高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
超分辨纳米显微成像系统
该系统的分辨率可以达到传统显微成像系统的 2 倍以上,可以实现 80 纳米 以下的宽场成像。
上海理工大学 2021-01-12
超高分辨显微成像平台
上海交通大学 2021-04-13
​碳纳米管芯片技术
芯片是信息科技的基础与推动力。然而,现有的硅基芯片制造技术即将触碰其极限,碳纳米管技术被认为是后摩尔技术的重要选项。相对于传统的硅基CMOS晶体管,碳纳米管晶体管具有明显的速度和功耗综合优势。IBM的理论计算表明,若完全按照现有二维平面框架设计,碳纳米管技术相较硅基技术具有15代、至少30年以上的优势。此外,Stanford大学的系统层面的模拟表明,碳纳米管技术还有望将常规的二维硅基芯片技术发展成为三维芯片技术,将目前的芯片综合性能提升1000倍以上,从而将物联网、大数据、人工智能等未来技术提升到一个全新高度。
北京大学 2021-02-01
芯片功率器件测试实验平台
       芯片功率器件测试平台,以工程教育专业认证为引领参与高校专业建设,以信息化引领构建学习者为中心的教育生态,培养集成电路硬件测试人才。为学生提供丰富的教学资源以及贴近现实的产业环境,支撑集成电路相关课程的教学与实训,且能进行项目开发和师资培训。
安徽青软晶芒微电子科技有限公司 2021-12-16
平面镜成像实验器
宁波浪力仪器有限公司(余姚市朗海科教仪器厂) 2021-08-23
植物叶绿素荧光成像系统PlantExplorer
产品详细介绍 植物叶绿素荧光成像系统PlantExplorer PlantExplorer系统的成像面积达到20 cm x 20 cm,最快每秒钟可测量1000张叶绿素荧光成像图片,在全球第一次实现对快速荧光诱导曲线O-J-I-P相的成像测量;可以基于单个像素或感兴趣的区域(ROI)来计算荧光参数;可以实现多光谱测量,在测量光合作用之外,获取叶绿素指数、花青素指数、NDVI、红外成像和RGB成像。 利用PlantExplorer测量的荧光成像、叶绿素成像、花青素成像和RGB成像   利用PlantExplorer测量的OJIP曲线 叶绿素a荧光作为光合作用研究的探针,是研究各种逆境胁迫(干旱、高温、低温、营养缺失、污染、病害等)对植物影响的强大工具,亦被广泛用于筛选同一植物品种的不同基因型。叶绿素a荧光不仅能反映光能吸收、激发能传递和光化学反应等光合作用的原初反应过程,而且与电子传递、质子梯度的建立及ATP合成和CO2固定等过程有关。几乎所有光合作用过程的变化均可通过叶绿素a荧光反映出来,而荧光测定技术不需破碎细胞,不伤害生物体,因此通过研究叶绿素a荧光来间接研究光合作用的变化是一种简便、快捷、可靠的方法。针对叶绿素a荧光的测量方法和参数分析方法已经成为光合作用研究的一个重要领域。 在过去的十余年中,针对植物光合作用测量的叶绿素荧光成像技术日趋成熟,并得到了广泛的应用。随着LED技术、CCD技术、通信技术等的不断进步,传统的叶绿素荧光成像也面临着新技术的不断挑战。 来自荷兰瓦赫宁根大学的Henk Jalink教授在数十年叶绿素荧光技术研究的基础上,采用最新的LED技术、CCD技术和通信技术,掀起了对叶绿素荧光成像技术的革命! Jalink教授设计的叶绿素荧光成像系统,包括标准版PlantExplorer和定制化设计版CropReporter,其中PlantExplorer系统可以: 最快每秒钟测量1000张叶绿素荧光成像图片,实现对快速荧光诱导曲线O-J-I-P相的成像测量(全球唯一!!!); 基于单个像素或感兴趣的区域(ROI)来计算荧光参数 实现多光谱测量,在测量光合作用之外,获取叶绿素指数、花青素指数、NDVI、红外成像和RGB成像。 