|
搜索
搜 索
高等教育领域数字化综合服务平台
一种紫花苜蓿刈割后株高再生能力鉴定方法、分子标记及应用
本发明提供了一种紫花苜蓿刈割后株高再生能力鉴定方法、分子标记及应用，属于分子标记技术领域，本发明通过测定刈割四周后紫花苜蓿再生的株高来体现紫花苜蓿刈割后一定时间内植株再生的能力。所述分子标记的核苷酸序列如SEQ ID NO.4或SEQ ID NO.5所示，插入或缺失片段的核苷酸序列如SEQ ID NO.3所示。用于扩增分子标记的引物对，其核苷酸序列如SEQ ID NO.1～2所示。本发明所述分子标记对应的引物对能够鉴定或辅助鉴定紫花苜蓿刈割后株高再生能力。同时本发明还提供了利用所述分子标记快速鉴定紫花苜蓿刈割后株高再生能力的方法，该方法简便快捷，鉴定结果准确，具有良好的推广应用前景。
兰州大学
2021-01-12
一种高结晶性的二维MWW沸石分子筛及其制备方法
本发明提供了一种高结晶性的二维MWW沸石分子筛的制备方法，包括以下步骤：步骤S1，将二维材料的粉末加入反应容器，滴加有机结构导向剂并混合均匀，得混合液，对混合液依次进行超声处理和离心处理后取上层清液，得液相剥离后的薄层二维材料分散液；步骤S2，将薄层二维材料分散液、去离子水、碱金属源和铝源配制成溶液，在溶液中缓慢加入硅源，搅拌溶解，陈化处理，得溶胶凝胶；步骤S3，溶胶凝胶进行水热晶化后，得反应产物，进行洗涤、离心和干燥处理后，得高结晶性的二维MWW沸石分子筛。本发明中采用六方氮化硼或硫化钼作为外延生长二维沸石的模板，无需额外添加除六亚甲基亚胺或哌啶之外的有机模板剂，合成得到结晶性好且横纵比大的二维MWW型沸石。
复旦大学
2021-01-12
有机磷、磺酰脲类农药高效分子印迹材料的制备技术及 其检测应用
针对我国茶叶、粮谷、蔬菜、水果等具有复杂基质的农产品中有机磷和磺酰脲类农药残留，发展新型预处理方法和材料。应用组合分子印迹技术和溶胶-凝胶分子印迹技术，制备并筛选出高吸附容量、高选择性的分子印迹聚合物材料，包括固相萃取吸附剂和分子印迹整体柱。建立快速、灵敏、准确地从复杂基质茶叶、粮谷、蔬菜、水果中测定有机磷和磺酰脲类农药残留的新方法、新体系。有利于提高我国食品安全检测技术，更好地促进经济发展。
南开大学
2021-04-13
有机磷、磺酰脲类农药高效分子印迹材料的制备技术及 其检测应用
针对我国茶叶、粮谷、蔬菜、水果等具有复杂基质的农产品中有机磷和磺酰脲类农药残留，发展新型预处理方法和材料。应用组合分子印迹技术和溶胶-凝胶分子印迹技术，制备并筛选出高吸附容量、高选择性的分子印迹聚合物材料，包括固相萃取吸附剂和分子印迹整体柱。建立快速、灵敏、准确地从复杂基质茶叶、粮谷、蔬菜、水果中测定有机磷和磺酰脲类农药残留的新方法、新体系。有利于提高我国食品安全检测技术，更好地促进经济发展。
南开大学
2021-04-13
一种金属氧化物-分子筛复合催化剂的制备方法及其应用
本发明涉及一种金属氧化物‑分子筛复合催化剂的制备及其应用，属于工业催化技术领域。催化反应以二氧化碳和氢气为反应原料，所述催化剂由金属氧化物和分子筛复合而成。其中，金属氧化物为M<subgt;1</subgt;、M<subgt;2</subgt;、M<subgt;3</subgt;三种或其中两种金属元素组成的固溶体金属氧化物或尖晶石型金属氧化物，其中M<subgt;1</subgt;为Zn、Ga、In中的一种，M<subgt;2</subgt;为Ce、Sm、La、Fe中的一种，M<subgt;3</subgt;为Zr、Ga、Cr、Al、Ti中的一种；所述分子筛的骨架组成为硅铝氧或硅磷铝氧四面体；所述的金属氧化物采用气体扩散法制得。