|
搜索
搜 索
高等教育領域數字化綜合服務平臺
水文院青年教師在苦咸水資源利用技術方面再次取得重要科研成果
非常規水資源利用，特別是苦咸水淡化利用，對緩解全世界水資源危機具有重要意義。發展基于新材料的苦咸水利用新技術是當前水資源利用技術利用的前沿研究課題。2019年，水文院青年教師徐興濤博士指導我院本科生在金屬有機框架材料的苦咸水利用技術研究方面取得重要突破，相關研究成果以封底文章的形式發表于Royal Society of Chemistry出版社材料科學旗艦期刊《Materials Horizons》（2019年影響因子：14.356；引用次數：51次），在非常規水資源利用人才培養與科學研究方面，邁出重要步伐。 近日相關團隊在金屬有機框架衍生材料的苦咸水利用技術方面再次取得重要突破。團隊首次提出利用金屬有機框架衍生鐵氮共摻雜納米碳管結構作為電極材料，在實際含氧水環境下大幅提升苦咸水利用效率的同時實現了電極運行壽命的大幅延長。該成果以姊妹篇形式近期再次發表于《Materials Horizons》上，并受到業界廣泛關注，目前引用次數為23次。 非常規水資源利用新材料技術的發展，對推動的非常規水資源的高效利用、解決實際生產中的用水問題具有重要意義。
河海大學
2021-02-01
東南大學腦科學與智能技術研究院在“Nature Methods”發表最新研究成果
近日，東南大學腦科學與智能技術研究院在神經元自動追蹤算法基準測試與性能預測方面取得重要研究進展。
東南大學
2023-04-19
國務院關于印發《推動大規模設備更新和消費品以舊換新行動方案》的通知
《行動方案》提出，到2027年，工業、農業、建筑、交通、教育、文旅、醫療等領域設備投資規模較2023年增長25%以上。
國務院
2024-03-14
科大訊飛胡江院：從新質生產力發展看AI人才培養創新與實踐
數字化與大學教學創新改革學術活動
中國高等教育博覽會
2024-06-11
教育部發布會聚焦研究生教育改革發展
6月14日，教育部舉行“教育這十年”“1+1”系列發布采訪活動的第四場新聞發布會，聚焦黨的十八大以來研究生教育改革發展成效。? ? ? ? ? ?
教育部
2022-06-16
一種基于微酸性電解水的凍生蝦加工裝置及加工方法
本發明公開了一種基于微酸性電解水的凍生蝦加工裝置，包括電解水箱和工作臺，工作臺具有霧化噴淋區、稱重區及凍結區。采用該加工裝置進行加工的方法主要是采用電解水箱中制取的含高濃度有效氯的微酸性電解水，對清洗凈的生蝦進行霧化噴淋，之后將生蝦等重量分揀，置入凍結槽，再注入微酸性電解水并進行包冰處理，即可獲得凍生蝦。本發明的基于微酸性電解水的凍生蝦加工裝置，結構簡單，操作方便，所采用的微酸性電解水，含高濃度有效氯，不但能有效控制生蝦表面細菌數，且能較佳地實現生產車間的消毒。采用本發明的裝置進行加工，工序簡單，快捷高效，且可良好地實現生蝦表面減菌，使得凍生蝦在貯藏期間有較好的抑菌效果，從而延長其保鮮期。
浙江大學
2021-04-13
福建省財政廳 福建省科學技術廳關于下達2022年科技創新專項資金（市級）的通知
為進一步提高我省科技創新能力，推進關鍵核心技術攻關，強化戰略科技力量，推動科技成果轉移轉化，營造創新創業創造良好環境，全面提升科技創新治理能力。
福建省科學技術廳
2022-04-25
中共中央、國務院：持之以恒加強基礎研究，發揮好重要院所、高校的國家隊作用
著眼建設世界一流大學和一流科研院所，加強科教基礎設施和產教融合平臺建設。
新華社
2022-12-19
北京郵電大學網安院密碼攻防教學實驗平臺采購項目競爭性磋商
北京郵電大學網安院密碼攻防教學實驗平臺采購項目競爭性磋商
北京郵電大學
2022-06-23
功能納米與軟物質研究院Mario Lanza教授課題組在Nature Electronics上發表論文
隨著憶阻器在非易失性存儲器、模擬人類大腦的深度學習等重要領域的研究逐步深入，憶阻器的研究得到越來越多的重視。在固態電子器件和電路中應用二維材料，將有助于擴展摩爾定律，并能獲得優于CMOS的先進產品。基于二維材料的憶阻器能夠應用于信息存儲和神經態計算，具有高熱穩定性，閾值型和雙極型阻變共存，增強、抑制和弛豫的高度可控性，以及出色的機械穩定性和透明度等優點。 近日，功能納米與軟物質研究院Mario Lanza教授在Nature子刊《Nature Electronics》上發表了題為“Wafer-scale integration of two-dimensional materials in high-density memristive crossbar arrays for artificial neural networks”的封面文章。作者提出二維材料六方氮化硼（h-BN）可以作為高密度憶阻陣列的阻變材料，構建可用于圖像識別的人工神經網絡的器件。其獲得h-BN基憶阻陣列器件成品率高達98%，且表現出超低的周期間差異性（低至1.53％）和出色的器件間差異性（低至5.74％）。圖像分類器的仿真結果表明，所測得的器件I-V曲線的均一性足以匹配理想軟件實現所需的精度。
蘇州大學
2021-02-01