GCYD-575 气体定压比热测定仪             外形尺寸：1000×400×600mm 工作电压：220V  功率：230W 主要用途：可测300度以下气体的定压比热。 主要配置：由静音风机，镀瓦瓶比热测定本体，精度  ±0.2湿式气体流量计及温度、功率测量仪表等组成。 主要技术参数： 加热器：75W 湿式气体流量计：型号LML-1 、额定流量200L/h 静音风机：电压220V 50Hz  功率85W   实验桌 实验桌为型材结构，桌面为耐磨高密度板,结构坚固，设有两个大抽屉、用于放置工具、存放资料等。桌面用于安装电源控制屏并提供一个宽敞舒适的工作台面。

焊接作为工程机械领域的关键技术，直接决定着国之重器的安全可靠性。目前，智能焊接与检测严重依赖国外进口设备，价格昂贵、售后服务难以保障。对于大型、复杂焊接结构，焊后焊缝质量智能检测在整条焊接产线上属于空白。本团队在国内首次开发了大型焊接结构内外一体化智能检测装备及软件，部分高端装备达到国际水平，建成了国内首条内外一体化焊接智能检测与评估生产线，在徐工挖掘机上获得应用，并在央视CCTV2制造中国节目中播出。 图片 内外一体化焊缝智能检测与评估生产线获央视CCTV2报道

产品详细介绍建筑物围护结构传热系数K值测试仪KIT-2838C是瑞士产品，满足标准GB/T 23483、JGJ/T132-2009、ISO 9869 、ASTM C1046、ASTM C1155等；建筑物围护结构传热系数K值测试仪KIT-2838C是便携式设计，测试方便，方便现场使用，测试时间长，可达30天以上；建筑物围护结构传热系数K值测试仪KIT-2838C非常方便多个仪器进行组合，没有繁琐的走线；可以多点布局，求围护结构传热系数K值的平均值。建筑物围护结构传热系数K值测试仪KIT-2838C测试精度高,可达0.4 W/m2 ，自带温度测试，同时测试温度信息。建筑物围护结构传热系数K值测试仪KIT-2838C特点：瑞士原产高精度热流测量最多储存2百万个数据符合标准GB/T 23483、ISO 9869 、ASTM C1046、ASTM C1155显示U值W/(m2K)、热流W/m2、温度紧凑性设计，可单独记录或接计算机查看USB连接建筑物围护结构传热系数K值测试仪KIT-2838C的参数：热流范围：          ±500W/m2热流解析：          小于0.4 W/m2温度精度：          ±0.1 (+5...+45 °C) /±0.2 (-10...+58 °C)储存数据：          2百万电池使用：          大于30天操作温度：          -40 / 100 (主机-25 / 65)热流精度：          ±3%线长：              热流传感器1m、温度传感器1m与5m组件：              主机、热流传感器、2个温度传感器、安装双面贴软件：              兼容WINDOW系列（计算机不包括）

本发明公开了一种基于超材料的远红外单谱信号探测器，包括·798·自下而上依次设置的衬底层、N 型砷化镓层、二氧化硅层与超材料层、欧姆电极和肖特基电极。超材料层为具有周期性微纳米结构的金属开环共振单元阵列，所述金属开环共振单元阵列包含了一种图形及其特征尺寸参数，该图形对于远红外电磁波具有完全吸收特性，通过改变金属开环共振单元的结构和尺寸参数可以调控对应的电磁波吸收频段，通过改变 N 型砷化镓的耗尽层宽度可

本发明公开了一种基于超材料的太赫兹单谱信号探测器，包括自下而上依次设置的衬底层、N 型砷化镓层、二氧化硅层与超材料层、欧姆电极和肖特基电极；其中超材料层为具有周期性微纳米结构的金属开环共振单元阵列，金属开环共振单元阵列包含了一种图形及其特征尺寸参数，该图形对于太赫兹电磁波具有完全吸收特性，通过改变金属开环共振单元的结构和尺寸参数可以调控对应的电磁波吸收频段，通过改变 N 型砷化镓的耗尽层宽度可以调控超材料层中金属开环

