|
搜索
搜 索
高等教育领域数字化综合服务平台
车用乙醇汽油用燃料乙醇热泵恒沸精馏新工艺
根据中华人民共和国国家标准“变性燃料乙醇”（GB 18350-2001）和“车用乙醇汽油”（GB18351-2001）的规定，燃料乙醇是未加变性剂的、可作为燃料用的无水乙醇。变性燃料乙醇是以淀粉、糖质为原料，经发酵、蒸馏制得乙醇，脱水后，再添加变性剂改性而得。将变性的燃料乙醇与汽油调和组分油调配，生产出车用乙醇汽油。本项目是在传统恒沸精馏工艺基础上，结合热
西安交通大学
2021-01-12
一种硫氧固体氧化物燃料电池阳极的制备
简介：本发明提供了一种硫氧固体氧化物燃料电池阳极的制备,属于新型燃料电池及化工生产节能技术领域。硫氧固体氧化物燃料电池固体电解质为Ce0.8Sm0.2O1.9,阴极为La0.5Sr0.5MnO3,阳极为La0.8Pr0.2CrO3。电池以硫蒸气为燃料的工作温度为700-800℃,以二氧化硫为燃料的工作温度为500-700℃,电池反应产物为三氧化硫。硫氧固体氧化物燃料电池可以作为工业化生产硫酸的合成器,实现硫酸生产、化学发电和环境保护三位一体的结合。
安徽工业大学
2021-04-14
高效、节能、环保的重质燃料油乳化生产技术（技术）
成果简介：重油作为工业生产的基本燃料，广泛应用于工业生产的各个领域。目前，我国每年用作燃料的重油在 4000 万吨以上，节约使用重油，有着重 要的节能意义。改善重油的燃烧状态，使重油在炉内充分燃烧，是节约使用 重油的关键。使用乳化重油改善重油燃烧时的雾化状态，从而达到节油的目的，已成为国内外专家的普遍共识，并得到了科学的验证。生产高效、节能和环保的乳化重质燃料的关键技术在于重油乳化剂的选择，该项目的技术人&nbs
北京理工大学
2021-04-14
一种可见光光催化燃料电池及其制备方法
本发明公开了一种可见光光催化燃料电池及其制备方法，所述可见光光催化燃料电池以三氧化钨/二氧化钛纳米管作为光阳极，氧化铜/二氧化钛纳米管作为光阴极。本发明中还公开了相应的可见光光催化燃料电池制备方法，包括：（1）阳极氧化法制备片状二氧化钛纳米管；（2）阴极方波电沉积法制备三氧化钨/二氧化钛纳米管光阳极；（3）恒电位极化法制备氧化铜/二氧化钛纳米管光阴极；（4）制备光催化燃料电池。通过本发明，所获得的可见光光催化燃料电池，可见光响应好，光催化性能高且污染物降解能力显著。
华中科技大学
2021-04-14
一种燃料电池膜电极组件的层合装置及其方法
本发明公开了一种燃料电池膜电极组件的层合装置，包括：分别沿着不同输送路径输送两组复合膜层的第一和第二输送机构，对两组复合膜层执行层合处理的层合机构，对层合后膜层执行对齐检测的对齐检测机构，以及对齐调整单元；其中第一、第二输送机构分别用于输送对应模切有多个模切框的第一、第二复合膜层；对齐检测机构用于对层合后膜层采集其模切框图像；对齐调整单元根据对齐检测机构所获得的模切框图像，计算其间距值并相应调整第二输送机构的输送调节，从而实现两组复合膜层的对齐及层合。本发明还公开了相应的层合方法。通过本发明，可以使
华中科技大学
2021-04-14
天津大学福州国际研究院科研管理系统采购项目竞争性磋商公告
天津大学福州国际研究院科研管理系统采购项目竞争性磋商
天津大学
2022-06-23
北京交通大学智能体育场馆管理系统项目竞争性磋商公告
北京交通大学智能体育场馆管理系统项目竞争性磋商
北京交通大学
2022-06-23
大中小学生心理健康测评档案管理系统
产品详细介绍
姓名：范香云
座机：010-59201713
手机：13311233616
QQ：3201453676
地址：北京市海淀区文慧园北路8号庆亚大厦
京师心智（北京）科技服务有限公司
2021-08-23
ClassIn LMS教学管理平台，是以教学为核心的互动教学管理平台
1、将课堂班级转变成学习型社群；不仅有学习活动的互动、交流；也有学习资源、信息的分享，满足课前备课设计，课中互动教学，课后作业巩固等全流程设计； 2、协助教师突破传统教学限制，实现混合式、翻转式、交互式等创新教学策略； 3、提升教师教学质量、激发学生学习兴趣； 4、为学校提供完整解决方案，达成「教、学、管、评、测」一体化的教育信息化建设目标。
北京翼鸥教育科技有限公司
2021-12-08
AI多模态情绪分析系统
AI多模态情绪分析系统，是人工智能与心理学、计算机视觉、听觉感知等学科深度融合的前沿方向。它不再局限于传统的问卷答题，而是像一位敏锐的观察者，通过分析你的面部微表情、语音语调、肢体语言，甚至生理信号，来实时、客观地"读懂"你的情绪状态。这种技术正在心理健康、教育、人机交互等领域开启全新的可能性。
这套系统的核心在于"多模态"和"融合"。它模拟了人类如何综合视觉、听觉信息来理解对方情绪的过程。
多源数据采集：系统通过摄像头、麦克风等设备，同步采集个体的面部视频、语音音频，甚至可接入可穿戴设备获取心率等生理信号。
单模态特征提取：针对每种数据，用不同的AI模型提取情感特征。
视觉：分析面部肌肉运动（如嘴角上扬、眉毛紧蹙）、头部姿势、眼神等。先进的技术甚至能捕捉难以伪装的微表情（持续仅1/25至1/5秒），或通过分析面部血流图谱（rPPG）来感知生理唤醒水平。
听觉：提取语调、语速、音高、能量（MFCC梅尔频率倒谱系数）等声学特征，判断声音中的情绪色彩。
文本/语义：如果涉及对话，系统还会分析说话内容的语义，理解话语背后的真实意图和情感倾向。
多模态融合与情感解码：这是最关键的一步。系统通过复杂的深度学习算法（如Transformer、自监督多任务学习框架等），将来自不同模态的特征信息进行时空对齐和深度融合。例如，一句愤怒的"我没事"，配上闪躲的眼神和紧绷的嘴角，才会被准确识别为"掩饰性的愤怒"，而非字面意思的"没事"。
湖南可心教育科技有限公司
2026-03-20