|
搜索
搜 索
高等教育領域數字化綜合服務平臺
六合連新型設計
由多根鏤刻有不同缺口的長方體小棒組成，可以形成數千種類似于傳統的六合連的難度各異的玩具組合
揚州大學
2021-04-14
一種熱鍵合裝置
本發明提供了一種熱鍵合裝置，主要包括外腔、加壓裝置、上加熱器和位于外腔底部的基座，基座中間部分為凸臺，凸臺內設有沉控，沉孔內裝有彈簧，彈簧伸出凸臺的一端上放置球頭小柱，在球頭小柱上依次放置隔熱板和下加熱器；在基座凸臺兩側設有兩支撐架，用于用于支撐下工作臺機構；在下彈簧與下工作臺機構接觸處上端的導桿上套有上彈簧，用于支撐上工作臺機構。本發明通過三種彈簧設置使上下加熱器和上下工作臺之間均勻壓緊，實現鍵合樣片之間的均勻貼緊。
華中科技大學
2021-04-14
百合花藥切片
產品詳細介紹
漳州市農校生物切片廠
2021-08-23
百合花藥切片
產品詳細介紹
安徽省蕪湖市生物標本廠
2021-08-23
百合花藥切片
產品詳細介紹
安徽省蕪湖市環球生物標本廠
2021-08-23
一種用負載型Au-Pd/mpg-C3N4納米催化劑催化甲酸脫氫的方法
（專利號：ZL 201510680435.X） 簡介：本發明公開了一種負載型Au?Pd/mpg?C3N4納米催化劑催化甲酸脫氫的方法，屬于化學化工技術領域。本發明將制備好的負載型Au?Pd/mpg?C3N4納米催化劑置于反應器中，將反應器置于油浴中升至一定溫度，接著將甲酸和甲酸鈉混合液加入反應器中進行反應，生成的氫氣采用排水法收集。所述Au?Pd/mpg?C3N4納米催化劑是采用Au、Pd和去離子水按照一定摩爾比配置，將載體mpg?C3N4加入上述溶液中，向混合液中添加還原劑，經過濾、干燥后制得。與傳統的負載型催化劑不同的是：根據本發明，調節催化劑中金屬金、鈀的含量及mpg?C3N4含量就可以制得用于甲酸脫氫制氫氣的高活性、高選擇性負載型Au?Pd/mpg?C3N4納米催化劑。
安徽工業大學
2021-04-11
吉林省智教軟件有限責任公司
吉林省智教軟件有限責任公司成立于2022年，是一家集高校學工一體化服務平臺、高校人事平臺、高校科研平臺等高校業務管理系統產品研發、銷售、服務為一體的高科技企業。自成立以來，“智教軟件”堅持自主創新，以用戶需求為導向，結合創始團隊多年來在高校學工系統、人事系統、科研系統產品等領域的技術優勢、以及對產品的深入理解，緊跟市場步伐，研制開發出多款具有自主知識產權的創新性系列產品，適合了教育行業不同需求用戶的需要！“智教軟件”憑借著對產品不斷創新的研發投入，建設過硬的產品質量，強大的技術服務能力、優質的客戶售后服務體系。全體“智教軟件”人秉承著“客戶至上、創新進步、感恩社會、優于行業”的企業經營理念，正在朝著成為高校業務管理系統類產品第一品牌的企業目標，披荊斬棘，奮勇前行！ “智教軟件”給客戶帶來了什么：為高校教學改革及發展帶來高品質的運行體驗；讓學生“最多跑一次”、讓教師“最多審一次”、讓領導“最多問一次”；為高校教學前言探路者提供優質的成長平臺。誰影響了“智教軟件”：對外堅持以高?？蛻魹橹行?，通過創新型軟件平臺為高校客戶創造價值；對內以努力鉆研奮斗的員工為本，讓真正貢獻者得到行業最好的回報；對生態鏈遵從行業規范及政策法規，與合作伙伴、產業機構保持開放溝通。“智教軟件”堅持的是什么：“創新、誠信、專業、服務”。踏踏實實的以高校為中心做好業務系統，長期研發投入；以高?？蛻魳I務需求為中心，長期艱苦奮斗，堅持自我批判并與時俱進。
吉林省智教軟件有限責任公司
2025-05-16
基于OFCDM和相關域調制解調的通信方法
相比OFCDM系統，本發明的接收端鏈路簡單，不需要知道發送端選用的擴頻碼塊，也不需要進行信道估計和頻域均衡，只要在時頻相干的信道內進行相關調制解調即可達到較好的BER性能，降低了系統復雜度。
電子科技大學
2021-04-10
一種DCT域上的圖像檢索方法
本檢索方法包括以下步驟：1.確定主顏色模糊隸屬度函數和紋理模糊 隸屬度函數；2.選取擬檢索圖像的主顏色特征塊；3.根據主顏色模糊隸屬 度函數和主顏色特征塊，提取主顏色模糊直方圖特征，得到主顏色特征向 量K；4.選取紋理特征塊；5.根據紋理模糊隸屬度函數和紋理特征塊，提取 紋理模糊直方圖特征，得到紋理特征向量TK；6.綜合主顏色特征向量和紋 理特征向量，得到表達圖像檢索特征的綜合向量Key＝[K,TK]；7.以擬檢索 圖像的圖像檢索特征為索引，與圖像庫中的圖像進行匹配檢索。
中山大學
2021-04-10
一種多物理域特征信息融合方法
本發明公開了一種多物理域特征信息融合方法，包括：（1）通過測量工具獲取工程事件中所需要的先驗信息，去除其中的冗余信息，獲得優化的特征信息集；（2）將優化的特征信息集中的每個特征信息值 Xi 轉換成區間形式；（3）求取廣義隱馬爾科夫初始模型；（4）根據獲得的廣義隱馬爾科夫初始模型λ，獲取最優模型；（5）求得每個單物理域的最優的廣義隱馬爾科夫模型，再各單物理域最優模型參數間的耦合關系，合成聯合的廣義區間后驗概率分布，完成獲得多物理域特征信息融合。本發明的方法通過廣義貝葉斯法則
華中科技大學
2021-01-12