|
搜索
搜 索
高等教育领域数字化综合服务平台
北京中科通标技术有限公司
北京中科通标技术有限公司位于被誉为“中国硅谷”的中关村，毗邻北京大学、清华大学、北京航空航天大学、中国科学院等高等科研院所，这里拥有国际化前沿信息资源、高端人才智库以及高校的政府支持等得天独厚的优势，是高科技创新的摇篮。
公司致力于高科技研发和创新的科技服务，以中科院及各高校的人才智库和技术研发为依托，充分发挥强大的科研北京优势和国际厂家资源，深入参与到各高校、科研院所及高科技企业的高端测试测量仪器、航空航天、生物科技、医疗器械及生态环保等领域，我们根据用户需要，为科研、教育、工业用户提供全套专业解决方案，为用户的实验项目、技术改造、创新研发、软硬件设备升级、成果转化等提供软硬件支持和服务。
北京中科通标技术有限公司
2021-02-01
山东通持环保技术有限公司
山东通持环保技术有限公司成立于2015-10-28，法定代表人为吕庆香，注册资本为1000万元人民币。
企业地址：位于临沂高新区双月园路科技创业园A307。
所属行业为科技推广和应用服务业，经营范围包含：河道湖泊、土壤修复及废水、固废、废气治理的技术研发、技术咨询、技术成果交易与技术服务；环保设备生产、销售、安装；合同能源管理；水处理剂及环保监测试剂批发、零售；环保设施第三方运营。
山东通持环保技术有限公司
2021-06-15
上海密通机电科技有限公司
上海密通机电科技有限公司成立于1998年,是由原国家地矿部属直属企业(上海地质仪器厂有限公司第三仪器厂)转制而来。主要开发和生产油品分析仪器、煤质分析仪器、地质仪器以及其它实验室仪器。在多年的发展中,逐渐形成了专业生产销售实验室仪器设备和工业品以及各类职业安全用品,是集设计、制造、产品开发、研制、销售与服务为一体的现代化企业.公司已通过ISO9001国际质量管理体系认证和ISO14001国际环境质量管理体系认证。随着公司的日益发展,为了更好地服务客户,公司在2003年分别注册了上海密通科学仪器设备有限公司(主要生产油品分析仪器和煤质分析仪器以及地质仪器)和上海密通环保科技有限公司(主要销售各类环境类分析仪器,如噪音计,大气污染,核辐射仪,气体检测仪,水质分析以及各类试剂)。公司技术力量雄厚,坚持"科技领先、严密设计、精细制作全过程控制"的质量方针,拥有一批多年从事分析仪器开发研制的专业技术人才,公司始终以ISO9001质量体系为标准,并将其贯彻与产品开发,设计,生产以及销售的整个过程。
在多年的发展历程中,公司一直秉承”客户至上,服务价值”的经营理念,以精良的产品、完善的服务得到市场的认可.产品销售网络覆盖全国各地,远销国外.如今,公司沿用与国外合作的先进技术,对产品全面进行优化和人性化的设计,并提供一站式的实验室仪器设备的配置方案,进一步满足客户的需求。
上海密通机电科技有限公司
2021-01-15
中通新能源汽车有限公司
聊城中通新能源汽车装备有限公司建企于1958年，是以经营客车、专用车为主业的大型国有企业集团。目前公司拥有总资产116亿元，净资产60亿元，员工8000余人。
近几年，中通集团通过优化资源配置、转变经济发展方式，不断提升传统优势产业，大力发展战略新兴产业，控股子公司中通新能源汽车有限公司应运而生。
中通新能源汽车有限公司主营新能源汽车、专用汽车、车载罐体、挂车、汽车底盘、汽车零部件（含电器仪表及蓄电池）制造、销售；商用车销售。汽车制造技术研发、技术转让及相关技术咨询服务。汽车类生产与检测设备的生产、销售。自营和代理各类商品和技术的进出口业务（国家限定公司经营或禁止进出口的商品和技术除外）。
中通新能源汽车有限公司
2021-08-27
一种基于激光冲击波技术的内孔孔壁冲击喷涂的方法及装置