本成果提出的基于超像素样本扩充的空谱全卷积高光谱图像分类方法有效的利用高光谱图像的超像素分割结果指导伪样本扩充增加了训练集样本数量，解决了高光谱图像有标记样本的稀缺问题，同时空谱的全卷积分类网络也充分利用了多尺度的空间特征和光谱特征实现了较高的分类精度。 成果非涉密，专利申请已经提交。 实验采用反射光学系统成像光谱仪（ROSIS）传感器获取意大利北部帕维亚大学（Pavia  University）的高光谱图像数据。该数据集由 103 个光谱带组成，共 610×340 像素，光谱覆盖范围从 430nm 到 860nm，空间分辨率为 1.3m。该数据集一共含有 9 个类别的 42776个有标记样本，选取每类 30 个有标记样本作为训练集，其余作为测试集。 由下表可以看出，在每类选取 30 个样本的情况下，本 模 型 的 OA，AA，Kappa系 数 比 DFFN 模 型 高 出20.8%，17.4% 和 26.5%；比CNN 高 出 23.1%，18.8% 和29.2%。并且下表证明了使用了伪标签样本扩充的空谱全卷积网络的本方法在小样本情况下每个类的分类准确性均优于 DFFN 和 CNN，达到了较好的分类效果。 表 1 PaviaU 数据集上对比实验结果

该成果提出了一种基于空谱差分辅助核联合稀疏表示分类的高光谱图像分类方法。本章方法的主要创新性在于：1）能够将光谱的差分辅助信息和原光谱特征信息有效结合。2）能够考虑不同光谱属性间的高阶空间相关信息。3）原空谱和差分空谱核特征字典的信息通过具有混合正则的核联合稀疏表示分类方法得到充分利用。通过在真实高光谱图像数据上的实验表明，该成果提出的方法能够有效地提高高光谱遥感图像的分类效果。 主要技术指标 不同数据集下的训练样本与测试样本数参阅表 1. 在该训练样本集数量下的分类结果表现参见表 2. 相比于传统分类器 SVM，OA 提高了约 20%；相比于 SOMP，OA 提高了约20%。 该成果无需使用 GPU 资源在保证精度的同时有效提升了分类的精度和效果，同时在较少训练样本条件下仍能得到较好的分类精度和分类效果。 表 1. 不同数据集下的训练样本选取数量 表 2. PaviaU 大学数据下不同方法的正确率比较

南科大医学院教授张文勇、研究助理教授栾合密等在国际著名生物信息学与计算生物学期刊Bioinformatics上发表题为“CPVA: a web-based metabolomic tool for chromatographic peak visualization and annotation”的论文。该研究创新提出了以色谱中心策略算法（CCS）提高基于质谱的组学数据质量，并搭建了R-Shiny的Web应用CPVA，实现了组学数据在线交互式的处理。 该论文提出了色谱中心策略算法（CCS），并开发了在线互动工具来解决该领域普遍存在的问题。色谱中心策略是指通过对组学数据中提取的色谱峰形状进行数字化描述，包括对称性（Symmetry）、锯齿度（Jaggedness）、形态（Modality）、色谱质量指数（MCQ）等，并以在线互动的方式直接展示色谱峰的形态特征。

产品详细介绍         谱诚博阅原卷留痕阅卷机，独创的原卷留痕阅卷新模式，能够切实解决师生存在的不同困境，提高教师阅卷效率，给广大学子增效减负。          我们的原卷留痕智能阅卷机，具体优势有以下几点：      1.无需答题卡。省时省钱      2.无需人工干预。减轻教师负担      3.原卷答题。学生原卷答题无需答题卡，省时便捷      4.原卷批改。方便学生复习，教师掌握学生学情。      5.高效阅卷。一键阅卷，操作简单；客观题自动批阅、主观题得分自动识别、总分自动统计、错题标准答案自动打印；双面同时阅卷，效率优于人工批阅。                                                                       阅卷机产品展示图 谱诚博阅的原卷留痕阅卷机AYJ800针对网上阅卷系统的不足，做出创新改进，实现了学生原卷作答，教师原判批改，所有的批改原卷留痕，阅卷机本身负责主观题的批改，客观题的批改读取，可以与原有的共享资源平台对接形成闭环，更有针对性的服务于基础教育阶段的师生，因材施教。                                                                                                                              阅卷机批改后的卷面效果   此外，谱成博阅科技有限公司基于大数据的准确分析给学生提供专家级学情分析报告，可以真正的促进学生的学习，针对性提高学习效率，具体有以下优势： 1.纸质试卷自动电子存储 2.学生答题分析 3.易错知识点分布统计 4.平台利用学情报告完成针对性教育与个性化学习 5.自动生成学生错题本，学生提高成绩有捷径 6.自动生成高频易错题集，老师定位重点有方向 7.学生各人知识点掌握情况分析表，补齐短板有目标 8.每人一张个性卷，数据分析有反馈 如今，教育行业，越来越多的教学内容期待高效的传播，越来越多的基础教育阶段的学生希望节约时间，更注重自己全方位的发展，越来越多的教育培训服务更多的依赖大数据的分析来快速指导实践，谱诚博阅原卷留痕阅卷机AYJ800就可以很好地满足教育行业师生的各种需求，无论从教学、考试还是各大培训都会相得益彰共同发展，未来在原卷留痕阅卷机的广泛普及下，必将极大地促进基础教育的发展，为学生学习开辟更加恢宏的康庄大道。 杭州谱诚博阅科技有限公司——教育信息化服务理念的倡导者,我们专注于教育，致力于实现创新技术与传统教学模式的最佳融合，倾注全部的心血和激情，发展互联网教育服务产业，开创中国教育现代化的未来。我们创造并实践崭新的服务模式和商务模式，打造产业生态圈。在智能阅卷、智慧课堂、云端针对练习、云端个性考试服务、K12互联网信息化教育等领域，博阅科技的创新理念和技术将推动行业的蓬勃发展。 公司现已拥有独立的研发团队、生产基地，以及遍布全国的销售网络渠道。公司开发的爱阅卷原卷留痕阅卷机系统，多项技术通过了国家有关部门的严格测试，技术处理水平先进。博阅爱阅卷原卷留痕阅卷机系统是将现代先进的图像压缩、分割技术与高速图像扫描设备相结合而产生的一项高效数字化信息系统。系统经过严密设计，并结合传统的阅卷模式，成功地将先进的计算机网络技术同教师阅卷工作结合在一起。在充分考虑用户的需求和使用状况的基础上，优化、整合设计流程，实现了灵活方便的阅卷、大数所分析、试卷管理过程，充分体现了本阅卷系统的实际效益和推广意义。博阅科技正成为广大师生及家长的好伙伴。

