本发明公开了一种基于超材料的远红外单谱信号探测器，包括·798·自下而上依次设置的衬底层、N 型砷化镓层、二氧化硅层与超材料层、欧姆电极和肖特基电极。超材料层为具有周期性微纳米结构的金属开环共振单元阵列，所述金属开环共振单元阵列包含了一种图形及其特征尺寸参数，该图形对于远红外电磁波具有完全吸收特性，通过改变金属开环共振单元的结构和尺寸参数可以调控对应的电磁波吸收频段，通过改变 N 型砷化镓的耗尽层宽度可

本发明公开了一种基于超材料的太赫兹单谱信号探测器，包括自下而上依次设置的衬底层、N 型砷化镓层、二氧化硅层与超材料层、欧姆电极和肖特基电极；其中超材料层为具有周期性微纳米结构的金属开环共振单元阵列，金属开环共振单元阵列包含了一种图形及其特征尺寸参数，该图形对于太赫兹电磁波具有完全吸收特性，通过改变金属开环共振单元的结构和尺寸参数可以调控对应的电磁波吸收频段，通过改变 N 型砷化镓的耗尽层宽度可以调控超材料层中金属开环

本成果提出的基于超像素样本扩充的空谱全卷积高光谱图像分类方法有效的利用高光谱图像的超像素分割结果指导伪样本扩充增加了训练集样本数量，解决了高光谱图像有标记样本的稀缺问题，同时空谱的全卷积分类网络也充分利用了多尺度的空间特征和光谱特征实现了较高的分类精度。 成果非涉密，专利申请已经提交。 实验采用反射光学系统成像光谱仪（ROSIS）传感器获取意大利北部帕维亚大学（Pavia  University）的高光谱图像数据。该数据集由 103 个光谱带组成，共 610×340 像素，光谱覆盖范围从 430nm 到 860nm，空间分辨率为 1.3m。该数据集一共含有 9 个类别的 42776个有标记样本，选取每类 30 个有标记样本作为训练集，其余作为测试集。 由下表可以看出，在每类选取 30 个样本的情况下，本 模 型 的 OA，AA，Kappa系 数 比 DFFN 模 型 高 出20.8%，17.4% 和 26.5%；比CNN 高 出 23.1%，18.8% 和29.2%。并且下表证明了使用了伪标签样本扩充的空谱全卷积网络的本方法在小样本情况下每个类的分类准确性均优于 DFFN 和 CNN，达到了较好的分类效果。 表 1 PaviaU 数据集上对比实验结果

该成果提出了一种基于空谱差分辅助核联合稀疏表示分类的高光谱图像分类方法。本章方法的主要创新性在于：1）能够将光谱的差分辅助信息和原光谱特征信息有效结合。2）能够考虑不同光谱属性间的高阶空间相关信息。3）原空谱和差分空谱核特征字典的信息通过具有混合正则的核联合稀疏表示分类方法得到充分利用。通过在真实高光谱图像数据上的实验表明，该成果提出的方法能够有效地提高高光谱遥感图像的分类效果。 主要技术指标 不同数据集下的训练样本与测试样本数参阅表 1. 在该训练样本集数量下的分类结果表现参见表 2. 相比于传统分类器 SVM，OA 提高了约 20%；相比于 SOMP，OA 提高了约20%。 该成果无需使用 GPU 资源在保证精度的同时有效提升了分类的精度和效果，同时在较少训练样本条件下仍能得到较好的分类精度和分类效果。 表 1. 不同数据集下的训练样本选取数量 表 2. PaviaU 大学数据下不同方法的正确率比较

南科大医学院教授张文勇、研究助理教授栾合密等在国际著名生物信息学与计算生物学期刊Bioinformatics上发表题为“CPVA: a web-based metabolomic tool for chromatographic peak visualization and annotation”的论文。该研究创新提出了以色谱中心策略算法（CCS）提高基于质谱的组学数据质量，并搭建了R-Shiny的Web应用CPVA，实现了组学数据在线交互式的处理。 该论文提出了色谱中心策略算法（CCS），并开发了在线互动工具来解决该领域普遍存在的问题。色谱中心策略是指通过对组学数据中提取的色谱峰形状进行数字化描述，包括对称性（Symmetry）、锯齿度（Jaggedness）、形态（Modality）、色谱质量指数（MCQ）等，并以在线互动的方式直接展示色谱峰的形态特征。

