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
LED 特性综合实验仪 COC-LED
实验内容 1、了解 LED 的发光原理; 2、测量 LED 的伏安特性; 3、测量 LED 的电光转换特性; 4、测量 LED 输出光空间分布特性; 5、了解电学参数法测量 LED 结温的理论基础; 6、学会筛选合适的脉冲电流源; 7、测量结温对 LED 正向伏安特性曲线的影响; 8、测量各电流下 LED 的电压与结温关系; 9、了解电流大小对 LED 结温测量的影响; 10、测量结温对 LED 发光性能的影响; 11、测量 LED 的稳态热阻; 12、了解混色原理及相关定律; 13、验证代替律; 14、验证补色律; 15、验证中间色律; 16、验证亮度相加律; 17、了解实现白光 LED 的方法。
成都华芯众合电子科技有限公司 2022-06-18
氯离子扩散系数RCM测定仪
执行标准:GB/T 50082-2009,JTG 3420-2020 2020稳压版,集RCM方法国标行标两种算法一体机。北京耐尔得公司自主研发的2020稳压版氯离子扩散系数RCM测定仪,采用自主研发的电压自动调压系统,可以精确地自动输出稳定的高精度电压,并可获得高精度电流,更好地保证设备的测量精度,各级电压皆优于标准要求。8寸触摸屏人机交互界面友好,试验夹具采用进口高纯度亚克力材料,无色透明,耐腐蚀强;两种算法一体机功能强大,全自动采集测控系统,测量精度满足并高于国家标准,是质检单位、科研单位优选产品。
北京耐尔得智能科技有限公司 2023-03-17
水泥氯离子扩散系数测定仪
执行标准:JC/T 1086-2008,GB/T 31289-2014 北京耐尔得公司研发的NELD-CCM540型水泥氯离子扩散系数测定仪,产品含有多种专利设计,测试准确,方便耐用,专门为水泥氯离子扩散系数而设计,符合《海工硅酸盐水泥》标准的要求。产品配置的真空饱水机密封性强,整个真空饱水过程真空泵只需起动2-3次。NELD-CCM540可在10分钟内快速测定水泥氯离子的扩散系数。
北京耐尔得智能科技有限公司 2023-03-17
粉液反应气体释放量测定仪
本方法通过对粉体进入碱溶液后产生的气体释放量的测定,来判断材料的引气作用。 粉液反应气体释放量试验装置内置气压及温度检测电路板时,是由电路板采用电脑USB口供电,USB通讯,设备上有预留USB接口。
北京耐尔得智能科技有限公司 2023-03-17
单位用水量/水胶比测定仪
NELD-WCR2008单位用水量/水胶比测定仪是北京耐尔得公司研发的,按测定新拌混凝土含气量的方法将试料装入计量钵,通过称重和测定含气量得到单位容重,由计算软件算出单位用水量、单位胶凝材料用量及水胶比。测定结果由无线传送方式至电脑,自动记录并进行数据处理,由电脑显示测定结果。测试精度高,仪器操作方便,数据测试快速,是科研高校、工程单位省时省力的最佳检测设备。
北京耐尔得智能科技有限公司 2023-03-17
揭示1600-2012年间中国磷循环网络韧性的演变规律和影响因素
北京师范大学环境学院梁赛教授课题组研究成果在《自然》子刊《自然·食品》(Nature Food)以研究论文形式在线发表(Network resilience of phosphorus cycling in China has shifted by natural flows, fertilizer use and dietary transitions between 1600 and 2012)。该研究分析了1600-2012年间中国磷循环网络的韧性,研究结果表明,受自然流动、化肥使用和饮食转变的影响,近几十年中国磷循环网络的韧性呈下降趋势。 磷元素是人类生存和生态系统运转所需要的一种必要营养元素。对人类和生态系统而言,磷循环网络在遭受外部冲击时仍能持续保障磷供给的能力(即韧性)至关重要。已有研究主要通过磷元素代谢路径分析来研究磷资源使用和磷排放问题,较少关注磷循环网络的韧性。本研究首次综合运用生态网络分析等方法,对1600-2012年间中国磷循环网络的韧性进行了测度研究与影响因素分析。 结果表明:为满足中国不断增长的食品消费总量和结构的需求,中国磷循环网络从由土壤自然磷流主导转变为由化肥生产的工业磷流主导,并不断强化。这种变化降低了网络中的冗余路径,从而导致近几十年来磷循环网络的韧性呈下降趋势。城市化进程加剧了磷的单向流动,进一步降低了磷循环网络的韧性。特别是在2000-2012年间,由于人群饮食结构中动物性食物比重不断提高,磷循环网络的韧性下降了11%。如果按这种趋势继续发展,在社会环境的冲击和干扰下,磷供应会逐渐成为影响中国粮食安全的重要因素。 为提高磷循环网络的韧性,本研究提出减少食物损失和浪费、提高“农田到餐桌”食物供应链效率、减少化肥使用、提升磷循环率等措施,并进一步量化这些措施对磷循环网络韧性的提升程度。此外,本研究的框架和指标也适用于分析其他地区和资源的网络韧性,可以为全球可持续发展目标的实现提供科学依据。 本研究由北京师范大学和华东理工大学领衔,国际应用系统分析研究所、意大利欧洲-地中海气候变化中心和意大利威尼斯大学、美国陶森大学、捷克共和国马萨里克大学、美国密歇根大学、中山大学、清华大学、英国伦敦大学学院、广东工业大学等单位组成团队共同完成。北京师范大学梁赛教授和华东理工大学余亚东副教授为论文共同第一作者,北京师范大学梁赛教授、华东理工大学余亚东副教授和英国伦敦大学学院米志付研究员为论文的共同通讯作者。合作作者杨志峰院士对论文完成给予了重要指导。该研究得到国家自然科学基金等项目的资助。
