|
搜索
搜 索
高等教育領域數字化綜合服務平臺
I CODE SLI卡
產品詳細介紹I CODE SLI卡(PHILIPS):
芯片類型:Philips I CODE SLI
存儲容量:1024 bit，64bit唯一ID序列號
工作頻率:13.56MHz
讀寫距離:2.5～10cm
讀寫時間:1～2ms
工作溫度:-20℃～55℃
擦寫壽命:>100,000次
數據保存:>10年
封裝工藝:PVC層壓
尺寸:ISO標準卡/異型卡/圓幣卡
執行標準:ISO15693
典型應用:企業一卡通、圖書館、學校管理、公交儲值卡、停車場、小區管理等
==正華智能卡產品==
另有:EM4100/4102,TK4100,T5567,Mifare S50、S70,
Ultralight,FM11RF08,Ti2048......智能卡供應.
深圳市正華智能卡有限公司
2021-08-23
多功能煤泥水處理池
本發明屬于煤泥水處理領域，具體涉及一種多功能煤泥水處理池。本發明包括圓環狀的池體，還包括呈圓環狀設置在池體的內部的導流板，所述導流板和池體之間設有將所述環槽分隔為上部為配水區域、下部為導流區域的環狀隔板，導流板的內壁圍成處理區域；所述隔板上設有貫穿隔板板體的過水孔，本發明中還設置有使過水孔在貫通和封閉兩種狀態下切換的擋孔板；本發明還包括與所述配水區域相連的脫泥入料單元、與所述處理區域相連的濃縮入料單元以及分別與所述配水區域和處理區域相連的溢流出料單元。本發明不但能夠對煤泥水進行脫泥處理，還能夠對煤泥水進行濃縮處理，同時本發明結構簡單且運行穩定可靠。
安徽理工大學
2021-04-13
一種水產養殖池
本實用新型屬于水產品養殖器具技術領域，具體涉及一種水產養殖池。養殖池的側壁設有若干氧氣頭；養殖池的底壁設有刮槽，刮槽的一端設有刮板；刮槽的另一端為集污口，集污口與養殖池外的集污槽相通，集污口處設有上下推拉的門，門與養殖池的連接處設有密封條；養殖池的上方設有進水口，下方設有出水口，進水口通過管道和水泵與凈水池下方的出水孔相連，出水口通過管道與凈水池上方的進水孔相連；凈水池上方設有弧形篩，進水孔設有弧形篩上方；凈水池內部設有紫外燈。本實用新型通過設置循環水路，實現各養殖池之前的養殖用水循環使用，對循環水進行殺菌和過濾處理，避免水質惡化，延長養殖用水的使用周期，在增產的同時節省用水量。
青島農業大學
2021-04-13
T恤
成果描述：1．本外觀設計產品的名稱：T恤。2．本外觀設計產品的用途：本外觀設計產品用于供人穿在身體上,用來保護身體,具有裝飾作用。3．本外觀設計產品的設計要點：該T恤的形狀、圖案、色彩及其結合。4．最能表明本外觀設計設計要點的圖片或照片：主視圖。5．請求保護的外觀設計包含色彩。市場前景分析：1．本外觀設計產品的名稱：T恤。2．本外觀設計產品的用途：本外觀設計產品用于供人穿在身體上,用來保護身體,具有裝飾作用。3．本外觀設計產品的設計要點：該T恤的形狀、圖案、色彩及其結合。4．最能表明本外觀設計設計要點的圖片或照片：主視圖。5．請求保護的外觀設計包含色彩。與同類成果相比的優勢分析：國內領先
成都大學
2021-04-10
選擇性固固分離平臺技術
清華大學化工系以混合物微觀結構調控為基礎，打破常規，獨創具有廣泛適用性的“選擇性固固分離技術”，實現了混合體系的全面、高效、連續、廉價分離與除雜。 主要特點如下： 1、化學法高效解離混合顆粒，能耗大幅降低。 2、選擇性界面活化，強化不同組分在漿液中的差異，為后續分離打基礎。 3、多種分離技術和工藝耦合，實現高選擇性精準分離和回收。
清華大學
2021-04-11
口感番茄“優夢T106”
特征特性：優夢T106為粉果型口感番茄品種，早熟，高溫下長勢好，連續坐果能力強，果實完全成熟后不易裂果；單果重80g左右，可溶性固形物含量8%左右，果肩綠色，果膠黃綠色，肉脆、酸甜、有香味；抗番茄黃化曲葉病毒病、灰葉斑、鐮刀菌冠狀根腐病、煙草花葉病毒、根結線蟲等。
生產試種：2023，2024年在遼寧盤錦、山東壽光、山西大同、浙江湖州進行了生產試種，表現良好。
優夢T106
北京大學現代農業研究院
2024-12-13
稠密相氣固兩相流動可視化技術
氣固流動參數檢測和可視化尤為重要，是稠密氣固流動系統復雜研究體系中的共性問題之一。針對該問題，東南大學多相流測試研究室多年來開展了電學與激光散射的稠密氣固流動可視化及參數測量與表征方法的研究工作。 開發的電容層技術析成像系統(ECT)與激光光纖顆粒測量系統，可實時、在線檢測多相流參數的二維或三維分布狀況，已成功應用于湍動流化床與濃相煤粉加壓氣力輸送中試試驗裝置上。
東南大學
2021-04-13
CMS-I抗過敏性哮喘中藥I類新藥
高?？萍汲晒M在科轉云
西安交通大學
2021-04-10
一種基于多尺度池化的卷積神經網絡人臉識別方法
本發明公開了一種基于多尺度池化的卷積神經網絡人臉識別方法。該方法利用多尺度池化的卷積神經網絡來提取人臉圖像的特征以實現人臉識別。在構建卷積神經網絡的過程中，采用卷積和最大值采樣交替的方法對特征進行深度提取，另外對每層卷積層采用了多尺度池化的策略和步驟，一并輸入到全連接層，使其具有多尺度的、固定大小的特征列向量。本發明不需要對輸入的人臉圖像做截取或調
浙江大學
2021-01-12
BL-422I 信息化集成化信號采集與處理系統
成都泰盟軟件有限公司
2022-07-21