产品详细介绍         谱诚博阅原卷留痕阅卷机，独创的原卷留痕阅卷新模式，能够切实解决师生存在的不同困境，提高教师阅卷效率，给广大学子增效减负。          我们的原卷留痕智能阅卷机，具体优势有以下几点：      1.无需答题卡。省时省钱      2.无需人工干预。减轻教师负担      3.原卷答题。学生原卷答题无需答题卡，省时便捷      4.原卷批改。方便学生复习，教师掌握学生学情。      5.高效阅卷。一键阅卷，操作简单；客观题自动批阅、主观题得分自动识别、总分自动统计、错题标准答案自动打印；双面同时阅卷，效率优于人工批阅。                                                                       阅卷机产品展示图 谱诚博阅的原卷留痕阅卷机AYJ800针对网上阅卷系统的不足，做出创新改进，实现了学生原卷作答，教师原判批改，所有的批改原卷留痕，阅卷机本身负责主观题的批改，客观题的批改读取，可以与原有的共享资源平台对接形成闭环，更有针对性的服务于基础教育阶段的师生，因材施教。                                                                                                                              阅卷机批改后的卷面效果   此外，谱成博阅科技有限公司基于大数据的准确分析给学生提供专家级学情分析报告，可以真正的促进学生的学习，针对性提高学习效率，具体有以下优势： 1.纸质试卷自动电子存储 2.学生答题分析 3.易错知识点分布统计 4.平台利用学情报告完成针对性教育与个性化学习 5.自动生成学生错题本，学生提高成绩有捷径 6.自动生成高频易错题集，老师定位重点有方向 7.学生各人知识点掌握情况分析表，补齐短板有目标 8.每人一张个性卷，数据分析有反馈 如今，教育行业，越来越多的教学内容期待高效的传播，越来越多的基础教育阶段的学生希望节约时间，更注重自己全方位的发展，越来越多的教育培训服务更多的依赖大数据的分析来快速指导实践，谱诚博阅原卷留痕阅卷机AYJ800就可以很好地满足教育行业师生的各种需求，无论从教学、考试还是各大培训都会相得益彰共同发展，未来在原卷留痕阅卷机的广泛普及下，必将极大地促进基础教育的发展，为学生学习开辟更加恢宏的康庄大道。 杭州谱诚博阅科技有限公司——教育信息化服务理念的倡导者,我们专注于教育，致力于实现创新技术与传统教学模式的最佳融合，倾注全部的心血和激情，发展互联网教育服务产业，开创中国教育现代化的未来。我们创造并实践崭新的服务模式和商务模式，打造产业生态圈。在智能阅卷、智慧课堂、云端针对练习、云端个性考试服务、K12互联网信息化教育等领域，博阅科技的创新理念和技术将推动行业的蓬勃发展。 公司现已拥有独立的研发团队、生产基地，以及遍布全国的销售网络渠道。公司开发的爱阅卷原卷留痕阅卷机系统，多项技术通过了国家有关部门的严格测试，技术处理水平先进。博阅爱阅卷原卷留痕阅卷机系统是将现代先进的图像压缩、分割技术与高速图像扫描设备相结合而产生的一项高效数字化信息系统。系统经过严密设计，并结合传统的阅卷模式，成功地将先进的计算机网络技术同教师阅卷工作结合在一起。在充分考虑用户的需求和使用状况的基础上，优化、整合设计流程，实现了灵活方便的阅卷、大数所分析、试卷管理过程，充分体现了本阅卷系统的实际效益和推广意义。博阅科技正成为广大师生及家长的好伙伴。

本实用新型公开了一种基于九方形发射线圈的背包内嵌式无线充电系统，包括发射单元和接收单元， 发射单元进一步包括第一 AC-DC 模块、DC-DC 模块、高频逆变模块、第一控制器、第一检测电路、第 二检测电路和发射机构，发射机构由第一补偿电容和发射线圈阵列串联构成，发射线圈阵列由布置于同 一平面的九个方形发射线圈并联构成，该九个方形发射线圈排列成三行三列，且中心发射线圈和周围发 射线圈的电流方向相反；接收单元进一步包括接收机构、第二 AC-DC 模

