|
搜索
搜 索
高等教育领域数字化综合服务平台
我国科学家提出一种基于旋转神经元的新型储备池计算硬件架构
为模仿大脑对复杂时序信号的处理能力，储备池计算以其易训练、便于硬件实现等优点成为类脑计算的前沿热点。高效的储备池计算架构能够充分挖掘电子器件的自身物理属性，以用作计算资源实现仿生人工神经网络。
科技部生物中心
2022-04-12
粒子过程晶体产品分子组装与形态优化技术
本项目属于化学工程及制药工程领域。该专利核心技术还成功应用于药用氨基酸、盐酸大观霉素、头孢曲松钠等十余种产品，建成17条精制生产线，均通过国家验收或省部级鉴定,专家鉴定为:质量及技术经济指标(节能、降耗、减排)均达到并部分超过了国际先进水平。直接经济效益显著，近三年累计新增产值12.44亿元，新增利税2.86亿元，创收外汇3171万美元；且社会效益突出，如地塞米松磷酸钠产品已击败国际竞争对手，占有50%以上海外市场和60%以上国内市场；帕罗西汀产品打破了国际专利封锁，国内领先的产品已进入了国际规范
天津大学
2021-04-14
云计算
随着IT行业在全球范围内的快速发展，IT平台的规模和复杂程度出现了大幅度的提升，但是，高昂的硬件和运维管理成本、漫长的业务部署周期以及缺乏统一管理的基础架构为企业IT部门制造了重重障碍。云计算技术颠覆性的改变了传统IT行业的消费模式和服务模式，消费者实现了从以前的“购买软硬件产品”向“购买IT服务”转变，并通过Internet自助式的获取和使用服务，大大提高了IT效率和敏捷性。
H3C CAS云计算管理平台是为企业数据中心量身定做的虚拟化和云计算管理软件。借助H3C强大的研发与产品优势，以及以客户为中心的服务理念，H3C CAS云计算管理平台可以为企业数据中心的云计算基础架构提供业界先进的虚拟化与云业务运营解决方案。H3C CAS云计算管理平台基于业界的虚拟化基础架构，实现了数据中心IaaS云计算环境的中央管理控制，以简洁的管理界面，统一管理数据中心内所有的物理资源和虚拟资源，不仅能提高IT人员的管理能力、简化日常例行工作，更可降低IT环境的复杂度和管理成本。H3C CAS云计算管理平台融合了H3C在网络安全领域多年的积累，通过对IEEE 802.1Qbg（EVB）标准的支持，为虚拟机在安全、可视、可监管的环境下运行奠定了坚实基础；创新的动态资源扩展、高可用性、动态资源调度等功能为虚拟化平台提供了简单易用、成本低廉的高可用管理模式；自助式云服务通过弹性的虚拟资源池为组织和用户提供了安全、隔离的逻辑资源，极大的提高了IT业务的响应能力。
新华三技术有限公司
2022-08-31
计算盘
产品详细介绍
常州市海华教学仪器厂
2021-08-23
脑神经和脑神经的成分及分布电动模型
XM-D017A脑神经和脑神经的成分及分布电动模型
XM-D017A脑神经和脑神经的成分及分布电动模型显示十二对脑神经：嗅神经、视神经、动眼神经、滑车神经、三叉神经、展神经、面神经、前庭蜗神经、舌咽神经、迷走神经、脊髓副神经和舌下神经。显示脑神经的成分及分布：感觉神经、运动性神经、混合性神经、一般躯体感觉纤维、特殊躯体感觉纤维、一般内脏感觉纤维、特殊内脏感觉纤维、一般躯体运动纤维、特殊内脏运动纤维、一般内脏运动纤维,模型上有上述相应功能的各自独立按钮键。
尺寸：51×23×86cm
材质：PVC材料+木框
标准配置：
■ XM-D017A脑神经和脑神经的成分及分布电动模型：1台
■ 电源线：1根
■ 说明书：1册
■ 保修卡合格证：1张
上海欣曼科教设备有限公司
2021-08-23
天雁牌计算器小学计算器分数计算器
此款计算器适合小学生使用，款式轻巧，颜色鲜艳，完全符合小学生的喜好
