热现象资源箱  型号：QWR1206 实验清单： 温度计的使用        热传导实验 热对流实验            热辐射实验 气体热涨冷缩        固体热涨冷缩 液体热涨冷缩        物体导热性实验

磁现象资源箱  型号：QWC1210   实验清单： 判断磁极实验    判断磁性实验 磁悬浮实验        小车磁力作用实验、 电磁铁实验

声现象资源箱 型号：QWS1207   实验清单： 声音的产生实验 声音的传播实验 声音的音强与音调实验

五龙鹅蛋用系是青岛农业大学优质水禽研究所团队历经20余年选育的五龙鹅新品 系。五龙鹅是国内外著名的地方良种，主要分布于胶东半岛。但是，市场销售的五龙鹅 品种多缺少长期系统选育，近亲繁殖现象严重，繁育体系很不健全，导致商品鹅生长速 度减慢，繁殖性能下降，不能满足高效、优质、健康生产的需要。项目团队利用五龙鹅 和我国大型地方良种作为育种素材，分别建立1个父本品系和1个母本品系作为基础群， 每个品系保持30~40个家系。针对现有2个品系的遗传特点，父本品系重点选择体重、抗 病力及公鹅生殖器官的发育情况；母本品系根据家系平均成绩、结合家系内个体选择， 在保持有中等体重标准的情况下，重点选择提高产蛋量和受精率。 经选育的五龙鹅蛋用系兼有繁殖力高、生长速度快两方面的优点，是优秀的肉鹅配 套杂交母本，同重型或中型鹅配套杂交，能够表现出良好的配套杂交效果。成功解决了 我国肉鹅良种产业化实施过程中所用品种繁殖力低的制约因素，同时也克服了原来品种 的缺点，为更好的开发利用五龙鹅品种资源提供了更广阔的空间。

随着人工智能、大数据、物联网、区块链等新一代信息技术兴起，数据量呈现爆炸式增长，传统计算系统的算力难以满足海量数据的计算需求。与此同时，摩尔定律逐渐放缓，单纯依靠提高集成度、缩小晶体管尺寸来提升芯片及系统性能的路径正面临技术极限，通过引入忆阻器新器件、模拟计算新范式、存算一体新架构，将拓展出全新的高性能人工智能芯片与系统，实现计算能力的飞跃。 目前被广泛使用的经典冯·诺依曼计算架构下数据存储与处理是分离的，存储器与处理器之间通过数据总线进行数据传输，在面向大数据分析等应用场景中，这种计算架构已成为高性能低功耗计算系统的主要瓶颈之一：数据总线的有限带宽严重制约了处理器的性能与效率，且存储器与处理器之间存在严重性能不匹配问题。忆阻器存算一体系统把传统以计算为中心的架构转变为以数据为中心的架构，其直接利用阻变器件进行数据存储与处理，通过将器件组织成为交叉阵列形式，实现存算一体的矩阵向量乘计算。忆阻器存算一体系统可以避免数据在存储和计算中反复搬移带来的时间和能量开销，消除了传统计算系统中的“存储墙”与“功耗墙”问题，可以高效、并行的完成基础的矩阵向量乘计算，未来极有潜力成为支撑人工智能等新兴应用的核心技术。 清华大学吴华强教授团队实现了材料与器件、电路设计、架构和算法的软硬件协同等多方面原始创新，解决了系统精度损失等被广泛关注的难题： 材料与器件创新。科研团队选择了电学特性稳定的二氧化铪作为忆阻层核心材料，提出了通过插入少量氧化铝层来固定离子分布、抑制晶粒间界形成的新理论，提出了引入热增强层的新原理器件结构，成功抑制了忆阻器非理想特性的产生。 电路设计创新。开发了一套忆阻器与晶体管的混合电路设计方法，提出“差分电阻”设计思想，采取源线电流镜限流设计，抑制了忆阻器电路中可能产生的各种计算误差。 算法创新。提出了混合训练算法，仅用小数据量训练神经网络并只更新最后一层网络的权重，即可将存算一体硬件系统的计算精度达到与软件理论值相同的水平。 “技术链”创新。从“单点技术突破”拓展到“技术链突破”，开发了针对忆阻器存算一体芯片的电子设计自动化（EDA）工具，打通了从电路模块设计到系统综合再到芯片验证的设计全流程。 上述理论和方法发表于《自然》《自然·纳米技术》《自然·通讯》等国际顶级期刊，以及被誉为“集成电路奥林匹克”的“国际固态电路大会”等顶级学术会议。研究成果被“国际半导体技术路线图”和30多部综述文章长篇幅引用。团队已在该研究方向申请国内外专利72项，其中30项已获得授权，知识产权完全自主可控。 团队已研制出全球首款忆阻器存算一体芯片和系统，集成了8个忆阻器阵列和完整的外围控制电路，以更小的功耗和更低的硬件成本大幅提升了计算设备的算力。全系统的计算能效比当前主流的人工智能计算平台——图形处理器（GPU）高两个数量级。团队还设计了一款基于130nm工艺研制的完整忆阻器存算一体芯片，在MNIST数据集上计算速度已超过市面上28nm工艺的四核CPU产品近20倍，能效有近千倍的优势。

