|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺
大學(xué).jpg){kind=logo}
柿果、柿葉中有效成分的提取技術(shù)
內(nèi)容介紹： 本技術(shù)是從柿果、柿葉中提取柿天然香味劑、柿天然黃色素，該方法 填補了柿香味劑、柿黃色素目前尚無天然產(chǎn)品的空白。此外，柿果、柿葉 中還有豐富的黃酮類物質(zhì)和番茄紅素類物質(zhì)，是非常重要的藥用成分。番 茄紅素是重要的類胡蘿卜素，最新研究表明：它有很強的抗癌、防氧化的 功效，又是非常好的天然色素；黃酮類物質(zhì)是預(yù)防、治療心腦血管疾病最 有效的成分，具有抑
西北工業(yè)大學(xué)
2021-04-14
.jpg){kind=logo}
電動汽車電池管理系統(tǒng)算法及測試平臺
成果介紹針對采用比例積分觀測器法，結(jié)合電池荷電狀態(tài)估計，設(shè)計能夠同時對模型參數(shù)和電池荷電狀態(tài)同時進(jìn)行估計的算法，可應(yīng)用于整車的BMS軟件算法設(shè)計。搭建的軟硬件平臺可應(yīng)用于BMS算法測試。技術(shù)創(chuàng)新點及參數(shù)(1)采用比例積分觀測器法，結(jié)合電池荷電狀態(tài)估計，設(shè)計能夠同時對模型參數(shù)和電池荷電狀態(tài)同時進(jìn)行估計的算法；(2)在觀測過程中模型參數(shù)可實時更新，算法滿足李雅普諾夫方程，估計計算時可保證收斂；(3)更好的動態(tài)特性與電池充放電周期整體估計精度，且在電流信號有噪聲時仍有較好的估計精度；(4)基于STM32芯片主控，AD7280芯片采集數(shù)據(jù)，μC/OS-III系統(tǒng)完成了控制系統(tǒng)軟硬件設(shè)計。臺架實驗表明，系統(tǒng)信號采集精度良好，性能實現(xiàn)成功；(5)采用OCV法對Ah法進(jìn)行糾正，獲得新的綜合SOC估算值，針對性地設(shè)計了初值確定方法，得到改良的SOC估計算法。*明該算法能在整個電池恒流放電過程中穩(wěn)定估算SOC；(6)為考慮電池工作過程中的產(chǎn)熱，對傳統(tǒng)的SOC估算方法，引入溫度約束，建立改良的SOP估計算法。*明該算法能很好地考慮電池溫度對SOP估測影響而提升估算精度；(7)采用STM32F103芯片主控，AD7280A芯片采集信息，μC/OS-III系統(tǒng)建立了BMS軟硬件系統(tǒng)，并進(jìn)行了實車試驗。結(jié)果表明改良后的估計算法精度良好可靠，所設(shè)計BMS具備出色的控制性能。市場前景本項目的涉及的算法設(shè)計及軟硬件架構(gòu)，可以采用成果授權(quán)、成果轉(zhuǎn)讓或者技術(shù)服務(wù)的形式與汽車零部件供應(yīng)商產(chǎn)生合作。
東南大學(xué)
2021-04-13
.jpg){kind=logo}
研發(fā)Visionome技術(shù)算法可智能高效診斷多種眼病
與傳統(tǒng)圖片級分類標(biāo)注方法相比，Visionome技術(shù)可多產(chǎn)生12倍標(biāo)簽，而這些標(biāo)簽訓(xùn)練出來的算法顯示了更好的診斷性能。基于此技術(shù)，團隊訓(xùn)練出可準(zhǔn)確識別多種眼前段病變的裂隙燈圖像智能評估系統(tǒng)，可應(yīng)用于大規(guī)模篩查、綜合分診、專家級評估、多路徑診療建議等多個臨床場景。不僅在回顧性數(shù)據(jù)集中表現(xiàn)出眼科專家級別的診斷水平，在前瞻性數(shù)據(jù)集中也表現(xiàn)出色。使用者通過在Visionome診斷系統(tǒng)中上傳眼前段圖像，即能一次獲得多個部位的全方位診斷，與傳統(tǒng)的人工智能算法相比，Visionome系統(tǒng)可生成更加全面、精細(xì)、具體的報告，真正讓醫(yī)學(xué)人工智能應(yīng)用揭開神秘的面紗，成為一個接地氣的“醫(yī)生”。
中山大學(xué)
2021-04-13
大學(xué).jpg){kind=logo}
