过程温度的控制，转化为多段曲线拟合的形式，分段进行控制。基于本发明对钢板层流冷却温度

Ø  成果简介：8个振弦式传感器的应变及温度测量通道，同步采集，每通道测量时间<0.7s。测量频率精度0.1Hz，温度精度0.1℃，标准可插拔3.50 mm接线端子，并提供标准的RS485接口和CAN接口可实现本地及远程测量。仪器采用微功耗设计，供电电源6-12VDC，功耗<1W。Ø  项目来源：横向项目Ø  技术领域：先进制造技术Ø  应用范围：用于水电站、公路、桥

随着现代电子技术的飞速发展，片式电容（MLCC）的市场需求量日益增加，片式电容（MLCC）是先进陶瓷介质材料与精细制备工艺相结合的高技术产品。在电子信息、集成电路、计算机、自动控制、通讯技术、航空航天、汽车工业、军用国防和民用电子设备等领域广泛应用，市场十分广阔，片式元件及其材料的科研水平和产业化程度已成为衡量一个国家微电子基础工业发展程度和科技水平高低的

“NMT界乔布斯”许越先生推荐创新平台 中关村NMT产业联盟推介成员单位创新产品 “全球抗疫，人人有责” 推出背景：         温度因子对植物的生长发育有很大的影响，它影响到植物种子的发芽、植物的生长、植物的开花结实及植物的分布，在植物栽培过程中，只有对当地的气候变化有充分的了解，才可以对植物采取合理的栽培管理措施。   任何植物都是生活在具有一定温度的外界环境中并受着温度变化的影响。首先，植物的生理活动、生化反应，都必须在一定的温度条件下才能进行。一般而言，温度升高，生理生化反应加快、生长发育加速；温度下降，生理生化反应变慢，生长发育迟缓。当温度低于或高于植物所能忍受的温度范围时，生长逐渐缓慢、停止，发育受阻，植物开始受害甚至死亡。其次温度的变化能引起环境中其它因子如湿度、降水、风、水中氧的溶解度等的变化，而环境诸因子的综合作用，又能影响植物的生长发育、作物的产量和质量。 产品介绍 名称：微环境温度红外监测仪 型号：PFT-100 品牌：旭月 产地：中国 简介： 应对挑战： 活体样品的检测结合实验过程中温度的实时变化是实验的难点，尤其是样品检测环境的温度，环境的温度可以使用温度计进行检测，而样品的温度不一定是环境的温度，在检测的过程中，样品温度实时的变化体现了样品当时的状态。 解决方法： 非损伤微测技术结合微环境温度红外监测仪，能够实现活体的实时检测，以及活体样品温度的实时检测，两者实时数据的结合更能反映出样品与环境最真实的结果。   功能特点 1.基本功能： 检测试验环境温度（℃） 检测样品温度（℃/℉） 2.性能参数： 工作电压：5V1A 测试距离：1mm-20mm（请勿接触样品） 温度变化周期：5s 温度测量范围：-70℃～380℃ 温度测量误差：±0.5℃（室温下）分辨率0.02℃ 使用环境温度: -40℃～125℃

产品详细介绍

脑电信号作为人体重要的生理信息，已经被广泛应用于医学疾病诊断与治疗、人体潜能开发等方面。脑电图通过将电极接入被试对象的头皮，来测量大量神经元发放所形成的电场。脑电波作为能够体现大脑活动的信号中的一种，有方便检测、非侵入式且对被试对象友好等特点。一般认为，通过对大脑脑电波的检测并采取特定数据分析方法，有望将大脑的各项反应能力充分挖掘出来。近年来，脑电信号分析已成为认知神经科学领域的重要技术之一。大量研究表明，人类认知能力与脑电信号有关，其中工作记忆能力在认知中起关键作用。脑电信号具有数据量大、时间分辨率高、易受干扰等特点，给研究带来了不少挑战。杨立坚课题组使用样条函数，基于随机抽取的122名大学生志愿者训练集，以闭眼静息态下8个脑前区导联的脑电信号（图1），对20名志愿者测试集进行工作记忆能力的预测（图2），其确定系数R^2在多次随机试验下的中位数为68%，最低值大于50%，最高值72%（图3）。图1 ：试验中脑电信号记录的导联名称和位置图2：对某测试集计算的认知能力预测值与真实值的对比图3：对多次重复随机抽取的测试集计算的确定系数R^2箱线图杨立坚课题组依托10年来自身在函数型数据领域的研究成果，课题组2017级博士生张园园和2018级博士生黄昆在学习神经科学专业知识的同时，与机械工程系教授吴方芳和硕士生王健凯高效合作，分析季林红课题组的大学生志愿者脑电与认知能力数据。他们秉承“面向应用，背靠理论，写好算法”的统计学理念，把样条回归估计脑电信号的光滑轨迹，张量样条回归估计协方差函数，样条估计函数型主成分与得分等深刻的统计学前沿理论，结合LASSO回归，转化为快速准确分析脑电数据的算法（图4），从2018年12月开始仅用6个多月的时间，就很好地解决了基于工作记忆能力预测的问题，完成了这篇跨学科应用方法论文。图4：算法流程图

面向快速、高效的矿产资源探测的国家需求，集成空间数据挖掘与案例推理技术，充分利用海量的地质空间数据，解决矿产资源潜力评价与预测关键技术。在此基础上，建立智能化区域成矿预测系统和三维矿产资源预测系统，为各地质矿产单位进行找矿勘探提供空间分析和决策的基础平台。主要功能、特色： ？ 建立了不确定性地质空间数据挖掘算法模型、成矿案例推理模型，提高了区域成矿预测的效率、精度和智能性； ？ 综合不确定性地质空间数据挖掘、成矿案例推理和证据权模型，建立了混合推理策略与方法，得到更为客观的综合预测结果； ？ 基于COM架构，开发了“区域成矿预测信息系统”和“三维矿产资源预测系统”，包括地质空间数据管理、空间分析、模型预测、专题制图等功能； ？ 发展了三种高光谱矿物填图方法：权重光谱角制图法、耦合整体光谱匹配和局部光谱匹配的高光谱矿物信息提取方法、特征参数拟合方法； ？ 完成了区域成矿预测的数学地质方法扩展与应用，包括证据权模型、扩展证据权模型和逻辑斯谛回归模型，为地质空间数据挖掘和成矿案例推理提供图层选择及参数化的理论依据和对比验证对象； ？ 以我国西部典型成矿带——青海东昆仑成矿带为例，进行上述各类算法模型的区域成矿预测实验，并进行了野外调查与验证。 基于上述研究成果，该课题成果已申请发明国家专利2项；计算机软件系统2个；出版专著1部《多源地质空间信息智能处理与区域成矿预测》；发表或录用论文15篇，其中SCI期刊论文5篇，EI期刊论文4篇。

本平台设计一套集成学习系统用来精确预测未来时间段的流量，本系统使用随机森林，SVR，三指数 平滑、GBDT，BPNN等传统算法和机器学习算法作为单模型，并通过集成学习的方式提高预测准确率。