针对这些最新的叶绿素荧光技术(包括这里介绍的叶绿素荧光成像系统PlantExplorer和能监测16 m2面积里植物的群体光合作用的CropObserver系统等),Jalink教授创办了PhenoVation公司进行商业化生产,在国际光合作用领域和植物表型领域都引起了巨大的震动。 PlantExplorer的版本 根据是否能进行多光谱测量,以及是采用高速(High Speed, HS)相机还是高清(High Resolution, HR)相机,植物叶绿素荧光成像系统PlantExplorer有四个版本: 版本 名称 功能 多光谱高速版 PlantExplorer Spectral HS 高速测量叶绿素荧光成像、可见光成像、叶绿素成像、花青素成像 多光谱高清版 PlantExplorer Spectral HR 高清测量叶绿素荧光成像、可见光成像、叶绿素成像、花青素成像 PSII高速版 PlantExplorer PSII HS 高速测量叶绿素荧光成像 PSII高清版 PlantExplorer PSII HR 高清测量叶绿素荧光成像 主要应用领域 光合作用机理研究,全叶片和整株植物的光合作用测量 环境胁迫对植物的影响 基因型筛选、突变株筛选 胁迫损伤的早期检测 植物病理学、毒理学、环境科学研究 其它和植物光合作用相关的领域 主要技术参数 相机传感器类型:CCD 相机曝光时间:典型20-1 000 ms 相机分辨率:高速版30万像素;高清版140万像素 Binning:1 x 1到8 x 8 灰阶:14比特或16 384级灰阶 图像采集速度:高速版260帧/秒(307 200像素时)~1 000帧/秒(100 000像素时);高清版20帧/秒 图像获取时间:单张叶绿素荧光图像5-1 000 ms,高速版诱导曲线测量时800 ms可以获取208-800张图像。 图像格式:16位RAW格式 光谱范围:350~950 nm 镜头类型:8 mm定焦,4 光学滤光片(仅适用于多光谱版):6种高质量光学干涉滤光片,包括荧光、红光、绿光、蓝光、花青素和近红外滤光片 数据传输方式:Ethernet 叶绿素荧光激发光源:红色LED,光强0-3 000 mmol m-2 s-1 光化光源:红色LED,光强0-1 000 mmol m-2 s-1 多光谱和彩色图像光源:白色LED和近红外LED 成像面积:20 x 20 cm 工作温度:+5~+40℃ 尺寸:50(W) x 61(D) x 100(H) cm 重量:55 kg 供电需求:110-240 V交流电 功耗:测量叶绿素荧光时峰值3 kW,待机时200 W 成像参数: 多光谱高速版:Fo, FJ, FI, Fm, Ft, FJ’, FI’, Ft=5min, Fm’, Fo’, Fv/Fm, FRO, φEO, φRO,  tFM, A, Sm, PIABS, φPSII, NPQ, qN, qP, Rfd, RNIR, R, RAnth, RRed, RGreen, RBlue, Chl. Index, Ant. Index, NDVI 多光谱高清版:Fo, Fm, Ft, Ft=5min, Fm’, Fo’, Fv/Fm, φPSII, NPQ, qN, qP, Rfd, RNIR, R, RAnth, RRed, RGreen, RBlue, Chl. Index, Ant. Index, NDVI PS II高速版:Fo, FJ, FI, Fm, Ft, FJ’, FI’, Ft=5min, Fm’, Fo’, Fv/Fm, FRO, φEO, φRO,  tFM, A, Sm, PIABS, φPSII, NPQ, qN, qP, Rfd PS II高清版:Fo, Fm, Ft, Ft=5min, Fm’, Fo’, Fv/Fm, φPSII, NPQ, qN, qP, Rfd 功能特性 功能特点 多光谱高速版PlantExplorerSpectral HS 多光谱高清版PlantExplorerSpectral HR PSII高速版PlantExplorerPSII