非损伤微测技术（Non-invasive Micro-test Technology，NMT）源于美国MBL实验室（54位诺贝尔奖得主的摇篮），由神经学家Lionel F. Jaffe（美国扬格公司创始人之一）于1974年发明，2001年，美国扬格公司正式推出现代NMT。NMT是一种研究活体材料的底层核心技术，研究人员基于NMT能够建立自己独有的Me-Only 研究平台，从而获得极具创新的研究成果。         NMT可在不接触、不损伤样品的情况下，检测分子/离子进出生物活体的流速（流动速率和方向），可测样品种类繁多，小到菌、单细胞、液泡，大到组织、器官、整体都可检测。基于NMT商业化的设备统称为非损伤微测系统。         扬格/旭月的非损伤微测系统包含BIO系列、CONFLUX系列（共聚焦/荧光NMT）、NMT100系列、NMT200系列、NMT100S系列、NMT200S系列、NMT150系列、NMT活体工作站系列、NMT Physiolyzer®系列等，已发展至第七代自动化智能产品。扬格/旭月的NMT系统全部采用从美国扬格（旭月北京）研发中心自主研发的imFluxes智能操作软件，将十余年的NMT应用大数据与设备实现完美结合，并且在产品一体化、自动化、智能化、扩展升级等诸多方面都有大幅提升。         扬格/旭月已取得基于NMT的数十项专利及软件著作权，拥有完善的专利保护体系，所有产品全部通过中关村NMT联盟认证和ISO9001质量体系认证。扬格/旭月所销售的NMT专用耗材，已通过中关村NMT联盟认证，所有耗材是扬格/旭月研发中心结合十余年的经验、摸索并自主研发生产的。NMT专用耗材较传统的通用型耗材保质期更长，性能更稳定、可靠，所有对外销售的耗材全部经过严格的生产、检验流程。         扬格/旭月的NMT研究平台已经帮助国内外科研单位取得近百项各类专利，以及包含Nature、Cell在内的500多篇论文。同时，已销往欧洲的瑞士苏黎世大学（拥有包括爱因斯坦在内10余位诺贝尔奖得主），以及中国科学院、中国林科院、中国农科院、农业部下属的众多科研院所与高校，以及北大、上海交大等知名高校。 名称：NMT Physiolyzer®（NMT活体生理检测仪） 版本：第七代 品牌：YOUNGER 产地：美国 已获得认证： 中关村NMT联盟认证 ISO9001国际质量体系认证 简介：NMT Physiolyzer®（NMT活体生理检测仪）是美国扬格公司的第七代自动化NMT设备，可自动灌充LIX、直接检测、输出离子/分子的流速及浓度、数据云绘图。该设备为开放式平台，同时配备个性化模块，科研人员可根据自身科研需求，自由选配检测指标（标配2种指标，其他指标可自由升级），可选配指标包括IAA、O2、H2O2、Ca2+、H+、K+、Na+、Pb2+、Cu2+、Cd2+、Cl-、NH4+、NO3-、Mg2+、膜电势，其他未来新研发功能及指标，可通过模块进行扩展升级。        NMT Physiolyzer®（NMT活体生理检测仪）美国原装进口系统由美国扬格公司在美国本土生产、组装、调试完成，整机进口到中国，该产品已通过ISO9001质量体系认证，提供1年免费保修，售后服务由美国扬格公司在中国的永久战略合作伙伴旭月公司统一提供。 个性化功能匹配 标配两种指标（可选指标：IAA、O2、H2O2、Ca2+、H+、K+、Na+、Cd2+、Cl-、NH4+、NO3-、Mg2+），其余指标可升级（包括新研发指标Pb2+、Cu2+和膜电势） 预留双指标检测升级端口，升级后可单独检测一种离子或分子，也可同时检测两种离子或一种离子与一种分子的浓度和流速，用于离子/分子相关性研究及更前沿的科研探索。 活体、原位、非损伤测量 对整体或分离后的样品不造成损伤，获取正常生理状态下信息。 无需标记 预先知道测定的指标，无需用放射性、化学或药理学等标记方法，安全且环保。 不用提取样品 可直接检测，不需要研磨等传统的提取方法。 实时、动态检测 动态实时地（最短在5秒左右）检测和获取数据。 长时间持续监测 可进行长达10个小时以上的实时和动态监测。 可测样品种类繁多 整体、器官、组织、细胞都可以检测（理论值：5μm-10cm均可）。 自动化操作 X、Y、Z方向自动/手动操控传感器移动。 数据采集方式 X、Y、Z三维数据分别采集。 预留三维矢量流速数据升级端口，可升级在样品外进行X、Y、Z三维数据同时采集，获得矢量流速数据，清晰阐明样品及流速的空间相互关系，用于更前沿的研究。 美国原装进口系统 型号 功能 可升级功能 NMT300-YG 1.标配指标：IAA、O2、H2O2、Ca2+、H+、K+、Cd2+、Cl-、NH4+、NO3-、Mg2+、Pb2+、Cu2+(标配任选2种指标，可任意升级）。 2.操作方式：三维自动。 3.检测样品尺寸：可检测5μm-10cm样品。 4.数据：1D/3D。可直接检测、输出流速和浓度数据。 5.检测方式：单传感器检测 6.异常报警：有 7.流速云数据处理与绘图：有 1.可升级指标：可升级除标配指标外其余指标，包括最新研发指标膜电势。 2.可扩展：未来新研发指标可扩展升级。 3.可升级检测方式：单/双传感器检测可选。 NMT400-YG 1.标配指标：IAA、O2、H2O2、Ca2+、H+、K+、Cd2+、Cl-、NH4+、NO3-、Mg2+、Pb2+、Cu2+(标配任选2种指标，可任意升级）。 2.操作方式：三维自动。 3.检测样品尺寸：可检测大于5cm样品。 4.数据：1D/3D。可直接检测、输出流速和浓度数据。 5.检测方式：单传感器检测 6.异常报警：有 7.流速云数据处理与绘图：有 1.可升级指标：可升级除标配指标外其余指标，包括最新研发指标膜电势。 2.可扩展：未来新研发指标可扩展升级。 3.可升级检测方式：单/双传感器检测可选。

