|
搜索
搜 索
高等教育领域数字化综合服务平台
山东思代尔农业装备有限公司
山东思代尔农业装备有限公司，位于乐陵市经济技术开发区，旗下农业装备注册品牌为“希森天成”，是专门从事根茎类产业机械研究、开 发、生产、销售的农业机械研发生产企业，在全国建立了广阔的销售网络，形成了庞大的销售体系，产品畅销国内马铃薯主产区，并畅销国外十余个马铃薯主产国。
公司建有机械、物理、电子等专业实验室6个，下设设计研发部、生产部、质量部、财务部、销售中心、检测中心、售后服务中心，配备了先进精密的生产、检测设备130 余台套，具有先进的Solidworks EPDM设计研发平台、科研试验设施、智能检测系统、引进世界先进的机械制造三维设计软件，公司还上线了较EPDM更为先进和完善的ERP信息化生产系统，进行企业资源的综合平衡和优化管理，公司还配备有电子设计自动化EDA，各种产品均可在此进行全性能试验，建立了农业机械生产线，科研、生产、售后服务等基础设施完善，为公司产品研制、生产、服务提供了有力的技术支持和可靠的质量保证。
山东思代尔农业装备有限公司
2021-08-27
武汉市博思特电脑科技有限公司
武汉市博思特电脑科技有限公司成立于2001年8月，是一家面向教育行业提供信息化解决方案， 且经国家信息产业部认定的高科技"双软"（软件企业和软件产品）企业。 公司致力于教育行业信息化软件的研发、销售、服务，是国内领先、专业的教育软件解决方案服务商。 经过多年的努力，相继推出了机房管理平台、开放实验室管理平台两大主力产品，以及相关教育行业软件服务项目， 深受遍布全国三十多个省市八百家院校好评。 公司秉承"自信、专业、卓越"的经营理念，凭借丰富的行业经验和强大的技术实力， 以用户为中心，本着"技术领先，服务为本"的宗旨，将一如既往的倡导"最优秀的软件+最好的服务=您最满意的产品"， 把最好的技术、最好的产品和最好的服务带给广大用户。
武汉市博思特电脑科技有限公司
2021-12-07
淄博重山思沃瑞环保科技有限公司
淄博重山思沃瑞环保科技有限公司（简称：“重山思沃瑞”）成立于2011年，是一家具备水泥窑协同处置固体（危险）废物资质的单位。
现具备危险废物名录中19大类中的300小类危险废物的经营资质（危险废物经营许可证号：淄博危废临7号）。现建成的一期固体废物（含危险废物）处置能力达36700t/a，二期危险废物处置能力达75000t/a。
淄博重山思沃瑞环保科技有限公司
2021-09-06
艾迪思特视频直播工作站BW-803
触摸控制/视频直播/音频调节/支持在线升级/远程控制本地数字调音
深圳市艾迪思特信息技术有限公司
2022-11-03
非霍奇金淋巴瘤的个体化诊治策略的创新和应用
非霍奇金淋巴瘤（NHL）是目前发病率增长速度最快的恶性肿瘤之一，高发于青壮年，社会危害大。 “NHL个体化诊疗策略的创新与应用”项目历经16年，依托华南肿瘤学国家重点实验室和国家抗肿瘤新药 临床试验中心，立足于针对中国NHL特点进行创新。在B细胞淋巴瘤方面，建立中国B细胞淋巴瘤新诊疗标 准，提高15-20%的治疗效果；同时发现伴乙肝者在靶向化疗中，易发生治疗相关性肝炎（中国是乙肝大 国，此问题尤为重要）；创建了预防B细胞淋巴瘤靶向化疗相关性肝炎发生的新方法，使治疗相关性肝炎 发生率下降80%，显著提高了治疗的安全性。NK/T细胞淋巴瘤在中国等亚洲国家相对常见，而在欧美国家 罕见。该项目通过构建危险分级和临床分期，制定了NK/T细胞淋巴瘤个体化分层治疗策略，使低危者不用 接受过度治疗，高危者通过提高治疗强度改善生存期；通过研发新的治疗方案和综合治疗模式，建立NK/ T细胞淋巴瘤新的治疗标准，使5年生存率提高约20%。
中山大学
2021-04-10
用于双旋转补偿器椭偏仪的菲涅尔棱镜相位延迟器
本发明公开了一种菲涅尔棱镜相位延迟器，其由两斜方棱镜各以其一端的倾斜底面相互贴合形成对称结构而构成，通过选择相应折射率的棱镜材料以及确定斜方棱镜斜角，入射光束经其中一个斜方棱镜另一端的倾斜底面垂直入射到该斜方棱镜，经其相对的两侧面依次进行两次全反射后通过两斜方棱镜的贴合面入射到另一斜方棱镜，并同样经该斜方棱镜的相对的两侧面依次进行两次全反射后出射，即可得到该双旋转补偿器穆勒矩阵椭偏仪所需求的相位延迟量。该相位延迟器能够在包括紫外、可见以及红外的波段内实现良好的消色差性能，并且对光束入射角不敏感，同时
华中科技大学
2021-04-14
量子点荧光探针快速检测生物活性分子
完成人简介：樊君，西北大学教授，西北大学化工学院副院长， 陕西省化工过程实验教学示范中心主任，指导博、硕士生研究方向包括反应工程、碳一化工、纳米材料、分离工程、精细化工产品开发研究等。
成果内容：基于量子点的荧光探针分析对推动即时检测（POCT）技术的发展具有十分重要的意义。本项目以制备功能型纳米荧光探针为主，主要包括量子点荧光探针（QDs）和稀土掺杂上转换纳米颗粒（UCNPs），并利用制备的荧光探针实现了对生物活性分子的定量检测。项目设计了基于荧光共振能量传递（FRET）的QDs荧光探针和基于CuMn双掺杂的ZnS QDs比率荧光探针，分别实现了对生物活性分子多巴胺和叶酸的定量检测（图13），结果表明所制备的探针具有较高的选择性和灵敏度，项目成果将为医学检测和POCT技术提供技术支持。
