|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺(tái)
.jpg){kind=logo}
基于多光子吸收的染料摻雜液晶隨機(jī)激光器及其制備方法
本發(fā)明提供了一種基于多光子吸收的染料摻雜液晶隨機(jī)激光器，包括玻璃基片以及其上順序附著的固化層和混合層，所述固化層為光控染料與表面聚合材料的飽和溶液固化形成的薄膜，所述混合層為液晶與激光染料的混合溶液層。本發(fā)明基于多光子吸收效應(yīng)，泵浦光處于長(zhǎng)波段在激光器表層的損耗較少，可穿透表層到達(dá)介質(zhì)內(nèi)部，使多光子吸收發(fā)生在激光器較深處，對(duì)隨機(jī)激光器的厚度沒有特殊要求，能有效提高泵浦效率。并且，多光子泵浦光源的長(zhǎng)波段光子能量較低，可減少對(duì)材料的損害，防止發(fā)生短波段光子引起的材料變性的問題。
東南大學(xué)
2021-04-11
.jpg){kind=logo}
基于多源光譜特征融合的食用油種類快速鑒別方法
其他成果/n一種基于多源光譜特征融合的食用油種類快速鑒別方法，包括如下步驟：選取待鑒別的未知種類的食用油樣品；采集拉曼光譜圖和近紅外光譜圖；分別對(duì)采集的拉曼光譜圖和近紅外光譜圖進(jìn)行預(yù)處理，得到預(yù)處理拉曼光譜圖和預(yù)處理近紅外光譜圖；分別對(duì)預(yù)處理拉曼光譜圖和預(yù)處理近紅外光譜圖進(jìn)行特征提取，得到拉曼特征變量和近紅外特征變量；將拉曼特征變量和近紅外特征變量進(jìn)行光譜特征融合，得到特征融合光譜圖；采用優(yōu)化定性模型對(duì)所述未知種類的食用油樣品進(jìn)行種類鑒別。本發(fā)明提供的基于多源光譜特征融合的食用油種類快速鑒別方法，安全快速、檢測(cè)便捷，鑒別準(zhǔn)確率高，具有較強(qiáng)的實(shí)用價(jià)值和推廣價(jià)值。
武漢輕工大學(xué)
2021-04-11
業(yè)大學(xué).jpg){kind=logo}
豬圓環(huán)病毒 2 型-副豬嗜血桿菌多聯(lián)多價(jià)滅活疫苗
本成果是將人工合成的表達(dá)豬圓環(huán)病毒 2 型 Cap 蛋白的核苷酸 序列克隆到桿狀病毒表達(dá)載體中，構(gòu)建重組桿狀病毒，接種 Sf9 昆蟲細(xì)胞，經(jīng) 過懸浮培養(yǎng)、收獲、過濾，二乙烯亞胺 BEI 滅活病毒液后，加入適宜的佐劑混 合乳化制成。并利用自主分離鑒定副豬嗜血桿菌病多價(jià)流行菌株，通過優(yōu)化培 養(yǎng)工藝，提高副豬嗜血桿菌培養(yǎng)密度，成功研制了豬圓環(huán)病毒 2 型-副豬嗜血桿 菌多聯(lián)多價(jià)滅活疫苗。
青島農(nóng)業(yè)大學(xué)
2021-04-11
.jpg){kind=logo}
基于多源大數(shù)據(jù)的城市健康大數(shù)據(jù)分析與服務(wù)系統(tǒng)
已有樣品/n我國(guó)慢病患者群體超過2.6 億，慢病的早期預(yù)防、診斷、篩查變得尤為重要。該系統(tǒng)包含體檢業(yè)務(wù)服務(wù)系統(tǒng)、家庭健康監(jiān)測(cè)管理服務(wù)系統(tǒng)、第三方家庭健康服務(wù)支撐平臺(tái)三類產(chǎn)品：客戶群體是健康大數(shù)據(jù)數(shù)據(jù)采集、分析、服務(wù)的基礎(chǔ)。本項(xiàng)目通過三類服務(wù)凝聚客戶：1）以三甲醫(yī)院體檢中心為基地，通過智能體檢服務(wù)、基于三甲醫(yī)院權(quán)威的體檢診療、康復(fù)方法指導(dǎo)，建立穩(wěn)定的體檢群體。2）通過移動(dòng)互聯(lián)網(wǎng)將服務(wù)群體拓展到慢病/老年病群體?；隗w檢
