产品详细介绍UVRaman100紫外共振拉曼光谱系统        新一代紫外共振拉曼光谱仪    

本发明提供了一种能够无损预测猕猴桃货架期硬度的结构化高光谱检测系统及方法。通过计算机编程产生空间频率为60cycles/m的正弦条纹光，投影至被测物，利用高光谱相机拍摄‑2/3π、0和2/3π三个相位图片，再将相位图片解模为完整图片，并获取结构光光谱信息。选取在室温下贮藏不同时间的猕猴桃样品，采集结构化高光谱数据，并通过破坏性检验获取样本硬度的真实值。对结构光数据解模并预处理，提取样品结构光光谱信息，构建硬度预测模型。结果表明，结构化高光谱系统对猕猴桃硬度的最佳预测模型的R<subgt;c</subgt;<supgt;2</supgt;为0.8697，R<subgt;p</subgt;<supgt;2</supgt;为0.8204，显著高于普通高光谱技术。本发明用于预测果实硬度有较高的准确率，尤其针对储存过程中成熟迹象不明显的猕猴桃果实硬度的检测。

首次提出基于Savart偏光镜的图像、光谱、偏振态多维信息一体化获取技术；研制了星载原理样机，开展了模拟星载探测实验

一、先进遥感仪器—成像光谱仪具有自主知识产权；国际上首台 偏振干涉成像光谱仪（机载、星载、地面），参加了 国家“十一五”重大科技成就展。成果：国家 863 项目 2 项；国家自然基金 2 项；获授权发明专利 3 项；发表 SCI 论文 80 余篇；出版专著 1 部。地面样机机载样机星载样机二、先进遥感仪器—偏振成像光谱仪研发成果：首次提出基于 Savart 偏光镜的图像、光谱、偏振态多维信息一体化获取技术；研制了星载原理样机，开展了模拟星载探测实验。成果：获国家 863 计划 1 项；国家自然科学基金 2 项；发表 SCI 论文 20 余篇；获授权发明专 5 项。-- 38 --西安交通大学国家技术转移中心三、偏振成像光谱仪仪器特性：高空间/高光谱分辨率 NISP、短波/中波红外波段 NISP（高科技，具有相机、光谱仪、偏振仪全部功能、具有地理信息导航及时间、气象信息；具备精确定位功能，并与仪器有机结合、适合于农业、工业、环保、军事、民用探测要求。具备鲁棒性、成本低，小型轻量，结构紧凑，结实，易维护、维修，抗振抗冲击，抗高低温，自动控制，可编程，可联网、适合于大力推广。应用领域可用于农

先进遥感仪器—成像光谱仪研发成果：自行研发，具有自主知识产权；国际上首台偏振干涉成像光谱仪（机载、星载、地面），参加了 国家“十一五”重大科技成就展。国家863项目 2 项；国家自然基金 2 项；获授权发明专利 3项；发表SCI论文 80 余篇；出版专著 1 部先进遥感仪器—偏振成像光谱仪研发成果：首次提出 基于Savart偏光镜的图像、光谱、偏振态多维信息一体化获取技术；研制了 星载原理样机，开展了模拟星载探测实验。成果：获国家863计划 1 项；国家自然科学基金 2 项；发表SCI论文20余篇；获授权发明专5项。

本发明公开了一种用于太赫兹时域光谱系统的油画颜料样品的制备方法，包括将油画颜料铺展于载体之上并静置，涂抹厚度为1mm～3mm；将静置后的油画颜料研磨，并压制成型，压强为 8Pa～11Pa，时间为 4min～7min，制得形状规则、厚度均匀的油画颜料。本发明通过将油画颜料铺展与载体之上并使其静置，去除油画颜料中的油性成分和水分，通过将去除油性成分和水分的油画颜料研磨成粉，并压制呈厚度均匀、形状规则的油画颜料样品，在没有

1. 痛点问题 《中国教育现代化2035》提出“利用现代技术加快推动人才培养模式改革，实现规模化教育与个性化培养的有机结合”。2021年7月国家发布“双减”政策以后，如何在减少学生学习时间的前提下提升学习效果，就成为摆在学校与老师面前的一个重要课题。学生的学习行为是因人而异的，受到知识水平与认知能力等因素的影响。现有的学习资源是非常丰富的，通过在课后为学生提供有针对性的学习资源、满足学习者个性化的学习需求，是提升学生学习效果的重要途径。要达成这个目标，就必须依靠知识图谱技术的支撑，突破学习资源语义化分析、个性化推荐等技术在教育领域的瓶颈，最终实现个性化的学习。而当前国内缺乏一个全学科的、可访问的基础教育知识图谱系统，本项目成果填补了此方面空白。 2. 解决方案 知识图谱是当前计算机中知识表示的一种重要方式，利用知识图谱可以改善搜索结果、进行基于语义的数据集成、以及提升智能问答的准确性。在基础教育领域，如何构建高质量的知识图谱是一个重要挑战。本项目在国内率先研究提出一种准确高效的领域知识图谱构建方法——“四步法”，研发了相应的软件平台（资源管理系统、语义标注系统、知识管理系统、知识展示系统），用此方法构建了中国基础教育知识图谱EduKG，并利用该知识图谱开展基于知识点的教学资源集成。EduKG涵盖了基础教育九门学科的知识，基于其研发的基础教育知识记忆类问题自动问答系统准确率达到70%以上。目前该知识图谱已经可以提供公开的访问服务接口，供相关教育信息应用程序进行访问调用。该知识图谱相当于基础教育的新基建，上层应用可以同时调用访问基础教育知识图谱的内容，给学生提供自适应学习软件应用、给老师提供强大丰富的备课资源及融合式教学方案、给学校管理提供教师授课评估等多种应用。 合作需求 期待与各个省市的教育信息化企业开展合作，采用技术许可等方式，提升这些企业的教育信息化产品的智能水平，服务于当地的教育局、电教馆、中小学等单位。最终为政府、学校、师生提供教育现代化解决方案和优质的课程资源及平台技术服务，助力区域构建高质量的教育发展体系，为学校提供智慧教学系统创新课堂教学，从而提高课堂效率和质量，为学生提供个性化学习产品，通过互联网扩大优质教育资源覆盖面，促进区域发展公平而有质量的教育。