自適應(yīng)諧波電能計量算法與應(yīng)用研究
諧波電能計量及其儀表用以定量描述電能生產(chǎn)、 傳輸、消費的全過程，廣泛應(yīng)用于包括光伏、風(fēng)電、電動汽車、 充電站在內(nèi)的新能源及傳統(tǒng)電力系統(tǒng)。 項目主要功能包括：自適應(yīng)迭代分解電壓和電流信號得到 諧波與間諧波成分，計算其諧波含量；計量各個諧波/間諧波成 分的四象限電能計量參量；具有有功、無功能量脈沖輸出，記 錄參數(shù)設(shè)定、開蓋檢測以及電壓不對稱、過壓、過流、超限等 事件，具有液晶循環(huán)顯示功能，可通過 RS-48
合肥工業(yè)大學(xué)
2021-04-14
.jpg){kind=logo}
自動化機器學(xué)習(xí)算法研究與系統(tǒng)實現(xiàn)
研究目的和意義機器學(xué)習(xí)和人工智能已成為當(dāng)今最熱門的技術(shù)之一。2017年，國務(wù)院印發(fā)了《新一代人工智能發(fā)展規(guī)劃》，正式將人工智能作為國家重要發(fā)展戰(zhàn)略之一。人工智能已經(jīng)成為信息技術(shù)時代的又一波浪潮。在這波浪潮的推動下，互聯(lián)網(wǎng)行業(yè)、金融行業(yè)、傳統(tǒng)制造業(yè)、政務(wù)民生、公安警務(wù)等各行各業(yè)都在積極向人工智能領(lǐng)域轉(zhuǎn)型升級，利用人工智能先進(jìn)技術(shù)提升智能分析和輔助決策能力，
南京大學(xué)
2021-04-14
.jpg){kind=logo}
基于分層智能探索算法的玻璃切割優(yōu)化軟件
本軟件的主要用途是針對玻璃切割的場景提出求解多約束的矩形切割問題的分層智能搜索算法，為玻璃切割方案提供全局優(yōu)化，實現(xiàn)原料利用率的最大化，在節(jié)約資源的同時提高產(chǎn)量。
一、項目分類
關(guān)鍵核心技術(shù)突破
二、成果簡介
切割問題和裝填問題在學(xué)術(shù)界屬于一類經(jīng)典的NP 難問題，它們有著眾多的變種，例如：一維的背包問題，二維的矩形切割問題，三維的裝箱問題等。其中以二維的場景應(yīng)用最為廣泛，相關(guān)求解算法可以作為玻璃、板材、管材、服裝切割套料智能制造的算法內(nèi)核。
本軟件的主要用途是針對玻璃切割的場景提出求解多約束的矩形切割問題的分層智能搜索算法，為玻璃切割方案提供全局優(yōu)化，實現(xiàn)原料利用率的最大化，在節(jié)約資源的同時提高產(chǎn)量。
對于玻璃切割問題約束復(fù)雜的特點，本軟件有針對性的提出了一種局部解的表示方法，它使算法的分布式部署成為可能，并且大大減少了程序運行時的內(nèi)存開銷。為了提高算法的效率，軟件采用了貪心隨機的基本搜索框架，并結(jié)合問題特點，將搜索過程分為多層嵌套進(jìn)行，以提高搜索的靈活性和精確性。
華中科技大學(xué)
2022-07-27
.jpg){kind=logo}
一種評價降相關(guān)算法效果的方法
本發(fā)明公開了一種評價降相關(guān)算法效果的方法，首先通過對原始協(xié)方差陣進(jìn)行 Cholesky 下三角（LLT） 分解，選擇 L 矩陣作為規(guī)約基計算原始協(xié)方差陣的長度缺陷。其次，對原始協(xié)方差陣進(jìn)行降相關(guān)，然后得 到降相關(guān)后的協(xié)方差陣，再對其進(jìn)行 Cholesky 下三角（LZLZT）分解，同樣利用分解后的 LZ矩陣計算其長 度缺陷，計算方法簡單且顧及了矩陣維數(shù)。最后，降相關(guān)前的長度缺陷和降相關(guān)后的長度缺陷進(jìn)行做差，得 到的數(shù)值越大，表明降相關(guān)效果越好。該方法可以有效的評價降相關(guān)效果，同時長度缺陷考慮了協(xié)方差陣的 維數(shù)問題，且計算簡單，克服了耗時等問題。從而有效的提高了評價方法的穩(wěn)定性和實時性。
武漢大學(xué)
2021-04-13
.jpg){kind=logo}
椰漿發(fā)酵椰果工業(yè)化生產(chǎn)關(guān)鍵技術(shù)