武漢大學(xué)
2021-01-12
.jpg){kind=logo}
一種用于柔性膜轉(zhuǎn)移的多自由度機(jī)械手
本發(fā)明屬于柔性電子生產(chǎn)相關(guān)設(shè)備領(lǐng)域，并公開了一種用于柔 性膜轉(zhuǎn)移的多自由度機(jī)械手，包括拾取單元、α轉(zhuǎn)動(dòng)模塊、γ轉(zhuǎn)動(dòng)模 塊、XYZ 三軸平移模塊、氣路分配單元和視覺定位單元，其中拾取單 元具備繞 Y 軸轉(zhuǎn)動(dòng)的β轉(zhuǎn)動(dòng)自由度，并可在軸向和周向上對(duì)吸附區(qū)域 進(jìn)行調(diào)整；α、γ轉(zhuǎn)動(dòng)模塊和 XYZ 三軸平移模塊則分別用于實(shí)現(xiàn)機(jī)械 手繞 X 軸和 Z 軸轉(zhuǎn)動(dòng)的α和γ轉(zhuǎn)動(dòng)自由度以及 XYZ 三個(gè)方向的平動(dòng) 自由度；氣路分配單元執(zhí)行拾取單元內(nèi)部各個(gè)真空氣路的開關(guān)控制和 真空度檢測(cè)；視覺定位單元用于實(shí)現(xiàn)柔性膜在 XY 平
華中科技大學(xué)
2021-01-12
基于MAS多尺度的風(fēng)光波互補(bǔ)海島微電網(wǎng)能量控制方法
本發(fā)明公開了一種基于MAS多尺度的風(fēng)光波互補(bǔ)海島微電網(wǎng)能量控制方法，采用多Agent技術(shù)，當(dāng)光照、風(fēng)速、海況變化導(dǎo)致可再生能源發(fā)電出力變化時(shí)，通過微電網(wǎng)源、儲(chǔ)、荷協(xié)調(diào)控制滿足海島上軍民的用電需求。與現(xiàn)有微電網(wǎng)的能量控制方法相比，該控制方法采用分布式能量管理技術(shù)，減少了波浪發(fā)電系統(tǒng)輸出功率的不穩(wěn)定性，可以獲得比較穩(wěn)定的總輸出，在保證供電的情況下，大大減少了蓄電池?cái)?shù)量，削減系統(tǒng)投資成本，提高了海島微電網(wǎng)的可靠性。并且該方法充分利用了海島上豐富的波浪能，利用海島上的海水淡化裝置實(shí)現(xiàn)了微電網(wǎng)多尺度的能量控制
東南大學(xué)
2021-04-14
一種多軸加工系統(tǒng)的相對(duì)動(dòng)剛度獲取方法及其應(yīng)用
本發(fā)明公開了一種多軸加工系統(tǒng)相對(duì)動(dòng)剛度的獲取方法，包括如下步驟：(1)根據(jù)多軸加工系統(tǒng)的工作范圍建立其刀尖點(diǎn)可達(dá)姿態(tài)的工作空間，并將該工作空間離散化，即對(duì)每個(gè)軸的行程，均用一系列離散點(diǎn)表示；(2)對(duì)于任一離散點(diǎn)，建立其對(duì)應(yīng)的多軸加工系統(tǒng)的動(dòng)力學(xué)模型；(3)計(jì)算該離散點(diǎn)對(duì)應(yīng)的相對(duì)動(dòng)剛度矩陣 KD。本發(fā)明還公開了上述獲取方法在加工系統(tǒng)性能評(píng)價(jià)中的應(yīng)用。本發(fā)明綜合考慮了機(jī)床本身結(jié)構(gòu)、刀具和工件的動(dòng)剛度特性及其相互耦合關(guān)系，能夠準(zhǔn)確表征多軸加工系統(tǒng)在工作空間中的相對(duì)動(dòng)剛度分布規(guī)律。