主要功能：1.24小时时间设定
2.1900年到2099年日期调设
3.计时器、时间运算、10位四则运算
4.求倒数、求平均数、圆周率计算
5.平方及开方运算、百分比计算
6.分数简化计算、假分数、带分数转换
7.分数按书写方式习惯显示
8.分数与小数转换
9.手动自动关机功能
产品规格：
规格尺寸：13.5CM（长）*7CM（宽）*1.1CM（高）
此产品符合国标，行标JY/T0382-2007 硅胶按键。
深圳市天雁电子有限公司
2021-08-23
科技部副部长张光军：打破“先有成果再考虑转化、有什么转什么”的惯性思维
强化“需求在哪就在哪攻关、攻得出就用得上”的制度安排。
云上高博会
2026-09-29
低频神经调控仪
低频神经调控仪是韩济生院士科研成果，应用高科技手段实现了用数字化神经调控治疗仪器代替传统手针。在疼痛，戒毒，孤独症等多种西医没有很好手段的疾病治疗等方面具有很好的疗效。
北京大学
2021-02-01
一种植株形态的精量喷雾装置
本实用新型公开了一种基于植株形态的精量喷雾装置。Γ形支架一边的底面固定在底座上，其顶面安装电机，Γ形支架另一边的安装惯性导航组件和工业相机，Γ形支架一边的内侧面装有螺杆，螺杆与电机轴连接，支架的一端与螺杆构成螺旋副，其另一端与电磁阀连接，绕有电热带组的水管安装在支架下面，水管的一端经电磁阀后与喷头连接；单片机分别与继电器组的一端、工业相机、惯性导航组件、温度传感器和经电机控制器与电机电连接，继电器组另一端分别与电磁阀和电热带组电连接。本实用新型通过对植株的拍照及对其图像序列处理获得植株形态，从而得到有效的喷雾方法，提高雾滴的沉积率；采用分组加热精确控制雾滴喷出前的温度，增加雾滴的穿透性能。
浙江大学
2021-04-13
基于形态稀疏协同表示的高光谱遥感图像分类
本成果属于高光谱图像信息处理技术，为高光谱遥感图像分类方法。首先对高维高光谱图像提取第一主成分特征图，并利用结构元素对主成分特征图进行多维的空间结构特征提取，结合提取的形态学特征与原始光谱特征，利用联合稀疏表示算法将同一空间区域中的像元联合进行稀疏系数矩阵的求解，最终通过最小残差判断准则确定像元类别。这种方法有效地并且充分的挖掘了高光谱遥感图像中的空间信息、形态信息和光谱信息。考虑到稀疏表示方法在迭代求解稀疏向量时的耗时性与对非线性数据的不可分性，进一步提出了基于差分形态学核协同表示的高光谱遥感图像分类算法。该成果方法通过核化的协同表示分类算法避免了优化求解的耗时性，同时克服了高维特征空间下数据的线性不可分性。算法首先通过差分形态学方法在高光谱遥感图像的主成分分析图上进行空间特征提取，并通过核变换方法将新特征字典投影到高维的线性核特征空间，最后利用核化协同表示算法的高效性对高光谱图像进行分类。
主要技术指标
University of Pavia 通过 ROSIS-03 传感器记录，该图像捕获了意大利帕维亚的帕维亚大学周围的市区。图像尺寸为 610×340×103，空间分辨率为 1.3 m / 像素，光谱覆盖范围为 0.43 至 0.86μm。该图像考虑了九个类别。其具有 42776 个标记样本。每类取 50 个有标记样本共 450 个样本作为训练样本。
请参阅表 1，本方法提出的高光谱图像分类方法，相比于传统分类器 SVM，OA 提高了约 18%；相比于 JSRC，OA 提高了约 5%；同时参阅表 2，展示了本成果方法的时间运行效率与相关方法的比较。该成果无需使用 GPU 资源在保证精度的同时有效提升了分类的精度和效果。
表 1 PaviaU 数据集上对比实验结果
表 2 不同数据集上时间运行对比实验结果
西安电子科技大学
2023-03-14