产品详细介绍 　　SOC710VP® 便携高光谱成像光谱仪, 可以随时随地获得光谱影像！ 无论是在温室、 野外或者实验室，SOC710VP 都能实时获得400-1000nm波长范围内的光谱数据。　　在农林业、植物科学、矿业、水环境及海洋学等应用领域内，SOC710VP 都是非常理想的高光谱成像系统，SOC710VP性能高、超便携、坚固且性价比高。12-bit动态范围的阵列成像CCD和精确的出厂标定使得获得的数据误差非常小。　　SOC710VP 采用内置扫描设计，不需要沉重且耗电的扫描云台，设计非常紧凑、使用方便、便携。USB 2.0 接口方便和各种电脑连接。软件界面简单易用。分析功能包括比色法、光谱辐射线测定和遥感方法。高质量数据：　　SOC710VP具有新式内置扫描设计及12-bit动态范围的阵列成像CCD，能够获得的400-1000nm波长范围的高质量数据。SOC710VP还配备了美国NIST（美国国家标准与技术研究院）溯源校准板，确保数据的准确性灵活性：　　SOC710VP可在飞机--通量塔--地面等不同尺度测量光谱数据并成像，或连接生物显微镜，测量微观样品的光谱信息；还可以进行定点长期连续测量，适应于各种应用环境便携性：　　SOC710VP重量只有3Kgs，可以安装在三脚架上进行野外移动式测量，USB接口方便和电脑连接使用    易用性：　　利用特制的多功能野外操作支架，SOC710可以非常方便地实现垂直向下测量，而不需要额外配备任何沉重耗电的其他部件，当然，这也得益于SOC系列成像光谱仪的内置式扫描设计。SOC710还可以仅通过多功能支架，即可实现360°扫描，使得野外操作极为便捷。下面是SOC710垂直使用示意图，不需增加其他任何部件。技术参数：　光谱范围：400-1000 nm　速度：30 行/秒    每行像素：696　23.2 秒/cube (696 by 520 cube)　分 辨 率：4.6875 nm　波　　段：128个　镜头类型：C-Mount　动态范围：12-bit　重量：2.95 Kg (6.5 lbs)　校　　准：美国NIST溯源标准的校准板　尺寸：9.5 x 16.8 x 22cm  (3.75 x 6.62 x 8.66in.)　焦　　距：可调 (基于所用镜头)　耗电：12-VDC / 100-240VAC (50-60Hz)　　系统包括SOC分析软件用来标定和数据分析，数据存储格式为二进制，也可以通过第三方高光谱分析软件读取，如：ENVI软件品牌发展　　SOC具有20多年光谱成像经验，在实时光谱成像领域里具有多项专利，获得美国海军及陆军多次SBIR奖，并获得美国NASA科技创新奖软件支持　　软件更新，常见问题解答 ，软件培训和系统标定文档都可从SOC在线支持站点下载 系统要求：　　Windows XP系统　　USB 2.0 接口　　1 G内存　　Intel Atom™ class 处理器应用领域(仅列举部分)： 环境遥感　　遥感定标　　地面验证　　分类制图　　航空遥感农林植物　　精准农业　　土地分类　　胁迫生理　　作物健康（病/虫害检测）　　果实品质检测 水色水环境　　水质光谱测量　　藻类叶绿素测量　　水色遥感生物医药/食品　　显微分析　　生化分析机械视察　　表面检查　　机械视觉产地：美国SOC

功能特性 1、HY-50系列将自动推扫型高光谱与显微镜结合，可以借助显微镜的光路系统，配合不同倍率的物镜实现高倍率的观察与高光谱成像。  2、高空间分辨率和光谱分辨率 3、可见近红外显微系统采用透射式的光路结构，在不同放大倍率物镜下，可以清楚的观察、采集到相应的显微高光谱数据； 4、其它品牌如奥林巴斯、蔡司的生物、荧光、金相显微镜均可进行高光谱相机搭载，  应用领域 生命医药：细胞研究、药品研发、病理研究等; 电子行业：半导体检测、屏幕检测等

本发明公开了一种基于光谱特征重构的高光谱图像分类方法，属于高光谱图像处理技术领域，包括S1、采集原始高光谱图像块；S2、构建光谱空间特征重构可逆融合网络，包括FIR、SSIF、SP和TE；S3、将输入FIR，生成重构特征；S4、将重构特征输入SSIF，生成增强特征；S5、将增强特征输入SP，生成语义标记序列；S6、将语义标记序列输入TE，生成；本发明提供的一种基于光谱特征重构的高光谱图像分类方法，实现了困难样本特征的无损传递、增强了混合像元的区分性特征表达以及提升少样本类别的分类均衡性。