華中科技大學(xué)
2021-01-12
一種基于BIM的運(yùn)營(yíng)橋梁多源檢測(cè)系統(tǒng)的檢測(cè)方法
本發(fā)明公開了一種基于BIM的運(yùn)營(yíng)橋梁多源檢測(cè)系統(tǒng)的檢測(cè)方法，基于BIM技術(shù)，將無人機(jī)與三維激光檢測(cè)技術(shù)集成應(yīng)用于橋梁病害檢測(cè)，極大的提高了橋梁巡檢效率與精度；提出了一種基于亞像素差值的圖像處理方法，在一定程度上解決了現(xiàn)有硬件設(shè)備精度不足的缺點(diǎn)；本發(fā)明極大的提高了橋梁的運(yùn)維檢查效率，實(shí)現(xiàn)了橋梁運(yùn)維養(yǎng)護(hù)決策系統(tǒng)的信息化與智能化程度，使橋梁運(yùn)維決策更加科學(xué)。
東南大學(xué)
2021-04-13
一種多通道全數(shù)字超高頻雷達(dá)信號(hào)采集裝置
本實(shí)用新型提供了一種多通道全數(shù)字超高頻雷達(dá)信號(hào)采集裝置，包括依次連接的八通道模擬前端、 并串轉(zhuǎn)換器、抽取濾波器、FIR 濾波器、數(shù)據(jù)緩沖器、USB 控制器和雷達(dá)主機(jī)；其中八通道模擬前端的 每個(gè)通道結(jié)構(gòu)相同，均由依次連接的收發(fā)開關(guān)、射頻放大器、帶通濾波器和模數(shù)轉(zhuǎn)換器組成。本實(shí)用新 型主要用于全數(shù)字超高頻雷達(dá)的信號(hào)采集和傳輸，具備硬件結(jié)構(gòu)簡(jiǎn)單，工作穩(wěn)定，信號(hào)采樣率高，噪聲 小等優(yōu)點(diǎn)。
武漢大學(xué)
2021-04-13
利用 GPU 實(shí)現(xiàn)外輻射源雷達(dá)多通道時(shí)域雜波抑制的方法
本發(fā)明涉及一種利用 GPU 實(shí)現(xiàn)外輻射源雷達(dá)多通道時(shí)域雜波抑制的方法，主要解決雷達(dá)探測(cè)環(huán)境 中的雜波抑制問題。主要步驟為:首先獲取校準(zhǔn)后參考和監(jiān)測(cè)通道數(shù)據(jù)，并分配計(jì)算所需內(nèi)存、顯存; 然后加載數(shù)據(jù)到 GPU 顯存，采用迭代算法計(jì)算自相關(guān)矩陣 Rx，求逆得利用參考和監(jiān)測(cè)通道數(shù)據(jù)計(jì)算互 相關(guān)矩陣 C，計(jì)算與 C 乘積得到矩陣 D，計(jì)算參考通道數(shù)據(jù)與矩陣 D 乘積得到監(jiān)測(cè)通道中直達(dá)波與多徑 分量從監(jiān)測(cè)通道數(shù)據(jù)中減去得到目標(biāo)回波分量;最后釋放已分配的內(nèi)存、顯存。本發(fā)明克服了迭代類雜 波抑制算法收斂速度和穩(wěn)定性等難以確定的困難，降低了 ECA 及 ECA-B 算法的時(shí)間和空間復(fù)雜度，并 具有平臺(tái)搭建簡(jiǎn)單、穩(wěn)定性好、運(yùn)算速度快、擴(kuò)展性強(qiáng)、易于開發(fā)等優(yōu)點(diǎn)。
武漢大學(xué)
2021-04-13