|
搜索
搜 索
高等教育领域数字化综合服务平台
太阳能功率优化器
太阳能功率优化器直接与光伏组件相连，对各光伏组件实施最大功率跟踪，保证其在任意光照条件下和组件特性下的最大功率输出。由于组件只与功率优化器相连，光伏组件之间不存在任何的相互连接，能够从根本上消除不同光伏组件之间的影响，避免由于光照条件变化、组件局部遮阴、组件老化以及组件之间特性不一致造成的发电量损失，实现系统发电量的最大化。多个功率优化器形成的组串之间并联连接，对每组串内部所串联的功率优化器数量没有严格限制，极大的增加了系统配置的灵活性。数据采集器在存储光伏组件的发电数据和状态信息的同时，还可实时对
西安电子科技大学
2021-04-14
太阳能照明灯
白天，由太阳电池板将光能转换给蓄电池充电，当夜晚来临时，蓄电池的电能由高频逆变器转换成交流电使灯点亮，经过设定时间后，灯即自动熄灭。
西安交通大学
2021-01-12
24025能的转化实验器
宁波华茂文教股份有限公司
2021-08-23
24024能的转化演示器
宁波华茂文教股份有限公司
2021-08-23
朗能LED护眼灯
朗能教室照明LED灯具光源采用CSP柔净光技术,外置优质透光亚克力 罩，光色纯净、自然饱满、无频闪.
广东朗能电器有限公司
2021-08-23
佰能微信预约助手
佰能预约助手结合共享系统配套应用，为广大实验者提供手机微信在线预约大型仪器设备和送样检测服务，为高校、医院、科研院所和检测机构提供仪器共享移动互联网应用方案，使仪器开放共享管理工作更简单便捷。提供仪器展示、资格申请、机时预约、送样检测预约、消息微信推送、微信认证自动登录、扫码开关机、预约状态查询、使用计费记录和送样检测状态查询功能。
广州佰能信息科技有限公司
2021-02-01
基于智能环境感知的车辆安全辅助驾驶系统
该项目主要应用于车辆安全辅助驾驶领域，可以在车辆有危险趋势时及时向驾驶员提供警告信息，减少或避免可能发生的交通事故，也可以应用于车辆的辅助驾驶和智能自动导航领域。该项目利用灰度图像中道路边缘处存在的灰度特征、梯度特征作为识别道路的特征，运用群智能算法实现对道路边界的快速识别，最终得到车辆行驶道路信息。根据道路识别结果，利用前方车辆在图像中底部边缘存在灰度特征、方差特征和梯度特征，运用鱼群算法实现对前方多车的快速识别。项目采用转向动力学连续模型，车辆前轮转角和道路曲率作为系统输入，根据系统的采样频率将连续模型离散化，运用Kalman滤波理论设计状态观察器，实时观测前方车辆侧向速度和横摆角速度，从而获得车辆运动轨迹，为安全辅助驾驶系统提供准确信息。
该项目对车辆安全辅助驾驶系统提供信息的频率在5Hz之内。在复杂情况下通过使用本项目研究的系统进行车道识别，其准确率大于95%。该项技术于2009年初成功应用于新疆冰雪灾害防护系统的养护车辆智能辅助驾驶系统中，该系统由北京中交国通智能交通系统技术有限公司负责建设，采用该技术大大提高了复杂冰雪环境下道路识别和前方车辆识别的可靠性和实时性，同时增强了在不同光照等复杂环境下的适应性。该技术应用后，有利于避免和减少道路交通事故发生的可能性，保障车辆行驶安全，取得了良好的社会效益。
燕山大学
2021-05-04
一种弹性车轮扭转刚度测量辅助夹具