北京师范大学 2021-02-01
一种基于神经网络的反演大气可降水量的MODIS模型改进方法
本发明公开了一种基于神经网络的反演大气可降水量的MODIS模型改进方法,包括以下步骤:S1:利用MODIS三通道比值法反演大气可降水量PWV,记为PWVMODIS;S2:利用BP神经网络建立测站处的纬度φ、测站处的高程h、年积日doy、PWVMODIS与测站GPS/MODIS反演的PWV残差RES之间的非线性关系;S3:对BP神经网络模型进行训练;S4:将φ、h、doy以及PWVMODIS作为输入参数代入BP神经网络模型,并计算出GPS测站处PWV残差RESBP;S5:利用RESBP补偿PWVMODIS,获得大气可降水量PWV=PWVMODIS+RESBP。本发明有效提高了建模精度。
东南大学 2021-04-11
一种基于果蝇算法优化广义回归神经网络算法的茶叶储存时间分类方法
项目成果/简介:本发明涉及一种基于果蝇算法优化广义回归神经网络算法的茶叶储存时间分类方法,旨在通过改进的广义回归神经网络解决茶叶储存时间分类问题,属于茶叶储存时间分类领域.其原理利用电子鼻传感器模拟人感官品评的功能和特征,采集不同时间不同传感器的特征值,构建样本集.利用果蝇算法优化广义回归神经网络,获得广义神经网络的平滑因子,进而构建毛峰茶叶储存时间的FOAGRNN分类模型和方法.本发明的有益效果在于将果蝇算法优化广义回归神经网络算法应用于毛峰茶叶数据中,提高预测毛峰茶叶储存时间分类的效率和准确度,为消费者提供茶叶储存时间分类的有效方法.
安徽农业大学 2021-04-10
揭示1600-2012年间中国磷循环网络韧性的演变规律和影响因素
北京师范大学环境学院梁赛教授课题组研究成果在《自然》子刊《自然·食品》(Nature Food)以研究论文形式在线发表(Network resilience of phosphorus cycling in China has shifted by natural flows, fertilizer use and dietary transitions between 1600 and 2012)。该研究分析了1600-2012年间中国磷循环网络的韧性,研究结果表明,受自然流动、化肥使用和饮食转变的影响,近几十年中国磷循环网络的韧性呈下降趋势。 磷元素是人类生存和生态系统运转所需要的一种必要营养元素。对人类和生态系统而言,磷循环网络在遭受外部冲击时仍能持续保障磷供给的能力(即韧性)至关重要。已有研究主要通过磷元素代谢路径分析来研究磷资源使用和磷排放问题,较少关注磷循环网络的韧性。本研究首次综合运用生态网络分析等方法,对1600-2012年间中国磷循环网络的韧性进行了测度研究与影响因素分析。 结果表明:为满足中国不断增长的食品消费总量和结构的需求,中国磷循环网络从由土壤自然磷流主导转变为由化肥生产的工业磷流主导,并不断强化。这种变化降低了网络中的冗余路径,从而导致近几十年来磷循环网络的韧性呈下降趋势。城市化进程加剧了磷的单向流动,进一步降低了磷循环网络的韧性。特别是在2000-2012年间,由于人群饮食结构中动物性食物比重不断提高,磷循环网络的韧性下降了11%。如果按这种趋势继续发展,在社会环境的冲击和干扰下,磷供应会逐渐成为影响中国粮食安全的重要因素。 为提高磷循环网络的韧性,本研究提出减少食物损失和浪费、提高“农田到餐桌”食物供应链效率、减少化肥使用、提升磷循环率等措施,并进一步量化这些措施对磷循环网络韧性的提升程度。此外,本研究的框架和指标也适用于分析其他地区和资源的网络韧性,可以为全球可持续发展目标的实现提供科学依据。 本研究由北京师范大学和华东理工大学领衔,国际应用系统分析研究所、意大利欧洲-地中海气候变化中心和意大利威尼斯大学、美国陶森大学、捷克共和国马萨里克大学、美国密歇根大学、中山大学、清华大学、英国伦敦大学学院、广东工业大学等单位组成团队共同完成。北京师范大学梁赛教授和华东理工大学余亚东副教授为论文共同第一作者,北京师范大学梁赛教授、华东理工大学余亚东副教授和英国伦敦大学学院米志付研究员为论文的共同通讯作者。合作作者杨志峰院士对论文完成给予了重要指导。该研究得到国家自然科学基金等项目的资助。
北京师范大学 2021-04-10
一种基于选择性隐朴素贝叶斯分类器的网络故障诊断方法
本发明公开了一种基于选择性隐朴素贝叶斯分类器的网络故障 诊断方法,包括:(1)从网络历史数据库中获取历史数据,包括症状变 量集以及故障类变量集;(2)构建选择性隐朴素贝叶斯分类器预测模型, 根据症状变量集中的每个症状变量确定对应的最相关症状变量集合; (3)所述选择性隐朴素贝叶斯分类器通过训练历史数据自动学习到分类 器参数;(4)进行故障诊断时,对测试数据利用上述选择性隐朴素贝叶 斯分类器进行估计得到对应最终的故障诊断结果。通过执行本发明中的网络故障诊断方法,有效解决了现有网络故障诊断中运算复杂度高、 网络诊断结果偏差大的问题,显著提高了网络诊断的准确性,在进一 步降低运算复杂度的同时,能够保持较好的学习能力及容错特性。
华中科技大学 2021-04-11
首页 上一页 1 2
  • ...
  • 193 194 195
  • ...
  • 271 272 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