|
搜索
搜 索
高等教育领域数字化综合服务平台
LED通道吸顶灯、楼道吸顶灯、吸顶灯
深圳创硕光业科技有限公司
2021-08-23
LED高亮度防眩球场专用灯
深圳创硕光业科技有限公司
2021-08-23
LED智能杀菌教室灯、杀菌护眼教室灯
深圳创硕光业科技有限公司
2021-08-23
智慧LED屏融创触触控系列
智慧LED触控一体屏系列产品，提供一种简洁化、模块化、去机柜化、去中心化、数据可视化、功能强大、集成度高、成本低、简便操作、创作自由的创新型融合技术产品。该产品的傻瓜式智能应用管理，解决了多设备叠加的运营风险和人工操作风险，并通过功能模块化融合更全方位解决了多系统，多种复杂软硬件产品难管理+难操作的行业痛点，将成为行业音视频大中型、多功能一体化的最佳首选方案。
音王电声股份有限公司
2022-07-02
LED教室灯，护眼灯，全护眼照明
微晶防眩 高显指 恒定照度 专业护眼 权威认证 无蓝光频闪危害
长沙星奥照明有限公司
2021-08-23
一种用于点光源配光的自由曲面光学元件的设计方法
本发明公开了一种用于点光源配光的自由曲面光学元件的设计方法。属于非成像光学技术领域。本发明根据设计要求设置自由曲面光学元件的具体结构，根据折射定律和能量守恒定率在计算机的辅助下，设计出满足预定照明要求的自由曲面，使光源的出射光经该自由曲面偏折后在目标照明区域产生预定的照明光斑，如带有“ZJU”字样的圆形照明光斑和均匀的矩形照明光斑。该自由曲面光学元件的某一表面为自由曲面，该自由曲面通过曲面拟合离散数据点得到。本发明设计效率高，能实现复杂照明，能获得连续的自由曲面，实现了曲面的可加工。折射型和反射型自由曲面光学元件均可以用光学树脂等材料借助注塑成型技术来实现。
浙江大学
2021-04-11
延边大学李东浩教授课题组：靶型多腔电泳同时分离与制备细胞外囊泡
本研究提出一种基于连续梯度非均匀电场结合梯度凝胶孔径分布的靶型多腔电泳装置(Circular Multicavity Electrophoresis，CME)实现细胞外囊泡的分离制备。
延边大学
2025-02-12
李天来院士团队许涛课题组在Science子刊发布植物器官脱落分子机制最新研究成果
李天来院士团队许涛课题组在Science子刊发布植物器官脱落分子机制最新研究成果
沈阳农业大学
2025-05-21
滑轮组增幅程控变流量发生器
（专利号：ZL 201510148528.8） 简介：本发明提供一种滑轮组增幅程控变流量发生器，属于水处理技术领域。该发生器包括恒位供水系统、变水位差出水系统以及流量曲线程序自控系统；恒位供水箱下部接三根出水软管，通过出水软管上电磁阀的不同开闭组合、调节阀的开度和高度调节器的联合作用，实现基准流量大小和流量增幅的变化；变水位差出水系统中的加、减速牵引电液推杆分别通过加、减速动滑轮组连接到牵引轮，实现加、减速牵引电液推杆的快速切换。工控机连接转换器、变频器以及电机，按照给定的水流量变化曲线使得出水流量呈任意所需波形变化。本发明能够模拟各种降雨雨型及工业污水的流量变化，实现对各种调量池、雨水调蓄池的调量效果进行量化评价与结构优化。
安徽工业大学
2021-04-11
基于AI 机器学习的影像组学模型研究
2019年12月以来，由SARS-CoV-2病毒感染导致的新型冠状病毒疾病（COVID-19）在全球开始蔓延。报道显示，SARS-CoV-2感染患者的中位住院时间为10天，而武汉患者在发病10天后症状有可能加重。因此，住院时间是COVID-19临床预后的重要指标之一。 目前，CT影像学已成为COVID-19肺炎的诊断和监测工具，主要表现为磨玻璃影、实变及混合密度影。然而，现阶段的影像学研究主要集中于对病灶的定性和半定量描述，缺乏对病灶的全定量分析。因此，基于前期提出的CT定量监测COVID-19肺炎病程，团队假设在CT病灶背后的高通量影像特征“隐藏”了患者预后转归的“秘密”。 本研究纳入了兰州、安康、丽水、镇江、临夏5家新冠肺炎定点医院，自2020年1月23日到2月8日期间住院患者的临床资料和首次CT资料，所有患者经RT-PCR证实SARS-CoV-2病毒感染。至2月20日，研究共纳入31例治愈出院的患者（排除14例未出院患者和7例首次CT检查无肺炎表现患者），并将10天作为住院时长的二分类阈值。基于有限的样本量，团队将4个中心作为训练队列，另外一个中心作为验证队列。通过自动分割肺叶和半自动分割病灶，31名患者中累计分割出72个病灶。在对病灶图像预处理后，提取影像组学特征并筛选。为了研究影像组学特征的稳定性，团队使用了Logistics回归模型和随机森林模型对筛选的特征分别进行建模和验证。结果发现，6个筛选出的二阶特征在两种不同分类器中均表现出良好的预测价值。在外部测试队列中，Logistics回归模型的AUC为0·97(95%CI 0·83-1·0), 敏感性 1·0, 特异性0·89；随机森林模型的AUC为0·92 (95%CI 0·67-1·0),敏感性 0·75, 特异性1·0。随后，研究又纳入了2月20日-28日新出院的6名患者，利用已建立的影像组学模型可以正确预测所有6名患者的住院时间。
东南大学
2021-04-10