（专利号：ZL 201510093124.3） 简介：本发明公开了一种基于激光冲击波技术的内孔孔壁冲击喷涂的方法及装置，涉及零件加工再制造领域。本发明首先将料斗内的金属料粉送至坩埚内加热熔化制成金属熔融液，然后利用强激光辐照在熔融液的液面上，熔融液表面部分物质吸收激光能量瞬间气化、电离在液面产生高压等离子体，高压等离子体瞬间对熔融金属液面施加一向下的超高的冲击力，使熔液发生爆炸性溅射，溅射的熔滴在空中飞行遇到阻力，雾化成更为细小的微粒，并以很高的速度撞向工件内孔壁，在孔壁快速凝固后形成致密的涂层。实现该方法的装置包括激光发生器、导光系统、送粉系统、工件夹具系统以及控制系统。本发明具有喷涂压力超高、粒子溅射速度超快、涂层质量好以及效率高等特点。
安徽工业大学
2021-04-11
可穿戴式移动互联飞机维修辅助工具
联网登录后台服务器，查询和浏览网页及数字维修资料；通过FTP客户端，从后台服务器下载文件及解压压缩文件至SD存储卡；拍摄现场图片、短视频并传回服务器供分析处理；实时加密通话，方便现场维修人员与专家团交流沟通；语音命令识别，解放操作人员双手等。 应用领域： 飞机维修，宇航员执行任务，大型机械远程维修，远程医疗，军事作战现场等。 特色及先进性： 轻便可穿戴，双目成像眼睛，语音识别解放双手，通话加密，强大的后台专家资源支持等。 解决的关键问题和实施后效果： 解放了远程维修人员的双手，使维修现场能够得到后台强大的专家资源支持，实施后可以大大节省维修时间，解决更多复杂的维修问题。 图1 双目可穿戴设备实物 图2 单目可穿戴设备实物
电子科技大学
2021-04-10
互联网文本内容主题概念漂移检测系统
成果描述：互联网文本内容主题 概念漂移检测系统， 通过分析数据集中的 所有文档数据的潜在 语义关系，提取出它 们之间的潜在语义主 题标示，通过评估参 数的方法，将生成的 主题时序关系用数据 的形式表示出来，并 以此为依据主动发现 待预测数据集中主题 的转变与转化现象， 并提供给用户这一主 题转移过程。市场前景分析：点。基于这些特点， 流数据的处理和分析 面临巨大的挑战，是 当前数据挖掘领域研 究的热点。 分类是数据挖掘领域 的重要课题，当前流 数据分类问题面临的 主要挑战之一就是概 念漂移问题，即数据 中学习的概念（从属 性到类别的映射）是 随时变化的。 通过对互联网中文本 内容的主题概念漂移 进行检测，对于正确 分类互联网文本等方 面具有重要的意义。与同类成果相比的优势分析：能够将生成的主题时 序关系用数据的形式 表示出来，方便用户 查看； 可以动态调整评估参 数，以实现对不同数 据集的自适应性分析； 可以将评估参数值与 发生概念漂移的主题 中心相关联，主动探 测出主题发生变化的 过程。
电子科技大学
2021-04-10
基于互联网+及数字孪生技术的智能制造
项目成果/简介:项目在多年国家项目的支持下，在项目“面向工厂规划和生产过程的数字化工厂技术”获2013年教育部科技进步二等奖的基础上，进行持续开发完善，与沈阳机床合作，在智能制造领域进行了深入的合作研究， 在沈阳机床智能制造展示线开发完成数字化孪生仿真模型及基于互联网的定制信息系统，系统实现了网络化定制下达生产订单，数字化孪生系统在线仿真模拟，真实展现生产场景，并可通过移动设备进行浏览和信息管理。项目符合中国制造2025所倡导的智能制造和互联网+技术的发展，对中国制造向智能化转型起到促进作用。项目通过展示真实个性化印章的智能加工、检测和装配，体现网络化的定制及数字化双胞胎技术。应用范围:项目所开发完成的技术符合中国制造2025所提出的智能制造技术路线，已应用于工业实际和大专院校的教学培训。目前国家大力资助建立智能制造试点示范项目，制造企业也在积极转型，向数字化和智能化转型发展，这些都需要数字孪生和互联网+技术的支持。 