本实用新型涉及无人机无线充电技术领域，特别涉及一种具有防误触功能的无人机自动无线充电续 航装置，包括充电平台发射单元和无人机接收单元，还包括防误触装置和重力感应系统，防误触装置包 括连接在通讯线圈与功率调节模块之间的 RFID 阅读器和连接在电池信息检测模块与无人机电池模块之 间的 RFID 电子标签；重力感应系统包括连接在 RFID 阅读器和功率调节模块之间的重力感应装置，以 及与之连接的后台管理系统。利用射频身份识别技术 RFID 作为防误

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  

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

一、产品介绍 机器视觉技术综合了光学、电子、机械、计算机软硬件等方面技术，涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。机器视觉方法检测具有非接触、速度快、精度高等优点，特别适用于在线的工业品检测。线阵CCD、面阵CCD和CMOS都在本实验仪中都得到利用，可以充分挖掘学生的潜能，拓宽学生的知识面。可开设光电、测控、机械、自动化专业的本科实验教学课程，也可做为相关高职专业学生的实训课程。 二、实验内容 1、根据不同待测物的特征，分析适用的照明方式： 2、利用线阵CCD相机对物体的尺寸测量实验； 3、利用线阵CCD相机对物体的角度测量实验； 4、利用线阵CCD相机对物体扫描实验； 5、面阵CCD和CMOS相机用于边缘与轮廓检测实验； 6、面阵CCD和CMOS相机颜色识别与变换实验； 7、面阵CCD和CMOS相机对物体尺寸测量实验； 8、面阵CCD和CMOS相机对投影与差影图像分析实验； 三、配套文件资料  1、实验指导书1本；  2、实验软件1套；    客户自行配置电脑       

癌症从发生到临床发现往往需要10年的时间，癌症治疗的根本途径是早期发现或者对已转移瘤能有效治疗。循环肿瘤细胞（circulatingtumor cells, CTC）是指从原位瘤脱落下来进入到循环系统尤其是血液中的肿瘤细胞。作为液态活检核心靶标的CTC，不仅可用于癌症转移前的早期筛查，而且在临床肿瘤的分期、预后、特异性药物筛选、疗效检测、治疗和复发监测等方面都具有极其重要的临床应用价值。然而由于CTC在血液中数量极其稀少（约1-100个/mL），其高效高准确捕获一直是科学前沿难题和临床应用的关键障碍。 现有的CTC检测方法仍存在较大的局限，包括检测准确度不足、成本高、效率低、时间长以及检测条件苛刻等。本项目提出的新型微流控芯片设计，将基于流线的降速结构和基于过滤的捕获结构有机整合，实现了CTC特异性的汇聚和保留，同时将部分白细胞和红细胞分流到出口。每经过一个这样的降速结构，CTC就被浓缩一次，白细胞和红细胞被分走一部分。更重要的是，每一个单元液流速度均得到了显著下降（变为原来的1/2）。经过多组这样的降速结构，液流流入捕获结构，此时流速已经非常缓慢，利用CTC和其他血细胞的尺寸和形变差异，通过三棱柱阵列能实现CTC的高效捕获。总体来说，本项目所提出的微流控芯片能在很大流速范围内（5-40 mL/h）都实现高捕获效率（高达94.8%）。此外，芯片上捕获到的CTC的纯度也较高（高达4log白细胞去除率）。临床癌症患者患者双盲测试结果详实准确率达到100%。运用本项目中的微流控芯片，将实验室培养的宫颈癌HeLa细胞掺杂到健康血液中，以模拟癌症患者血液，在很大流速范围内（5-40 mL/h）都能实现高捕获效率（高达94.8%）。同时，为了证明此微流控芯片的普适性，测试了四种实验室细胞系，包括乳腺癌细胞系MCF-7和MDA-MB-231，宫颈癌细胞系HeLa和肺癌细胞系NCl-H226，捕获效率均稳定在91.3%以上。此外，也设置了不同的癌细胞密度以模拟实际的癌症患者血液，捕获效率近似为96.2%。随后，将本项目应用于临床，对11例癌症患者血液中的CTC进行检测，检出率高达100%，CTC个数从6-117个/mL不等，平均值31个/mL，中位数25个/mL。这些研究表明本项目中的微流控芯片能实现癌症患者的早期检测。本项目实现对癌症患者血液中的循环肿瘤细胞的单细胞灵敏度和高特异性的的捕获，由于其成本低，方便快速，效率高，对操作条件不敏感等，因而非常适合大规模应用于临床，实现癌症的早期诊断、实时动态监测和阻断转移等效果。

本发明公开了一种可扩展的套管型微流控芯片的制备方法，包括以下步骤：S1：将与通道尺寸匹配的预置物放入PDMS预聚物中，加热聚合PDMS，裁成PDMS块；S2：将预置物移除，留出放置通道的管槽，管槽具有两个管口；S3：使用倒角打磨后的点胶针筒，在PDMS块垂直于管槽的方向上开通孔；S4：将PDMS块开孔的两面分别与基底和顶层键合，其中顶层预置有加样孔；S5：从管槽的一个管口插入内径均匀的毛细玻璃管，从管槽的另一个管口插入预拉尖的毛细玻璃管，完成单级套管型微流控芯片的制作；S6：复用所述毛细玻璃管，重复步骤S5，形成多级套管结构。本发明有效降低了套管型微流控芯片制作的操作难度和经济成本。

癌症从发生到临床发现往往需要10年的时间，癌症治疗的根本途径是早期发现或者对已转移瘤能有效治疗。循环肿瘤细胞（circulatingtumor cells, CTC）是指从原位瘤脱落下来进入到循环系统尤其是血液中的肿瘤细胞。作为液态活检核心靶标的CTC，不仅可用于癌症转移前的早期筛查，而且在临床肿瘤的分期、预后、特异性药物筛选、疗效检测、治疗和复发监测等方面都具有极其重要的临床应用价值。然而由于CTC在血液中数量极其稀少（约1-100个/mL），其高效高准确捕获一直是科学前沿难题和临床应用的关键障碍。 现有的CTC检测方法仍存在较大的局限，包括检测准确度不足、成本高、效率低、时间长以及检测条件苛刻等。本项目提出的新型微流控芯片设计，将基于流线的降速结构和基于过滤的捕获结构有机整合，实现了CTC特异性的汇聚和保留，同时将部分白细胞和红细胞分流到出口。每经过一个这样的降速结构，CTC就被浓缩一次，白细胞和红细胞被分走一部分。更重要的是，每一个单元液流速度均得到了显著下降（变为原来的1/2）。经过多组这样的降速结构，液流流入捕获结构，此时流速已经非常缓慢，利用CTC和其他血细胞的尺寸和形变差异，通过三棱柱阵列能实现CTC的高效捕获。总体来说，本项目所提出的微流控芯片能在很大流速范围内（5-40 mL/h）都实现高捕获效率（高达94.8%）。此外，芯片上捕获到的CTC的纯度也较高（高达4log白细胞去除率）。临床癌症患者患者双盲测试结果详实准确率达到100%。