本发明提供一种超高频RFID电子标签的读取方法及装置，包括：根据输出功率大于最大输出功率，获知根据频率增量增加工作频率，获得当前工作频率；在当前工作频率下，根据功率增量逐步从最小输出功率增加输出功率直至大于最大输出功率，每次增加输出功率前，读取与当前工作频率一致的目标标签。本发明通过动态调整工作频率与输出功率，遍历读取处于不同工作频率、位于不同距离的所有超高频RFID电子标签，大大提升了超高频RFID读写装置的应用范围。

1 .掌握大鲵子二代亲鲵生殖生理特点和生殖调控机理，创建大鲵子 二代生殖调控技术和大鲵子三代全人工繁殖和苗种规模化培育技术；2 .选育和培育出体质健壮子二代亲 鲵400多组（1尾雄亲鲵+3尾雌亲鲵为一组），诱导性腺发育与雄雌同步成熟，使用高活性催产剂进行人 工催产，催产率达72%，受精率90%，孵化率33%，苗种存活率90 .5%，三年（2007-2009年）共繁育大 鲵子三代苗种44800尾；3 .实现大鲵子三代苗种规模化生产，能提供大批量子三代苗种供养殖部门发展 大鲵养殖产业，并在自然保护区放养，还进行子三代健康养殖示范，具有显著的经济效益、社会效益和 生态效益

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

近期，西湖大学人工光合作用与太阳能燃料中心孙立成实验室在探索这一未解之谜的过程中取得进展。

世界上70%以上电能通过电力电子技术进行变换与控制，提高电力电子运行可靠性具有重要意义。本项目拟从故障预诊断与健康管理的新角度，研发一系列电力电子高可靠性关键技术。主要研究内容包括：基于“端部特性”的变流器IGBT模块故障预诊断技术、IGBT功率模块结温监测技术、变流器自检测试技术以及基于开关降频的变流器延寿运行技术等。在此基础上，进一步研发具有实用价值的变流器IGBT模块故障预诊断仪以及结温测量仪(包括离线检测式与在线监测式），并积极与企业合作进行工程应用于推广。 作为近年来发展起来的高新技术，世界上目前尚无具备电力电子故障预诊断与健康管理功能的商业技术与产品。随着电力电子的迅速发展与广泛应用，市场迫切需要一系列能安全、有效、经济提高电力电子可靠性的技术与产品，因此本项目的研发工作具有广阔的市场前景。 项目组在前期工作基础上正积极需求企业合作，开展相关技术的工程应用与推广工作。目前正与英飞凌公司以及中石化茂名分公司洽谈技术合作，具体拟定的项目为："变流器IGBT功率模块结温在线测量技术研究", 英飞凌公司, 项目计划实施时间2016.1-2016.12；"高压变频器健康状态检测与评估", 中国石化茂名分公司, 项目计划实施时间2016.3-2017.2。 英飞凌公司是目前世界上电力电子器件最大的制造商，它们的产品广泛应用于航空航天、驱动牵引、冶金机械传动、输配电系统、新能源发电等领域。为提高英飞凌电力电子产品的运行可靠性，英飞凌公司将资助我们研发变流器IGBT功率模块结温测量技术。目前双方已确定技术合同附件，正进入立项流程中。 中石化茂名分公司是我国最大炼油和石化产品生产基地之一，拥有大量高压变频器等电力电子设备。为进一步确保生产安全，他们希望同济大学项目组能在变频器设备停运期间开展健康状态检测与评估工作，为设备后期运行与维护提供科学依据。目前该项目已基本确定检测方案。

成果描述：本实用新型公开了用于电子信息技术的便携式示波器,包括箱体,箱体的底端安装有多个万向轮,所述箱体的一侧侧壁上固定有拉杆,箱体的顶端设有开口,箱体的开口处通过合页铰接有顶板,且合页位于箱体远离拉杆的一侧侧壁上,箱体靠近合页的一侧外壁上固定有支撑块,支撑块的竖截面为三角形,箱体的内壁上焊接有固定块,固定块上转动连接有套筒,套筒的外部固定安装有第二锥形齿轮,箱体的外部设有转盘,转盘焊接有水平设置的连接杆,连接杆的一端延伸至箱体的内部连接有第一锥形齿轮。本实用新型能够方便示波器的移动,能够带动示波器本体上下运动,对示波器进行保护,减少示波器在运输过程中所产生的震动。市场前景分析：本实用新型能够方便示波器的移动,能够带动示波器本体上下运动,对示波器进行保护,减少示波器在运输过程中所产生的震动。与同类成果相比的优势分析：国内领先

成果描述：本实用新型公开了基于电子信息技术的自动测试设备,包括第一壳体,所述第一壳体的顶部安装有第二壳体,且第一壳体和第二壳体为长方体结构,第一壳体和第二壳体的侧边之间安装有密封件,且密封件环绕在第一壳体和第二壳体之间,所述密封件的横截面呈E形,且密封件插接在第一壳体和第二壳体的侧边上,所述第二壳体的顶部安装有温度计,且温度计的探针插入第二壳体的内部,第二壳体的顶部嵌装有显示屏和键盘,第一壳体的底部插接有散热翅片,且散热翅片插入第一壳体的内部,所述散热翅片的侧边设有通孔,且通孔位于第一壳体的外部。本实用新型散热效果好,同时避免了由灰尘和湿气带来的干扰,测试更加准确,提高了元器件的寿命。市场前景分析：本实用新型散热效果好,同时避免了由灰尘和湿气带来的干扰,测试更加准确,提高了元器件的寿命。与同类成果相比的优势分析：国内领先

西安智多晶微电子有限公司，成立于2012年，总部位于西安，北京设立有EDA软件研究中心。创始团队拥有三十多年丰富的FPGA设计制造经验，曾就职于海外该领域领先企业，并担任多个专业方向技术带头人。核心团队来自于国内各知名院校和优秀的FPGA研发团队，是国内目前集硬软件设计、生产、销售最具竞争力的高科技企业。公司专注可编程逻辑电路器件技术的研发，并为系统制造商提供高集成度、高性价比的可编程逻辑器件、可编程逻辑器件IP核、相关软件设计工具以及系统解决方案。赋能产业，“芯”系未来，是智多晶的奋斗愿景，团队致力于在LED驱动、视频监控、图像处理、工业控制、4G/5G通信网络、数据中心等各行业应用充分发挥FPGA的方案优势，以市场和客户为导向，帮助合作伙伴提升其核心竞争力。公司目前已实现55nm、40nm工艺中密度FPGA的量产，并针对性推出了内嵌Flash、SDRAM等集成化方案产品，截至2018年已批量发货2KK片。通过严谨科学的设计，360度围绕客户的技术支持及服务，以及贯穿全流程的高标准测试管理，我们正在为更多的行业合作伙伴提供最符合需求的高性价比FPGA整体解决方案。点击上方按钮联系科转云平台进行沟通对接！

本发明提供一种电子节气门控制系统的控制方法，包括油门踏板预测单元、阻力分析单元、特性分析单元、电机驱动缓存单元以及节气门控制单元，其所提供的电子节气门系统包括了两种工作模式，其在预测模式下，可以利用预设的多层神经网络模型，根据车手开始踩踏板的初始位置以及初始加速度，对踏板最终的位置进行预测，并且根据油门踏板的预测终止位置对节气门进行控制，可以有效减少节气门控制时间，从而减少加减速过程中的时间延迟。