HS PSII高清版PlantExplorerPSII HR 无与伦比的高速相机(1000帧/秒)测量快速诱导曲线 ● ○ ● ○ 出色的高清相机(1.4 M pixel)测量叶绿素荧光 ○ ● ○ ● 成像范围20 cm x 20 cm ● ● ● ● 自动调节花盆底座高度,使得植物上部与相机保持恒定距离 ● ● ● ● 饱和脉冲强度达3000 mmol m-2 s-1 ● ● ● ● 光化光强度达1000 mmol m-2 s-1 ● ● ● ● 可进行多光谱测量 ● ● ○ ○ 精确获知叶绿素荧光、叶绿素、花青素和R/G/B图像每个像素的变化 ● ● ○ ○ 可设置进行延时成像测量 ● ● ● ● 嵌入式电脑进行精确的成像、时间控制、光强控制和数据存储l  英特尔双核处理器 8 GB内存 128 GB SSD固定硬盘,Windows 7操作系统 1 TB Hybrid混合硬盘用于数据存储 ● ● ● ● 随机配送27寸全高清显示器 ● ● ● ● 功能强大的控制和分析软件 ● ● ● ● 注:● 代表有,○ 代表无。 主要测量参数   成像参数 参数解释 多光谱高速版 PlantExplorer Spectral HS 多光谱高清版 PlantExplorer Spectral HR PSII高速版 PlantExplorer PSII HS PSII高清版 PlantExplorer PSII HR 由仪器控制软件直接测量出的成像参数 Fo 植物暗适应后当所有反应中心都处于开放态时的初始(最小)荧光成像 ● ● ● ● FJ 植物暗适应后测量JIP诱导曲线(快速荧光诱导曲线)时的J相成像 ● ○ ● ○ FI 植物暗适应后测量JIP诱导曲线(快速荧光诱导曲线)时的I相成像 ● ○ ● ○ Fm 植物暗适应后当所有反应中心都处于关闭状态时的最大荧光成像 ● ● ● ● Ft 植物接受光照一段时间t后的实时荧光成像 ● ● ● ● FJ’ 植物照光后达到J项的荧光成像 ● ○ ● ○ FI’ 植物照光后达到I项的荧光成像 ● ○ ● ○ Ft=5min 植物照光5 min后的荧光成像 ● ● ● ● Fm’ 照光后当所有反应中心都处于关闭状态时的最大荧光成像 ● ● ● ● RNIR 近红外波段的反射光谱成像 ● ● ○ ○ RChl. 叶绿素的反射光谱成像 ● ● ○ ○ RAnth 花青素的反射光谱成像 ● ● ○ ○ RRed 可见光成像的R(红色)通道反射光谱成像 ● ● ○ ○ RGreen 可见光成像的G(绿色)通道反射光谱成像 ● ● ○ ○ RBlue 可见光成像的B(蓝色)通道反射光谱成像 ● ● ○ ○ 由仪器分析软件分析得出的成像参数 Fv/Fm 植物暗适应后的最大光合效率成像 ● ● ● ● tFM 荧光上升达到Fm的时间 ● ● ● ● FRO 植物暗适应后与I项可变荧光相关的参数FRO=(Fm-Fi)/Fm ● ○ ● ○ jEO 植物照光后与I项可变荧光相关的参数ϕEO=(Fm’-FJ’)/Fm’ ● ○ ● ○ jRO 植物照光后与I项可变荧光相关的参数ϕRO=(Fm’-FI’)/Fm’ ● ○ ● ○ A 诱导曲线上部的互补面积 ● ○ ● ○ Sm Fm-Fo的面积归一化参数 ● ○ ● ○ PIABS 光合性能指数 ● ○ ● ○ jPSII 植物照光后的实际光合效率jPSII =Fq’/Fm=(Fm’-Ft)/Fm’ ● ● ● ● NPQ 非光化学淬灭NPQ=(Fm-Fm’)Fm’ ● ● ● ● Rfd 植物活力指数Rfd=(Fm-Ft=5min)/Fm ● ● ● ● qN 非光化学淬灭qN=(Fm-Fm’)/(Fm-Fo’) ● ● ● ● qP 光化学淬灭qP=Fm’-Ft)/(Fm’-Fo’) ● ● ● ● Fo’ 植物照光后当所有反应中心处于开放态时的最小荧光Fo‘=Fo/((Fv/Fm)+(Fo/Fm’)) ● ● ● ● Chl. Index 叶绿素指数,与叶绿素含量相关 ● ● ○ ○ Ant. Index 花青素指数,与花青素含量相关 ● ● ○ ○ NDVI 植被覆盖指数 ● 代表有,○ 代表无。 