产品详细介绍 彩色液晶智能型空气洁净屏 采用日本AIR TECH株式会社先进的无尘/无菌设备设计理念与制造专业技术, 日本进口流水生产线，由日本AIR TECH株式会社控股的台资企业生产制造的原版设备。产品的彩色LCD(液晶)智能控制器、风动系统、风速监控系统、空气过滤系统等核心部件均采用国际知名品牌。产品在结构与工艺、选材与智能控制、功能与质量等方面引领国际先进水平。轻松产生无尘/无菌清新空气。 功能特点： ◆ 设备故障报警；过滤器更换报警；温湿度显示；室内舒适度指数5星级显示；空气质量等级5星级显示；颗粒物、甲醛、苯、氨、TVOC综合检测显示；24小时任意定时开关机；根据检测污染物含量全自动智能控制设备风量；配备S323/485通讯接口可实现远程监控。 ◆ 采用纳米与生物活性酶双重抗菌及高能物理等先进技术创造无尘、无菌清新环境：防霉菌、消毒抗菌、去除有害气体、消除异味、补充茶清新空气、抑制微生物繁殖生长。设备为低碳零排放、无二次污染的环保产品 ◆采用日本原厂获国家（国际）专利的滤材，精密除尘/有害气体去除率高：对一氧化 碳（CO）、甲醛(HCHO)、氨（NH3）、苯（C6H6）、臭氧（03）、二氧化硫（SO2）、 二氧化氮（NO2）、甲苯（C7H8）、二甲苯（C8H10）、总挥发性有机化合物(TVOC) 等吸附分解、氧化降解效果显著 ◆出风口洁净度为100级；出风口面积：0.5 m2，据地面1.5m高。气流组织方式多样， 抗阻挡能力强，有效地保障室内空气流通顺畅 ◆ 设备操作简便、自控性及运行安全性能高；移动灵活、多台设备可组合成无菌式和微生物污染除去式净化屏蔽墙（或空间），实现局部层流净化消毒 技术规格及相关要求： 1、品牌：北京远大博文科技 2、设备参考《博物馆藏品保存环境试行规范》空气质量标准设计，为文物库房空气治理专用设备。洁净度及污染气体消除率完全符合相关标准值。 3、气流组织形式：洁净通过型(D型：后进风前出风)；一款两用：在同一台设备上D型与B型（前进风前出风）相互转换；A型与C型相互转换。(A型、B型、C型、D型4种型号齐全) 4、设备的污染气体去除效率：甲醛(HCHO)：92.8%、氨（NH3）：91.0%、苯（C6H6）：91.2%、臭氧（03）：91.3%、二氧化硫（SO2）：98.8%、二氧化氮（NO2）：97.6% 甲苯（C7H8）：84.9%、二甲苯（C8H10）：84.7%、总挥发性有机化合物(TVOC)：85.0%（提供9种常见污染物去除率国家级以上第三方检验报告） 5、设备运行安全稳定性：风速计（安全指示灯）检测过滤器饱和更换或清洗功能；电机过载保护设计。 6、初效过滤器：15MM厚超透气无纺布抽屉式设计，无需工具手工提拉即可轻松更换清洗初效滤材。 7、760mm*610mm*50mm厚高效过滤器滤材配置：抗菌除臭静电纤维网、纳米银离子、除臭氧分解触媒、蜂窝活性炭、溶菌酶、冷触媒LTC-S及医疗级HEPA等功能性滤材； 8、设备过滤材料包含四种国家专利（提供专利证书复印件）、一种世界专利。 9、控制面板制式：三档调速控制器；过滤器饱和监测指示灯 10、过滤效率：@≥0.3μm ≥99.99%；灭菌效率：≥99.97% 11、标准工况：AC,单相220V/50Hz 功率80W 12、型号：YDAT-600，规格：890mm(宽)*100mm(厚)*1500mm(高) 13、净重：50kg 技术参数：

人工智能应用创新实训平台是一款专为人工智能领域专业学生设计的多功能教学工具，它集科研教学、实验实训和项目实践于一体，提供了一个全面的学习环境。该平台以国产高性能芯片RK3588作为其边缘计算的核心，支持本地化编程开发，使得学习者能够深入掌握人工智能技术。此外，平台还支持PyTorch、TensorFlow、NCNN等多种主流深度学习框架，便于学生进行模型训练和推理实践。 平台内置了丰富的案例资源，包括但不限于MobileNet、Fcn_Resnet、Resnet、Openpose、Unet、Retinaface、Yolov8pose、Yolov11等前沿模型，为学生提供了实际操作和学习深度学习模型的机会。这些内置模型不仅有助于学生理解深度学习算法的实际应用，也为他们的创新项目提供了坚实的基础。通过这样的实训平台，学生能够在实践中深化理论知识，提升解决实际问题的能力。 本平台融合了先进的多模态大模型智能体，并配备了一系列场景化实体组件，包括深度相机、双轴云台、多轴机械臂、微型输送带、工业级相机以及麦克风阵列等。这些尖端设备使得我们能够快速构建智慧工厂、智能分拣、智慧交通、智能家居等多种应用场景。