本专利所公开的金属氧化物采用气体扩散法制备，具有很高的比表面积（80‑300 m<supgt;2</supgt;g<supgt;‑1</supgt;）。所述复合催化剂在二氧化碳加氢制低碳烯烃（乙烯、丙烯和丁烯）的反应中表现出优异的性能，二氧化碳转化率可达35％以上，一氧化碳选择性小于40%，低碳烯烃在碳氢化合物中的选择性可达82.1％，低碳烯烃的收率达20.3%，并具有较高的催化稳定性。与传统催化剂相比，可以高效吸附、活化二氧化碳和氢气，从而提高二氧化碳转化率，制备方法简单，催化性能优异，具有很好的工业应用前景。
南京工业大学
2021-01-12
大豆生物加工与高值化利用关键技术与产业化
我国是世界上最大的植物油料加工和消费国，总量近 1.5 亿吨，在国家食品安全体系中举足轻重。植物油料加工长期以来以压榨法和浸出法制油、碱溶酸沉制蛋白、化学精炼油脂为技术主线，普遍存在：1）加工条件剧烈、能耗高、溶剂残留、环境污染；2）蛋白功能性差、组分高值化利用率低；3）生物精炼连续性差、附加值低等共性关键问题。本项目在国家自然科学基金重点项目、国家“863 计划”、国家科技支撑计划等重大项目支持下，历经 13 年持续攻关，以现代生物技术为手段，突破植物油料生物解离关键技术为核心、组合发明生物解离产物及油脂的高值化利用成套技术，形成了植物油料全产业链新一代加工技术体系。
项目已获授权发明专利 45 件，申请国际专利（PCT）3 件，出版著作 10 部，发表相关论文 205 篇（SCI/EI106 篇），主持制定或参与国家、行业标准 10 项。项目已获中国轻工业联合会技术发明一等奖、中国发明协会发明创业成果一等奖、黑龙江省技术发明一等奖、中国食品科学技术学会技术发明一等奖等省部级以上科技奖励 14 项。
项目技术主要用于生产有机大豆油脂、大豆蛋白肽以及大豆膳食纤维等产品，项目目前已通过中试实验。项目计划投资预计 2 亿元，建设规模为加工原料豆 20000 吨/年，项目达产后预计年销售额为 3.6 亿元人民币。通过该项目的实施，将打破了国外在高端油脂和蛋白产品生产上的技术垄断，增强了企业的核心竞争力。
东北农业大学
2021-05-10
基于采动裂隙场变化的煤与瓦斯共采理论与技术
西安科技大学自 1998 年开始对我国煤与瓦斯共采基础理论进行研究，成果获陕西省科学技术二等奖，出版专著 2 部，发表论文 40 余篇（其中 SCI 、 EI 收录 12 篇， ISTP 收录 5 篇），获专利 5 项。研究成果已在山西省天池煤矿等多个高瓦斯矿井进行了煤与瓦斯共采技术验证，有效指导了煤矿现场的瓦斯抽采工作，实现了矿井的安全生产，具有良好的社会和经济效益。
西安科技大学
2021-04-11
实时智能监测与故障诊断专家系统的研究与开发
在DCS与实时信息集成系统的基础上，实时智能故障诊断与专家系统充分利用网络技术、计算机技术、控制技术、通讯技术以及人工智能技术将分散的DCS系统进行集成，实现信息管理的智能化。实时智能故障诊断与专家系统实现从已有的DCS通讯网络获得数据，进行高一层次的综合和处理，进行监督、诊断和预报。主要内容：通讯网关：DCS数据高速公路和IFDES通过网关交换数据和信息。数据处理：从DCS、PLC和传感器送来的数据进行预处理，如数据工程化，数据转换和压缩。知识库：存放专家知识，用于工况监督、故障诊断、事故预报、提供在线操作指导；采用多种智能处理方法及软测量技术用于炼油生产过程的专家系统知识库的构建。推理系统：集成了前向推理机和反向推理机等，操作经验和事故教训将用于指导问题的解决。