应用实例 1)强光对不同基因型拟南芥的影响 2)缺磷对不同拟南芥的影响 3)荧光成像揭示肉眼看不到的叶片边缘伤害 4)利用叶绿素荧光成像进行植物病理学研究 5)干旱处理对伽蓝菜的影响   我们能提供的远远不止这些…… 如下,是1 m高的水稻整株侧面成像结果: 此外, 我们的叶绿素荧光成像系统已被成功集成到WPS高通量植物表型平台中,用于高通量植物叶绿素荧光成像(光合作用)测量!   产地:荷兰 请访问 www.phenotrait.com 了解更多详细内容。
慧诺瑞德(北京)科技有限公司 2021-08-23
近红外荧光内窥成像系统
"内窥镜检测技术在临床已成为重要的,无法替代的诊断手段,配合内窥器械,还可以取病变部位的组织用作病理分析,或结合手术等方式,对病变部位直接切除或治疗。目前在临床广泛应用的主要为内窥镜白光成像。 在白光成像中判别疾病组织主要依赖医生的经验,导致较高的漏诊率和误诊率。近红外荧光内窥成像系统成像深度达到5~10毫米,能够看到白光成像无法看到的病灶组织,直观地显示病灶,实现对肿瘤、炎症溃疡等多种病理和生理组织的精准诊断与治疗。本系统可进行实时同屏成像,医生提供可见光图像和荧光图像。"
东北大学 2021-04-10
锂电池组监控芯片
高校科技成果尽在科转云
西安交通大学 2021-04-10
高端数字电视芯片 SoC 设计
芯片的重要功能包括:地面数字电视传输标准 DTMB、有线数字电视传输标准、AVS/MPEGII 解码和 UTI 接口等。清华大学是 DTMB 的重要技术提供方,已经于 2007 年 11 月顺利完成了 DTMB 解调芯片的 MPW 流片,主要性能与国内最好产品的指标相当,一 些指标国内领先,当前正在完成国家重大专项数字电视 SoC 设计和产业化项目。清华大学 同时也是工信部确定的《数字电视接收机 UTI 机卡分离接口技术规范》和《数字电视接收 机 UTI 机卡分离接口测试规范》两项标准的牵头研发单位。在电视机产业面临升级换代的 关键时刻,我们愿意充分发挥自己的技术优势,与合作伙伴一道,以国家重点支持的高端数 字电视芯片 SoC 设计为契机,开发出低成本、高可靠性和有市场竞争力的芯片,为当地电 子信息产业的发展尽微薄之力。
清华大学 2021-04-11
人工智能语音识别芯片转让
人工智能物联网时代要求语音交互有非常好的体验感,室内环境下,当距离超过两米后,通过墙壁的反射造成的混响、音响设备的回声及其他环境噪声对语音识别带来了极大的影响,因此基于麦阵的声音采集与处理模块成为物联网时代的最佳人机交互采集模块。目前成熟的麦克风阵列语音信号采集与前端处理模块尚未出现,市面上仅有少数国外厂家如科胜讯提供双麦降噪芯片。同时,语音识别应用还需要配合降噪处理,目前的方案全部采用分离设计,一颗降噪芯片+一颗语音识别芯片。近年来随着大数据挖掘,基于人工智能神经网络的深度学习开始在语音识别领域进行推广运用,相对于传统的GMM模型,识别率得到了很大的提升。然而神经网络计算量非常巨大,需要采用GPU或CPU阵列的方式来进行运算,并且需要外加语音阵列降噪模块,其方案成本高,体积和功耗大。因此市场上对一款同时支持远场语音麦阵降噪和神经网络识别,具备高性价比的单芯片需求极大,具有巨大的市场前景和竞争力。
电子科技大学 2021-04-10
首页 上一页 1 2
  • ...
  • 9 10 11
  • ...
  • 51 52 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    63届高博会于5月23日在长春举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1