项目成熟度：小批量生产，项目已独立以及结合沈阳机床的生产线及教育系统得到市场的应用，特别是在中国航发商用航空发动机有限责任公司相关项目中得到应用。 拟在全国范围内推广：1.项目可应用于离散制造业的规划、调试、运行和维护阶段的仿真优化，通过建立工厂、生产线、设备的三维模型，实现虚实结合的数字双胞胎。 2、教育培训领域：通过实现智能制造理念的面向教育和培训的生产线系统，通过模块化的系统，实现对智能制造教学和培训。项目阶段:小规模生产效益分析:项目的技术创新点、先进性在于实现了数字孪生技术在生产线中的应用，达到了生产线的虚实融合。不仅可在规划阶段对生产线进行仿真验证，还可在生产运行过程中实现虚实融合，并通过AR-VR技术对操作指导、维修指导和生产过程监控提供支持，从而实现多维的虚实融合，是实现智能制造的关键技术之一。项目相关技术不仅能够应用于工业实际的智能化制造之中，还特别适合面向智能制造的教育和培训。
同济大学
2021-04-10
CDMA2000移动互联网内容监管系统
本系统在设计中使用了先进的网络处理器技术，包括高性能的IXP2400处理器和高速千兆以太网接入能力，提供了强大的网络处理能力和可靠的运行稳定性。本系统完成的基于网络处理器硬件平台根据不同的实际需求，可以广泛应用于各种网络通信系统和网络安全领域，边缘路由器，千兆硬件防火墙和入侵检测系统，具有广阔的市场前景。
东南大学
2021-04-10
基于大数据的能源互联网能量管理系统
随着电网数据规模越来越大，所蕴含的价值也越来越多。清华大学信研院研发了基于机器学习方法的能源互联网能量管理系统，主要功能为对电网的稳定性进行预测和可视化。系 统分为训练部分和预测部分。训练部分通过历史数据进行机器学习，建立一个电压稳定性的 分类器。分类器训练完成后，再对新增的未知数据进行预测。训练部分主要分为特征提取、 类别标记、特征压缩、分类器类型选择。预测部分主要分为分类器数据启动阶段和预测输出 阶段。本系统提出利用机器学习方法对电网电压稳定性进行预测，进一步综合多个节点给出 电网态势感知的评估结果。在训练每一个节点分类器的时候，本系统将特征选取的时段和预 测时间节点拉开，形成一种延时的预测方法，本发明对复杂系统有着更好的还原效果。2 应用说明本系统实施电压稳定性预测的具体步骤为:步骤 1:通过部署在关键测点的同步相角测量单元 PMU 采集电网实时数据，所述 实时数据包含电网中每个关键测点的电压 U、 有功 P、无功 Q、电流 I;分别计算 U 的衍 生量 dU/dt，Q 的衍生量 dQ/dt，电压的变化 量比上无功的变化量的衍生量 dU/dQ，用这 些衍生量作为特征，来表征量的时间变化速 率;步骤 2:对步骤 1 中提取的特征进行数 据降维与压缩;根据特定时刻电压 U 是否恢 复到标准值的 0.8 倍来区分每组样本组是否 稳定，用 0 标记稳定，用 1 标记不稳定;步骤 3:选择分类器，建立一个电压稳 定性的分类器;步骤 4:训练分类器;当分类器训练完 成后，将训练好的参数储存起来;步骤 5:进入预测部分的数据启动阶段， 填充特征矩阵，没有输出;步骤 6:把多个节点的特征按照顺序排列，形成特征矩阵;特征矩阵填充完成后， 根据分类器给出的预测结果;特征时段向前滑动，最初的特征被抛弃，新特征补充在队尾， 分类器持续给出预测结果;步骤 7:每隔一定时间间隔 ，要把新收集来的数据与以前的数据一起，重新回到步骤 4 训练分类器，更新参数。在具体系统搭建过程中，我们充分利用现有机器学习平台。其中 Hadoop 的文件管理系统 HDFS 负责数据存储;Spark 负责模型训练;Storm 负责在线预测;Kafka 负责在 Storm 和Hadoop 之间传递更新后的模型参数。
清华大学
2021-04-11