|
搜索
搜 索
高等教育领域数字化综合服务平台
纳米生白术功能茶
一种具保健功能的白术多糖功能茶，具有润肠通便、提高机体免疫力、抗衰老、降血 糖等功效。
扬州大学
2021-04-14
系列有机纳米粘土
内容介绍： 本技术采用一类具有阳离子交换性能的天然硅酸盐粘土，根据其结构 特点和各塑料的结构与性能，选择系列结构不同的长链有机表面改性剂 （季铉盐）等对其进行改性，获得了适应于聚丙烯、聚乙烯、乙烯-醋酸 乙烯酯共聚物、尼龙、聚氨酯等改性的系列有机纳米粘土。以该系列粘 土为改性剂对塑料进行改性，其特点是有机纳米粘土添加量少、工艺简 单、成本低，有机粘土在树脂中的分散效果良好，改性的塑料拉伸模量 和热性能有
西北工业大学
2021-04-14
静电纺纳米纤维滤膜
随着我国经济和工业的迅速发展，空气中颗粒污染物日益增多，其中危害最大的是PM2.5，而过滤除尘是控制大气中PM2.5含量最为有效的技术，其中过滤材料是核心。本项目产品便是针对PM2.5而发展起来的一种高效过滤材料，对PM2.5的过滤效率超过80%，它是以高分子溶液及无机溶胶凝胶为原料，采用高压静电纺丝技术，经纺丝、复合成型等工艺制备而得。
山东大学
2021-04-14
纳米催化燃烧发电技术
针对目前日趋小型化的各种民用与军用微电子产品对高能量密度便携式电源系统的需求，开展新型清洁能源的研究尤为重要。纳米催化燃烧发电技术使得燃料可以充分燃烧，无需点火过程，无需任何机械运动部件就可以在纳米尺度下将热能直接转化为电能。燃烧所释放的能量，其单位质量输出的功率是传统使用的化学电池的几十倍，从而大大提高了能源利用率，更重要的是此反应的生成物是无毒的二氧化碳和水，是一种全新的燃烧方式。此发明已经获得了美国发明专利“Solid state transport-based thermoelectric converter”,US 7696668。已经首创完成了第一代NanoEPower的结构测试和芯片的设计制造，在一块邮票大小的硅片上集成了上千个微米级发电单元，纳米催化低温燃烧发电的概念已经完成了实验室原理验证。该项目得到了科技部、上海市科委、云南省科委等多家单位支持, 可以应用在芯片级纳米催化燃烧发电系统上。
上海交通大学
2021-04-13
纳米材料合成及应用
基于微流控绿色合成技术制备出了贵金属金、银、金银合金纳米颗粒以及磁性材料镍、氧化镍纳米颗粒。这些纳米材料在光学、电磁学、催化学和生物学领域有着潜在的应用。基于纳米颗粒的成熟合成技术，通过沉淀法制备的金基催化剂与热电薄膜结合而成的CO热电薄膜传感器可以在室温下工作，对CO气体的灵敏性很高。
上海理工大学
2021-04-13
纳米智慧大屏黑板
安道云教育科技（山东）有限公司
2021-08-23
纳米型无尘教学
无尘班班通之笔触型解决方案 笔触型教学板是集传统教学和电子教学相结合的高科技产品，具有良好的兼容性和实用性。板面采用防静电纳米涂层、呈乳白色，反光度低、可有效预防近视。与计算机和投影机连接，配合电子白板软件使用，可实现人机互动，从而创造一个生动的教学环境，有利于培养学生的综合素质和能力。其耐热、耐磨、可擦洗的特性，完全满足传统教学的需求。 产品配置：纳米教学板+环保干擦书写套装+投影机+互动模组
中国（深圳）教育企业股份有限公司
2021-02-01
南开科研团队在原子尺度实现中红外光散射领域取得研究进展
南开大学物理科学学院蔡卫教授、许京军教授领导的课题组，在纳米尺度光操控方向经过长期探索取得了一系列进展，如能带和费米能级独立调控下双层石墨烯光学性质的纳米尺度探测（NanoLetters21,5151（2021））、人工诱导电子型边界对石墨烯等离激元波反射的可控调节(AdvancedMaterials,29,1701083(2017))等。
南开大学
2022-02-23
用于 GIS 矢量建筑物多边形的多尺度表达信息生成方法
本发明提供一种用于 GIS 矢量建筑物多边形的多尺度表达信息生成方法，包括输入不同尺度下的同 名矢量建筑物多边形，然后对起始图形和目标图形分别转为转向角函数表达形式；基于转向角函数分析 建筑物多边形的边特征，获得边的变换规律，包括将特征点匹配得到的边集分别与目标图形对应边进行 转向角匹配，划分同边和异边；融合得到任意中间尺度下多边形的转向角函数，转为坐标串表达形式， 得到中间尺度的插值图形。本发明能在有效保持矢量建筑物多边形直角化边界特征的前提
武汉大学
2021-04-14
一种基于多尺度池化的卷积神经网络人脸识别方法
本发明公开了一种基于多尺度池化的卷积神经网络人脸识别方法。该方法利用多尺度池化的卷积神经网络来提取人脸图像的特征以实现人脸识别。在构建卷积神经网络的过程中，采用卷积和最大值采样交替的方法对特征进行深度提取，另外对每层卷积层采用了多尺度池化的策略和步骤，一并输入到全连接层，使其具有多尺度的、固定大小的特征列向量。本发明不需要对输入的人脸图像做截取或调整尺寸，不同尺寸的图像都能使用同一个网络进行训练和识别。基于多尺度池化的卷积神经网络不但解决了输入图像尺寸可以不固定的问题，使得网络能够提取多尺度的人脸特征，而且对网络性能带来极大的提升，将会促进多尺度池化的卷积神经网络在人脸识别中的广泛应用。
浙江大学
2021-01-12