产品详细介绍

产品详细介绍

该技术利用不同食用菌子实体或加工副产物，制作不同功效的食用菌系列 冻干方便菌汤，适用于食品加工企业、冻干食品加工企业、果蔬加工企业。解 决了生鲜果、菜、菌加工副产物综合高效利用问题；将生鲜果、菜、菌的营养 与保健功效与糕点、面点相结合，改善和提高了普通糕点及面食制品的营养与 功能；增加了糕点及面食制品的花色品种，以满足消费者的多样化需求。该技 术可直接对生鲜果、菜、菌加工副产物进行湿法打浆利用，省去了脱水干燥与 粉碎工序，简化了工艺流程，降低了加工能耗。通过打发顺序的调整和有关配 料的应用，提高了制品的性能，保护了原料中的营养与功效成分。

本项目涉及功能性醋酸菌/乳酸菌及其发酵调控技术，可用于果蔬饮品、酵素、新型调味品的发酵制造。水果、蔬菜等农产品由于其保质期短，运输成本高，较适宜于在原产地或产地附近进行深加工，以延长保质期及产品附加值。发酵类果蔬饮品由于经过微生物处理，在口味、质地以及营养成分等方面均得到了显著改善，其中果蔬类益生菌类发酵饮品，更是得到关注健康的消费人群的青睐。然而目前市场中的发酵果蔬汁类产品，鱼龙混杂，很多产品存在发酵程度不高；高度依赖后调配；微生物混乱及发酵过程控制不科学；食品安全性不能得到保障等问题。 针对这一类型的产品，本项目从发酵菌种、发酵工艺、功能成分分析以及产品标准化等方面系统的进行了研发。 1）丰富的菌种：本课题组拥有近百株背景明确、安全可靠、发酵性能优良 的微生物，形成了完备的酿造用菌种库，包括乳酸菌、醋酸菌、酵母菌、米曲霉等。可以针对不同的发酵原料以及最终产品口感及质构的要求，选择一种益生菌或复合发酵菌种，实现个性化的定制需求。 2）科学工艺：通过科学的发酵工艺及过程控制，实现了乳酸菌等微生物的高密度培养，活菌数可达 100 亿/ml。大幅降低生产成本和周期，混菌发酵可由几个月缩短至 10 天内，乳酸菌发酵缩短至 24 小时内。实现高效的物质转化，总酸可以达到 6%，提高产品品质及生产稳定性。 3）成分分析：建立了完备的发酵产品成分分析技术平台。针对与产品风味、以及肠道调节、增强免疫等健康功能紧密相关的有机酸、短链脂肪酸、多酚、多肽等功能成分进行精确定量分析以及健康功能评价。 4）产品风味: 本课题组研发的果蔬发酵产品口味浓郁、发酵特色明显，无不良异味。避免了发酵后的过度调配及添加剂的使用，即可达到较优的感官要求。符合健康、绿色的现代加工食品的需求。 

人体资源箱  QSR1306 实验清单： 认识我们的身体               身体中的骨骼 血液从哪里来                   我们为什么要呼吸 我们为什么要吃东西       我们怎么运动 谁指挥我们做各种各样的运动

成果简介：本项目是采用独特的首创工艺—“连续增溶液浆法”在同一条生产 线上生产多种高质量的非离子型纤维素醚（主要是混合醚）和其交联产品。 应用范围：产品可广泛用于建筑用新型保水材料，功能性涂料成膜剂、增稠剂、乳化剂和稳定剂。 创新点：项目要将“制备工艺规范化、产品多样化和系列化、品种功能化”。 同时针对市场需求，开发多种配方，以满足高质量、高难度施工环境用水泥 浆料、干混砂浆、砂灰浆料、石膏和建筑染料配制。确定、规范建筑材料行 业纤维素醚的行业标准。 经济

本项目涉及的结合先进光信息技术和电子技术的激光夜视测距系统具有智能、高成像质量、远工作距离的优势，在物联网、汽车辅助驾驶、安防等领域都有巨大的应用价值。本项目以解决夜视系统的光源和成像、智能图像识别等难题为突破点，以提高夜视仪成像质量和目标识别度为目的，在国家项目和省部级项目的支持下，开展了大量研发工作，获得了一系列的红外成像、图像处理独创技术，开发了激光红外夜视测距系统。项目的激光夜视测距系列产品已经广泛应用于国防、平安城市、铁路、 高速公路、森林防火、油田等行业，实现全天候视频监控。