项目成果/简介:随着人工智能、大数据、物联网、区块链等新一代信息技术兴起，数据量呈现爆炸式增长，传统计算系统的算力难以满足海量数据的计算需求。与此同时，摩尔定律逐渐放缓，单纯依靠提高集成度、缩小晶体管尺寸来提升芯片及系统性能的路径正面临技术极限，通过引入忆阻器新器件、模拟计算新范式、存算一体新架构，将拓展出全新的高性能人工智能芯片与系统，实现计算能力的飞跃。

本发明公开了一种用于烯烃氧化的催化体系，属于有机催化领域，其为钯盐、非氧化还原活性金属盐溶于溶剂中形成的溶液，所述溶剂为有机溶剂和水形成的混合液；所述溶液中，钯盐与非氧化还原活性金属盐的摩尔比为1︰2～10，且钯盐的浓度为1毫摩尔/升～10毫摩尔/升。本发明还提供了采用如上所述的催化体系进行烯烃催化氧化的方法。本发明中催化体系能使反应体系简单、易于实现、原子利用率高、污染小，并且其反应效率高、成本低廉。

数据是企业的重要资源，数据质量则是体现其价值的关键。大多数企业已建立的众多的基础专业数据库、信息资源管理系统，并完成的数据仓库建设，但是对数据与信息的质量、新数据是否上来以及上来及时性等缺乏有效的监控手段；同时，已有信息资源往往被分散的保存着，其管理维护乃至数据库的变更都难以掌控。本系统基于元数据、元结构、元知识模拟专家对于数据与信息资源的管理策略，利用机器学习、自然语言处理以及知识库技术，实现了基础数据资源监控与管理，建立了基础数据资源动态监控与质量巡检系统。系统主要功能包括： 元数据管理 建立和管理包含所有基础数据库结构信息的元数据库，使对各个基础库中的最新数据项和数据项变更历史等有一个全面的掌控；同时也为今后建立在基础库之上的应用和对数据库的维护打下良好的基础。 重要基础数据的采集监控 对各基础数据库中的重要数据是否及时采集入库及基础数据的删除进行定期的监控，并对监控的结果给出相关结论报表，以便及时了解各基础库数据的数据增删情况。 数据质量巡检子系统 定期地对各基础数据库中的重要数据项进行质量检查，监控各数据项中的数据是否满足给定的规则条件，对于不符合条件的数据通过提供的预警机制进行预警。 本技术可用于通信、能源、交通、政府、国家中医药管理局、医疗机构、冶金行业、石油石化等行业。

本发明提供了一种单激发可见及近红外双区发射小分子荧光探针及其制备方法与应用，属于有机荧光分子探针领域。在本发明中，制备了二苯乙烯和大环多胺基团偶联的单激发可见及近红外双区发射小分子荧光探针：其中，R选自‑基团中的任意一种。本申请提供的荧光探针制备成本低且溶解性好，在单波长激发下，其荧光发射光谱中含有两个发射峰，其最大发射波长分别在380nm左右的可见区和730nm左右的近红外区，光谱无重叠，最大发射波长间距约350nm，可以有效消除探针浓度、仪器及外界环境因素的影响，提升检测信噪比。依据两个最大发射波长处荧光强度比值响应，本申请提供的荧光探针可用于比率检测Fe<supgt;3+</supgt;。

本发明公开了一种发酵培养桦褐孔菌的方法。本发明发酵培养桦褐孔菌的方法是向桦褐孔菌的培养液中添加无菌的链格孢霉菌细胞壁碎片；所述链格孢霉菌细胞壁碎片是将链格孢霉菌菌丝体破碎后离心得到的。本发明通过向桦褐孔菌的发酵培养的发酵液中加入链格孢霉菌细胞壁碎片来培养桦褐孔菌，获得的桦褐孔菌胞内和胞外的酚类化合物的积累和抗氧化活性明显提高。本发明发酵培养桦褐孔菌的方法中链格孢霉菌细胞壁碎片用量少，制备方法简单，成本低廉，具有广泛的实用价值和经济价值