Ai视觉检测机器人是一款搭载了六轴工业机械臂、视觉人工智能和工业大模型的高科技设备，充分利用机械臂的多轴灵活运动、重复定位精度高等优势，主要用于复杂外形工业产品的缺陷检测，特别是汽车零配件、新能源、核电领域等高端制造、品控要求高的产品外观检测。

本发明公开了一种随机动载荷空间分布及统计特征的识别方法。本发明的方法包括步骤：Ｓ１．开展模态试验，获取结构的模态参数，包括固有频率和模态振型；Ｓ２．将结构随机振动响应利用模态振型展开，获取结构在模态空间的动响应；Ｓ３．利用模态振型展开，将随空间分布的随机动载荷投影到模态空间；Ｓ４．在模态空间内，由随机动响应样本反演随机动载荷样本；Ｓ５．由模态空间内随机动载荷样本及振型函数求解结构上随机动载荷的空间分布和统计特征。本发明能够解决在时域内利用实测结构动响应样本识别结构上随机动载荷的统计特性和分布特征问题，为服役于分布式随机动载荷环境下的工程结构设计与安全评估提供准确可靠的动载荷信息。

本发明公开了一种基于拉曼光谱技术的藻种分类识别方法，包括：取相同藻种的多个样本，每个样本均为当前藻种的活体藻液，采用拉曼光谱仪获取各个样本的拉曼光谱原始信息；对采集的拉曼光谱原始信息进行预处理，得到对应的预处理谱图，然后采用偏最小二乘法从各预处理谱图中提取主因子；更换藻种，获得与不同藻种相对应的主因子；以所有藻种的主因子作为输入，以与各主因子相对应的藻种分类为输出，建立BP神经网络模型；取待鉴别活体藻液，获得该待鉴别活体藻液的主因子并输入所述BP神经网络模型，获得待鉴别活体藻液中所包含的藻种分类。本发明实现了基于拉曼光谱技术的藻种快速准确分类，大大简化了操作步骤，缩短了检测时间。

本发明公开了一种基于移动终端的答题卡识别分析方法及系统，属于图像识别技术领域。本发明包括数据通讯模块、图像处理模块、记分统计模块、数据存储模块和数据输出模块。通过采用二阶图像势能原理进行赋值运算，每一个选项赋值为2的n‑1次幂，n代表选项的顺序号，每一题中任意选项的组合求其所有选项值的算术和即为该题的选项值，确保任意一个选项组合都不会出现重复值，得出该答题信息的成绩。本发明使用已广泛普及的智能移动终端设备，具有操作简单、便于携带、硬件成本低、耗材廉价、无专业印刷技术要求等特点。本发明不仅可用于教学、培训、心理测量还可用于调查统计分析领域具有明显的经济效益和应用价值。

本发明提供了一种基于子结构的复合材料弹性参数识别方法，建立复合材料子结构有限元模型，根据子结构理论对复合材料子结构模型进行动力学缩聚；缩聚后子结构特征矩阵装配到残余结构上，计算得到复合材料全模型模态信息；提取全模型模态数据，计算模态频率对残余结构弹性参数的相对灵敏度；将试验和有限元模拟的模态频率残差的二范数作为目标函数，利用迭代优化算法最小化目标函数。本发明通过考虑了子结构的复合材料建模，将模型待识别部分定义为残余结构，通过全模型模态频率对残余结构弹性参数的相对灵敏度分析和模态振型匹配，采用优化迭代算法识别复合材料待识别参数，节省计算资源，提高计算效率，具有十分重要的工程意义。

1. 2D/CMC-中药注射液类过敏物分析仪 2.“2D/CMC-中药注射液类过敏物分析仪”系统界面 3.2D/CMC-中药注射液类过敏物分析仪 配体-受体相互作用研究 ：CMC模型完全适用于配体-膜受体相互作用研究 4. CMC-配体/受体作用分析仪

本发明公开了一种城市信号控制交叉口群关键路径识别方法，包括如下步骤：1）运用对偶图法表达具有转向限制的交叉口群网络，将寻找逻辑连通路径问题转换为在对偶图中寻找出每个顶点正好经过一次的有向Hamilton通路问题；2）采用回溯法完成对通路的寻迹；3）建立由离散性关联指标和阻滞性关联指标组成的路径关联度计算模型；4）对网络内所有逻辑连通路径计算路径关联度值，依据关联度值高低确定关键路径走向。

本发明提供一种地面建筑物识别方法，包括以下步骤：(1)航拍地面红外图像；(2)在红外图像中进行检测定位确定疑似目标；(3)对准疑似目标进行激光成像；(4)对激光成像进行距离选通以滤除前景和背景干扰；(5)在滤除干扰后的激光成像中提取疑似目标的形状特征，将其作为目标匹配要素与目标形状特征模板进行匹配，从而识别目标。本发明方法将激光成像融入到红外成像目标定位中，既利用红外成像范围大的优点，又利用激光成像的三维距离信息，有