傳統(tǒng)椰漿椰果生產(chǎn)多采用經(jīng)驗式、作坊式的生產(chǎn)模式，存在菌種活性不易控制、易受氣候影響等問題。項目采用傳統(tǒng)椰漿椰果生產(chǎn)菌種，系統(tǒng)研究了椰漿椰果發(fā)酵使用原料、菌種、發(fā)酵環(huán)境以及發(fā)酵條件對椰漿椰果生長的影響，解決了椰漿椰果工業(yè)化規(guī)模化上產(chǎn)過程中的原料、菌種、發(fā)酵環(huán)境等技術(shù)難題，實現(xiàn)了椰漿野果的工業(yè)化、常年化生產(chǎn)，社會和經(jīng)濟效益明顯， 推廣應(yīng)用前景廣闊。 成果的技術(shù)水平： 項目通過檢測分析不同國家椰漿的相關(guān)理化、微生物指標(biāo)，研究了不同椰漿對椰果發(fā)酵生產(chǎn)的影響：通過醋酸控制雜菌生長，實現(xiàn)了椰漿無需熱力殺菌：菌種經(jīng)過馴化選育后通過環(huán)境控制及發(fā)酵調(diào)控技術(shù)，實現(xiàn)了遠(yuǎn)離椰子產(chǎn)地的椰果工業(yè)化生產(chǎn)，在國內(nèi)首次解決了椰漿椰果不能常年生產(chǎn)的技術(shù)難題。通過對椰漿和環(huán)境原始菌數(shù)控制，采用菌種逐級擴培的工藝，降低接種量，縮短發(fā)酵時間，并建立了工業(yè)化生產(chǎn)菌種長活力的判定方法。在農(nóng)業(yè)部《椰纖果》標(biāo)準(zhǔn)的基礎(chǔ)上，制定了椰果企業(yè)標(biāo)準(zhǔn)及椰漿原料標(biāo)準(zhǔn)；優(yōu)化了 工業(yè)化生產(chǎn)椰漿椰果的工藝；設(shè)計建成了現(xiàn)代化、十萬級的凈化車間，實現(xiàn)通風(fēng)和溫度的實時控制。最終椰果產(chǎn)品得率≥58%，收率≥28kg 椰果/kg 椰漿，95%以上處于厚度 10~13mm，白度 35%~40%，硬度 4~7N 優(yōu)級品德范圍。本技術(shù)達(dá)到國際領(lǐng)先水平，建議推廣應(yīng)用。
江南大學(xué)
2021-04-13
業(yè)大學(xué).jpg){kind=logo}
基于可見/近紅外光譜的棗果內(nèi)部缺陷檢測方法
本發(fā)明公開了一種基于可見/近紅外光譜的棗果內(nèi)部缺陷檢測方法及裝置，本發(fā)明的檢測方法包括如下步驟：R1樣品制備與光譜信息采集；R2棗果內(nèi)部缺陷判別模型的建立，將判別棗果內(nèi)部缺陷準(zhǔn)確率最高的模型作為最佳判別模型；R3用最佳判別模型進(jìn)行待測棗果內(nèi)部缺陷判別；R4待測棗果內(nèi)部缺陷重現(xiàn)。實驗證明，本發(fā)明所提供的基于可見/近紅外光譜的棗果內(nèi)部缺陷檢測方法，棗果內(nèi)部缺陷判別準(zhǔn)確率可達(dá)96.77％。本發(fā)明通過采集棗果的可見/近紅外光譜信息，建立了棗果內(nèi)部缺陷判別模型，用于棗果內(nèi)部缺陷的檢測，具有快速、無損的特點。
中國農(nóng)業(yè)大學(xué)
2021-04-11
業(yè)大學(xué).jpg){kind=logo}
一種果蔬生物保鮮劑及制備方法
本發(fā)明涉及一種果蔬生物保鮮劑。該果蔬生物保鮮劑為濃度106-108CFU/mL的海水酵母菌懸液。使用時，將需要保鮮的果實用所述保鮮劑浸泡1-3min，晾干。如藍(lán)莓貯藏40d，浸泡的果實腐爛率為18%，未處理的果實腐爛率為56%，果實腐爛率減少38%。本發(fā)明使用的海水酵母菌是從海水中分離純化取得，用于生物保鮮劑的最大優(yōu)點是能在較干燥的果蔬表面生存，能迅速利用營養(yǎng)進(jìn)行繁殖，不產(chǎn)生抗菌素，不會威脅人們的健康，這些優(yōu)點使得酵母菌成為目前生物防治研究的熱點；本發(fā)明生物保鮮劑可明顯抑制果實病害的發(fā)生，延長果實貨架期，適用于多種果蔬材料；本發(fā)明生物保鮮劑的使用方法簡單，不需其它輔助材料，成本極低，可廣泛使用。
青島農(nóng)業(yè)大學(xué)
2021-04-11