多媒体显示及操作手册的开发。与综合自动化平台集成。技术优势：1、 系统驱动器和数据处理器2、 数据库和服务器3、 IFDES专家系统4、 超媒体显示系统5、 IFDES与实时数据库接口的实现位号显示与趋势图模块 应用实例：已在炼油厂加氢裂解装置、烯烃厂锅炉装置等现场成功投运 投资规模及设备需求： 硬件环境（机型及CPU、内存、硬盘容量）：机型：运行Microsoft Windows操作系统；CPU: Intel 1.3GHz 及以上；内存：512M及以上；硬盘：80G及以上。 软件环境（操作系统、支持软件的名称及版本号）：操作系统：Microsoft Windows2000及以上版本；Web服务器：Microsoft IIS；数据库：Oracle 8.0以上；开发工具：Microsoft .Net Framework 1.1。实时智能监测与故障诊断专家系统软件（IFDES） 经济效益分析：本系统采用一系列先进的技术与开发集成手段。系统设计合理，使用方便，人机界面友好、开发周期短、扩充与二次开发便捷。性能价格比较高。它是低成本推广应用计算机及新技术的一次成功的尝试。使管理操作人员加强了工艺管理，及时捕捉到了装置运行过程中的事故隐患，确保了整个装置始终能处于高负荷、长周期稳定运行。使企业在最经济的成本下，产生最大的效益，减少事故的发生、原材的浪费与对环境的污染。经济与社会效益显著。
南京工业大学
2021-04-13
水污染治理与水体修复生态工程关键技术研发与推广
已有样品/n工程项目立足湖北，辐射全国。规划、建设了武汉六湖水体生态修复、“大东湖”生态水网、北京奥林匹克森林公园人工湿地、杭州西湖水质改善与水生植被恢复等工程。在全国范围内推广建设工程500余项，其中湖北80余项；累计水处理规模231.19万吨/天，削减COD6.73万吨/年，实施水域面积187.3km2。受污染地表水经处理后出水主要水质指标均可提高1-2个等级，显著改善了区域生态环境。成果应用推广中形成了技术研发、工程设计、建设与运营管理结合的生态工程产业技术创新链和产业集群，引领了湖北乃至全国
中国科学院大学
2021-01-12
一种三维视觉目标检测与识别方法与装置
1. 痛点问题
我们生活在一个真实的三维世界中，二维环境感知是远无法满足我们的实际需求。在诸如自动驾驶、机器人抓取和三维目标识别等应用中（如图1），我们经常需要推理三维空间中物体之间的位置关系，从而能够理解真实三维场景并做出进一步的决策行为。
图1 自动驾驶、视觉抓取、物体识别
2. 解决方案
本技术成果提出了一种三维视觉目标检测与识别方法。在三维视觉目标检测方面，提出了一种基于关系推理网络的单目三维物体检测方法，方法流程图如图2所示。方法提出了一种新的单目三维物体检测架构，训练了一个深度关系推理网络来估计三维候选和真实物体之间的空间位置关系，通过测量投影结果和真实物体之间的视觉拟合度来实现高精的三维空间定位。
图2 三维目标检测的流程图
在三维视觉目标识别方法，提出了一种基于球面分形卷积神经网络的三维点云识别技术，方法流程图如图3所示。方法通过引入球面分形结构，将原始三维点云通过可学习的神经网络投影到球面，使得卷积神经网络可以高效处理三维点云数据并进行特征特征，同时通过设计基于分形结构的层次化学习框架，提高了三维点云物体识别的精度，实现了对于三维点云目标在旋转条件下特征表示的鲁棒性。
合作需求
寻求在人工智能、智能机器人、智慧城市等领域有相关技术开发、市场推广经验，能推进本技术落地的高科技企业，可以进行深度合作。本技术成果有望在自动驾驶、虚拟现实等场景进行落地应用。
清华大学
2021-12-16