不同反应时间得到的CdTe量子点在紫外灯下的实物图及其吸收和发射光谱
成果优势： 量子点(quantum dots，QDs)是指颗粒半径小于激子波尔尺寸半径的纳米晶粒，属于三维尺度限域的零维纳米材料，其尺寸一般在10nm以下。QDs有许多显著地光学性质：优良的抗光漂白能力； 较宽的吸收光谱；发射光谱窄；较大的斯托克斯位移(Stokes shif)。
成果成熟度：中试阶段。
转化方式：技术转让等。
市场展望：本项目的研究结果对提高疾病诊治水平，推动医学科技前沿发展，形成经济新增长点，带动大健康产业发展等都将具有十分重要的意义。
西北大学
2021-05-11
量子点荧光防伪技术研究成果
福州大学物信学院李福山教授、福州大学化学学院郑远辉研究员与TCL集团工业研究院钱磊博士的合作研究论文“Inkjet-printed unclonable quantum dot fluorescent anti-counterfeiting labels with artificial intelligence authentication” 在Nature子刊《Nature Communications》在线发表。 量子点具有优异的光电特性，其图案化在发光显示，荧光标记和智能传感领域具有广阔的应用前景。量子点薄膜形貌最终决定了其光电器件应用，论文采用高精度喷墨打印技术制作微米级量子点发光图案，创新性的在基板表面构建具有随机分布的聚甲基丙烯酸甲酯（PMMA）微纳米颗粒，作为喷墨打印输运过程中的聚集钉扎点，强化微米级墨滴蒸发流动以及量子点组装过程中的差异性，形成不可复制“花状”发光图案；成功应用于低成本，可柔性化，自然条件下隐蔽，具有多重防伪级别和商业化的价值的不可复制全彩荧光防伪标签。并且首次引入了人工智能（AI）技术对喷墨打印量子点防伪荧光标签进行验证，并成功识别出不同的清晰度、亮度、旋转角度、放大倍率以及这些参数混合的“花状”图案，实现了防伪标签的高效准确识别。
福州大学
2021-04-10
量子点荧光防伪技术研究成果
福州大学物信学院李福山教授、福州大学化学学院郑远辉研究员与TCL集团工业研究院钱磊博士的合作研究论文“Inkjet-printed unclonable quantum dot fluorescent anti-counterfeiting labels with artificial intelligence authentication” 在Nature子刊《Nature Communications》在线发表。 量子点具有优异的光电特性，其图案化在发光显示，荧光标记和智能传感领域具有广阔的应用前景。量子点薄膜形貌最终决定了其光电器件应用，论文采用高精度喷墨打印技术制作微米级量子点发光图案，创新性的在基板表面构建具有随机分布的聚甲基丙烯酸甲酯（PMMA）微纳米颗粒，作为喷墨打印输运过程中的聚集钉扎点，强化微米级墨滴蒸发流动以及量子点组装过程中的差异性，形成不可复制“花状”发光图案；成功应用于低成本，可柔性化，自然条件下隐蔽，具有多重防伪级别和商业化的价值的不可复制全彩荧光防伪标签。并且首次引入了人工智能（AI）技术对喷墨打印量子点防伪荧光标签进行验证，并成功识别出不同的清晰度、亮度、旋转角度、放大倍率以及这些参数混合的“花状”图案，实现了防伪标签的高效准确识别。
福州大学
2021-02-01
在量子物理与机器学习研究的进展
生成模型的研究重点是如何从给定的数据集合中学习到数据的联合概率分布，以及从学习到的概率分布中高效地生成新的样本。研究团队提出将数据的联合分布概率编码成量子多体态的概率幅的模平方。进一步地，他们提出在经典计算机上使用矩阵乘积态(Matrix Product States)来模拟学习的过程。矩阵乘积态的参数，即张量网络的张量元，可以通过类似密度矩阵重整化群(Density Matrix Renormalization Group)的算法进行学习，最终形成一个具有泛化能力的生成模型。这个学习算法结合了量子物理与机器学习各自的优点：它不仅可以利用GPU高效地学习到模型参数，还可以利用张量网络的灵活性动态地调节模型表达能力。此外，与传统的基于统计物理的生成模型（例如玻尔兹曼机）相比，玻恩学习机还具备直接生成无关联样本的强大能力，从而可以高效地生成新的数据。 基于量子态的概率生成模型融合了量子物理与机器学习的思想，是一个崭新的研究领域。玻恩学习机借助量子态内禀的概率解释及其强大的表达能力，意在为机器学习和人工智能提供更为先进的生成模型和学习算法。此外，这类模型在量子信息处理，量子计算以及多体物理中具有应用潜力。展望将来，最令人兴奋的前景应该会是在一台量子计算机上实现玻恩学习机，从而以全新的方法进行概率型的学习和建模。这项工作用使用张量网络模拟量子计算机的运行，向无监督量子机器学习迈近了一步。作用在一幅MNIST图片上的矩阵乘积态以及它的纠缠谱
北京大学
2021-04-11