膜生物反应器(MBR)是膜分离技术与生物处理方法的高效结合，其起源是用膜分离技术取代活性污泥法中的二沉池，进行固液分离，经过一系列研究和改进后，膜生物反应器(MBR)可直接达到处理出水回用的目的，并且具有污水三级传统工艺无法比拟的优点： 1、微生物数量高于常规生物处理2～5倍，处理程度高，中空纤维膜孔径0.2μm，能高效进行固液分离，出水悬浮物浓度和浊度接近于零，细菌总数接近于零，可直接用于回用目的。 2、处理工艺简单可靠，构筑物少，可大规模节省占地面积和征地费用，降低水处理投资，占地面积约为常规二级处理加深度处理工艺的1/4～1/10。 3、污泥龄长，污泥产量低，除无机颗粒物外，基本无剩余污泥排放，由于不投加化学药剂，所以不产生化学污泥。 4、出水水质优良，各项指标低于国家污水回用有关标准规定，且不受进水水质影响。 5、自动化程度高，利用PLC进行控制，不需设置专人管理，人员经短期培训就能操作，维护工作量小。一、MBR-X系列膜生物反应器进水处理出水水质比较 1.进水水质：(对于高浓度有机废水可采用在MBR反应器前增加预处理措施) CODcr＜500mg/L               BOD5＜300mg/L SS＜300mg/L                 NH4+-N＜40mg/L 2.出水水质： CODcr＜20mg/L                BOD5＜5mg/L SS=0mg/L                    NH4+-N＜1mg/L 浊度＜1NTU                  细菌总数＜20个mg/L 大肠杆菌数未检出二、MBR-X系列膜生物反应器适用范围 1．生活污水                       2.工业污水①城市生活污水             　 ①食品工业废水      ②宾馆、办公楼污水 ②印染工业废水 ③工矿企业生活污水 ③制药工业废水 ④公厕粪便水 ④石油化工废水 ⑤洗车业废水 ⑤造纸工业废水 ⑥垃圾渗透液等                           　⑦焦炭或煤气含酚工业废水

移动X射线机主要对危重、不便移动的病人进行X射线摄影，亦可以把它当作常规的X射线检查的必备设备，用于头部、四肢、胸腹各部分的摄影。有了移动X射线机，等于把放射科移到病房去。

由重庆车检院与重庆大学共同研发设计的C-V2X规模测试平台在位于重庆高新区的国家质检基地正式亮相。该平台可模拟复杂交通场景中的通信环境，来检验相关产品的工作情况，这在国内尚属首创。该平台的投用将缩短智能网联汽车测试流程，降低测试成本，助推重庆加快智能网联汽车产业化及车联网部署进程。 据介绍，C-V2X是指基于3G/4G/5G等蜂窝网通信技术演进形成的车用无线通信技术。作为智能网联汽车网联化方向的关键环节，C-V2X技术近年来发展迅速，但测试方法却比较传统，仍在广泛使用实车进行外场测试。 重庆车检院智能汽车及主动安全测试研究中心负责人表示，在对搭载C-V2X终端的智能网联汽车进行外场测试时，为了搭建复杂环境，业界普遍尝试在实际场地中利用多个真车配合测试，不仅耗时耗力耗资，测试效率不高，而且测试环境的一致性难以保证。 针对智能网联汽车规模测试需求，重庆车检院与重庆大学携手攻关，在国内率先研制出可模拟复杂环境的C-V2X规模测试平台。 该平台由一组测试床、节点控制器、场景模拟器以及自动化测试工具组成。其中，最核心部分是测试床和节点控制器。单个测试床最多可模拟60个C-V2X直连通信节点，多个测试床可部署成高密度的测试环境。节点控制器则可根据测试场景的不同需要，实时调整节点底层通信参数和V2X业务信息，以模拟复杂交通场景中的通信环境，为被测C-V2X直连通信节点、搭载C-V2X直连通信节点的智能网联汽车以及智能路侧系统提供一个易部署、可复现、经济高效的规模化测试环境，全面验证其在复杂交通环境下的各项表现。 “C-V2X规模测试平台投用，是校企合作加强前沿技术研究应用的成果，也是重庆车检院利用交通部自动驾驶封闭场地测试基地（重庆）筹建国家智能网联汽车质量检验中心(重庆) 的过程中，在自主创新技术及构建先进测试平台方面迈出的坚实一步。”该负责人说，在规模测试平台的支撑下，智能网联汽车将加快研发测试进程，推动汽车产业转型升级跨越式发展及车联网大规模示范应用。