成果的背景及主要用途： 由天津大学设计开发，主要用于混合戊烷中正戊烷、异戊烷和环戊烷的分离， 并兼作混合碳四中正丁烷和异丁烷以及混合己烷中正己烷的分离。产品用途广泛, 可作为可发性聚苯乙烯及聚氨酯泡沫体系的发泡剂，用于无氟冰箱、冰柜、冷库 及管线的保温等领域；可作线性低密度聚乙烯催化剂的载溶剂,脱沥青的工业溶 剂、分子筛脱蜡的萃取剂等；也可作为化工原料,如异戊烷脱氢制异戊烯、异戊 二烯,戊烷混合物经氯化、精馏、催化水解,可生产粗戊醇,经多级分离蒸馏后得到 1-戊醇,同时正戊烷氧化生产苯酐和顺酐的研究也取得一定进展。 技术原理与工艺流程简介： 装置首次采用四塔可拆分流程，还可兼作混合碳四中正丁烷和异丁烷以及混 合己烷中正己烷的分离装置，有利于压缩建设投资。改变传统装置先分离出混合 戊烷中纯品正戊烷、异戊烷和环戊烷，再将前两者按比例混合生产发泡剂的做法， 直接产出发泡剂、正戊烷或者异戊烷以及环戊烷产品。通过消除过度分离和事后 11天津大学科技成果选编 再混合的不合理操作以及对换热网络进行优化创新，不仅较同类装置能降低 30% 左右的能耗，还提高了装置柔性和适应性（适应多种比例发泡剂生产要求和多重 工况）以及企业对市场变化的应对能力。本技术通过自主创新开拓了分离领域新 的精细分离方法。设计采用天津大学新型规整填料及塔内件技术（包括专利技术 和专有技术如导向梯形浮阀、金属折峰式波纹填料 ZUPAC、大直径丝网填料塔 填料盘增强技术、通透式填料支撑结构、端效应减小装置、变孔径流预分布管技 术、新型单级导板式液体分布器、槽盘式集油箱、双列叶片进料分布器等）。产 品质量高于同类产品，满足了混合戊烷同分异构体精细分离的需要，各项技术指 标均达到或超过了设计要求。 技术水平及专利与获奖情况： 本技术为国内领先技术，目前有两项技术专利。 <一种混合戊烷同分异构体精细分离的双效精馏方法及其系统> CN101602641 <一种对分离了双烯烃的碳五抽余原料进行深加工的方法> CN101823931A 应用前景分析及效益预测： 成果已在国内部分地区推广，并将向全国其它部分地区乃至国外进行更广泛 的推广。 应用领域：本成果可应用于精细化工产品生产领域。 技术转化条件（包括：原料、设备、厂房面积的要求及投资规模） 本成果已经处在产业化稳定应用阶段，已经转让企业 1 家。 合作方式及条件：与企业合作。