成果描述：本发明公开了一种弹性车轮扭转刚度测量辅助夹具，由机架(5)、可联接在机架(5)上的支撑框(6)、可联接在机架(5)上的两个夹紧块(4)构成的轮毂支承制动机构和由过盈轴(2)及加载臂3构成的轮芯加载机构所组成。本发明将轴与弹性车轮压装在一起使其过盈配合；将轴通环形槽与支撑框的圆形凹槽配合坐落在支撑框上，可绕轴的轴向转动，加载臂一端施加压力此时弹性车轮轮芯与轮毂之间仅有扭转变形，通过压力试验机的压力、行程、力臂长度测量弹性车轮的扭转刚度。市场前景分析：轨道交通移动设备技术领域。与同类成果相比的优势分析：技术先进，性价比较高。
西南交通大学
2021-04-10
新型冠状病毒肺炎智能辅助诊断系统
新冠肺炎疑似病例基数庞大，给临床一线诊疗带来巨大压力，疫情波及地域广泛，基层医院缺乏经验，面临严峻挑战。由清华大学精密仪器系尤政院士、临床医学院董家鸿院士领导研发的新型冠状病毒肺炎智能辅助诊断系统成功通过应用测试，进入临床试用阶段，有望为上述难题提供解决方案。新型冠状病毒肺炎智能辅助诊断系统董家鸿介绍，新型冠状病毒肺炎智能辅助诊断系统可同步实现智能化影像诊断、临床诊断及临床分型三大功能。该系统包括三大模块，其中影像诊断模块主要基于对新型冠状病毒肺炎初诊病例的珍贵临床资料的大数据分析，使用人工智能算法深度学习该疾病的CT影像特征，实现对新型冠状病毒肺炎影像的智能识别。临床诊断模块则依据卫健委发布的《新型冠状病毒感染的肺炎诊疗方案(试行第五版)》，结合影像与流行病学、症状及关键检验数据等临床信息，实现智能诊断。临床分型模块通过智能判读呼吸功能参数，“自适应”判断新型冠状病毒肺炎的严重程度。董家鸿谈到，该系统可在短时间内完成大量疑似病例的胸部CT筛查、依据指南进行临床与影像相结合的综合分析，显著提升新型冠状病毒肺炎诊断效能，有望大幅降低临床医师及影像医师的工作负荷。
清华大学
2021-04-10
新冠肺炎影像学AI智能辅助诊断研究
“现阶段医生需要在大量影像数据中快速诊断出新冠肺炎的病例，此外还需要诊断出病灶分布的位置、大小等来评估严重程度。”薛向阳介绍，针对临床的现实需求，团队将设计目标定位于“肺炎分类鉴别”和“关键病灶检测”两大功能，前者是为区别健康状态、新冠肺炎、其他病毒性肺炎、细菌性肺炎，后者则为找到并分隔出磨玻璃影等病灶区域。针对这些需求，团队设计诊断算法模型，让机器利用模型进行训练，学习不同类型肺炎在CT影像表现上的不同特征，最终具备智能辅助诊断的能力。而这需要突破小样本学习、小目标检测等多个技术难题。“小样本学习”即在较少训练数据样本的条件下进行机器学习。在疫情发生前期，能够获取的新冠肺炎影像数据相对较少，且由于一线影像医生任务繁重，无法获得大量专家标注，因此需要算法在少量样本的条件下“自学成才”。为此，团队采用基于自迁移学习的半监督学习等技巧，使算法具备一定的“小样本学习”能力，在不增加医生标注工作量的情况下较好地提高了算法模型的普适性。由于CT影像切片中的病灶区域有大有小，且往往大中小病灶区域面积悬殊，如何使算法能同时检测大、中、小各个目标是另一大难题。团队利用神经网络的层次性特点与病灶区域的大小进行对应，“网络的底层关注细节，即小病灶区域，而网络中层到高层所关注的病灶区域则越来越大，因此模型通过不同层次的加权和融合，最终便能达到同时检测大小病灶区域的目标。”薛向阳解释道。“不过，即便有诊断‘神器’，影像科医生也是不可替代的。”薛向阳说，人是复杂的机体，病毒在不同人体内感染的反映也不一定相同。”他表示，当遇到机器未曾学习过的微小病变或疑难病例时，仍需要影像医生的经验和智慧。以解决实际问题为目标，该项目在研究过程中始终与临床应用紧密结合。无论是机器学习数据，还是测试评估数据，都来源于临床真实病例。在算法模型定型过程中，为了检验模型的准确率和泛化性，团队也利用现实疑似病例进行了测试。
复旦大学
2021-04-10