本发明公开了一种用于鱼群养殖业的自主追赶鱼群机器鱼及其控制方法。鱼头内部设有相连的排水针管、排水舵机、曲柄滑块和摄像头；排水舵机通过曲柄滑块与排水针管的活塞相连；排水针管对称设置于鱼头内部。所述的鱼头通过连接支架与鱼身相连，鱼身内设有若干个驱动舵机，驱动舵机之间通过级连固定件相连，最靠近鱼尾的驱动舵机通过级连固定件与鱼尾相连；级连固定件上固定有用于支撑蒙皮的蒙皮框架；靠近鱼尾的驱动舵机在靠近鱼头的驱动舵机的驱动下在水平方向转动；所述的摄像头、排水舵机和驱动舵机分别与控制器相连。本款机器鱼通过对于机械结构的改善和合理的运动规划增加游动速度，提高输出效率。

本平台实现交通数据的可视化、预测、关联性分析

传统的机器或机械零件的产品开发模式是必须开发出实物样机或样品，并对其进行静强度或动态性能测试，然后再进行设计修改，这样要重复好几次上述过程，才能设计制造出合格的产品。这需要花费大量的时间与金钱成本，已经跟不上日益变化的市场的需要。本成果采用了先进的虚拟仿真技术，对计算机中的机器的3维几何模型，可容易地进行编辑、修改，并检验其制造的可能性，生产成本，能否容易装配。另外，可以对其3维几何模型附于物理属性，能模拟其工作状态，可进行运动学、动力学、热力学、强度、振动分析仿真，也就是说，在设计阶段(不需要制造出实物)，就可以把握住机器或机械零件的静态与动态性能，最终可以设计制造出低成本、高性能的机器。 该成果适用于任何大中小型机器及其零部件。 本成果已经应用到国内外多家著名公司，如摩托车的动态力学性能的仿真分析,计算机硬盘系统的静态与动态性能的仿真分析,配气机构的动力学优化与分析,大型曲轴车床整机动静态性能分析与优化,渐开线齿轮的精密接触分析与优化。

本发明涉及一种基于机器学习的空间数据匹配方法，包括四个步骤:1)自动生成匹配训练样本，2) 通过机器学习建立分类器模型及其参数，3)应用分类器模型对输入空间数据进行目标匹配，4)顾及逻 辑和领域约束对匹配结果的过滤和改善。其中机器学习采用以空间目标的位置、大小、形状和方位等多 种指标作为特征提取。具有如下优点:可避免量纲标准化和多指标加权中的主观任意性，匹配精度较加 权平均方法更高;匹配模型基于样本数据学习建立，数据的自适应性较高;建立模型的典型样本数量少， 可大规模应用;利用空间数据的内在几何信息，无需额外属性信息，使用准入性低。

研发阶段/n基于机器视觉技术的干香菇等级自动分选系统与设备 技术简介：　　香菇生长过程中，在适宜的温度、湿度、光照、风速和温差条件下，表皮细胞与肉质细胞分裂不同步，生长速度过快的肉质细胞胀破表皮细胞，使菌盖龟裂形成褐白相间、菊花状的花纹，因而形成花菇。香菇可分为天白花菇、白花菇、茶花菇及光面菇。其中以天白花菇价值最高，与普通光面菇相比，价格可相差5-8倍。　　我国是香菇生产大国，香菇分级加工属于劳动密集型环节，长期以来依靠人工肉眼进行香菇颜色、形状、厚薄分级及破损、畸形、霉变香菇分级。

多模态医学影像信息处理与分析，具有重大的应用背景，是国家和社会当 前高度重视的研究领域之一。 本项目拟基于机器学习方法，主要研究医学影像的特征描述、设备无关性 的特征评价与特征选择、基于内容的多模态医学影像检索、医学影像信息挖掘、 参考库建设与算法辅助研究平台的设计与开发等内容。研究目标为： （1）建立统一的特征描述模型，实现跨模态医学影像的统一特征描述； （2）提出有效解决特征提取层面上医学影像信息处理与分析算法的设备无 关性问题的通用框架； （3）在医学影像标注数据有限、数据库为海量等条件下，实现高效率单模 50 态影像检索，有效提高多模态、跨模态医学影像检索的精度，实现用户友好的 检索结果展示； （4）从结构复杂的多模态医学影像数据中，挖掘有用的知识，构建有效的 辅助诊断模型、实现个人疾病风险预警； （5）完成首期参考库建设与算法辅助研发平台的开发，为项目研究内容的 开展提供有效数据和环境支撑。本项目获得国家自然科学基金重点项目资助，项目执行期 2013.1-2017.12。