随着人工智能、大数据、物联网、区块链等新一代信息技术兴起，数据量呈现爆炸式增长，传统计算系统的算力难以满足海量数据的计算需求。与此同时，摩尔定律逐渐放缓，单纯依靠提高集成度、缩小晶体管尺寸来提升芯片及系统性能的路径正面临技术极限，通过引入忆阻器新器件、模拟计算新范式、存算一体新架构，将拓展出全新的高性能人工智能芯片与系统，实现计算能力的飞跃。 目前被广泛使用的经典冯·诺依曼计算架构下数据存储与处理是分离的，存储器与处理器之间通过数据总线进行数据传输，在面向大数据分析等应用场景中，这种计算架构已成为高性能低功耗计算系统的主要瓶颈之一：数据总线的有限带宽严重制约了处理器的性能与效率，且存储器与处理器之间存在严重性能不匹配问题。忆阻器存算一体系统把传统以计算为中心的架构转变为以数据为中心的架构，其直接利用阻变器件进行数据存储与处理，通过将器件组织成为交叉阵列形式，实现存算一体的矩阵向量乘计算。忆阻器存算一体系统可以避免数据在存储和计算中反复搬移带来的时间和能量开销，消除了传统计算系统中的“存储墙”与“功耗墙”问题，可以高效、并行的完成基础的矩阵向量乘计算，未来极有潜力成为支撑人工智能等新兴应用的核心技术。 清华大学吴华强教授团队实现了材料与器件、电路设计、架构和算法的软硬件协同等多方面原始创新，解决了系统精度损失等被广泛关注的难题： 材料与器件创新。科研团队选择了电学特性稳定的二氧化铪作为忆阻层核心材料，提出了通过插入少量氧化铝层来固定离子分布、抑制晶粒间界形成的新理论，提出了引入热增强层的新原理器件结构，成功抑制了忆阻器非理想特性的产生。 电路设计创新。开发了一套忆阻器与晶体管的混合电路设计方法，提出“差分电阻”设计思想，采取源线电流镜限流设计，抑制了忆阻器电路中可能产生的各种计算误差。 算法创新。提出了混合训练算法，仅用小数据量训练神经网络并只更新最后一层网络的权重，即可将存算一体硬件系统的计算精度达到与软件理论值相同的水平。 “技术链”创新。从“单点技术突破”拓展到“技术链突破”，开发了针对忆阻器存算一体芯片的电子设计自动化（EDA）工具，打通了从电路模块设计到系统综合再到芯片验证的设计全流程。 上述理论和方法发表于《自然》《自然·纳米技术》《自然·通讯》等国际顶级期刊，以及被誉为“集成电路奥林匹克”的“国际固态电路大会”等顶级学术会议。研究成果被“国际半导体技术路线图”和30多部综述文章长篇幅引用。团队已在该研究方向申请国内外专利72项，其中30项已获得授权，知识产权完全自主可控。 团队已研制出全球首款忆阻器存算一体芯片和系统，集成了8个忆阻器阵列和完整的外围控制电路，以更小的功耗和更低的硬件成本大幅提升了计算设备的算力。全系统的计算能效比当前主流的人工智能计算平台——图形处理器（GPU）高两个数量级。团队还设计了一款基于130nm工艺研制的完整忆阻器存算一体芯片，在MNIST数据集上计算速度已超过市面上28nm工艺的四核CPU产品近20倍，能效有近千倍的优势。

项目成果/简介:随着人工智能、大数据、物联网、区块链等新一代信息技术兴起，数据量呈现爆炸式增长，传统计算系统的算力难以满足海量数据的计算需求。与此同时，摩尔定律逐渐放缓，单纯依靠提高集成度、缩小晶体管尺寸来提升芯片及系统性能的路径正面临技术极限，通过引入忆阻器新器件、模拟计算新范式、存算一体新架构，将拓展出全新的高性能人工智能芯片与系统，实现计算能力的飞跃。