|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺(tái)
.jpg){kind=logo}
一種多箱體組合式顆粒飼料粉化率測(cè)定裝置
本發(fā)明公開(kāi)一種多箱體組合式顆粒飼料粉化率測(cè)定裝置，包括座體、粉化裝置和驅(qū)動(dòng)裝置，其中，粉化裝置可活動(dòng)地安裝于座體，粉化裝置具有多個(gè)粉化腔，粉化腔用于容納顆粒飼料；驅(qū)動(dòng)裝置用于驅(qū)動(dòng)粉化裝置活動(dòng)，以使得粉化腔內(nèi)的顆粒飼料與粉化腔的內(nèi)腔壁相互碰撞而破碎。本發(fā)明提供的技術(shù)方案中，粉化裝置在驅(qū)動(dòng)裝置的驅(qū)動(dòng)下同時(shí)帶動(dòng)多個(gè)粉化腔活動(dòng)，以使得多個(gè)粉化腔內(nèi)的顆粒飼料分別與內(nèi)腔壁相互碰撞而破碎，可同時(shí)進(jìn)行多組顆粒飼料的粉化率測(cè)定，有利于提高測(cè)定效率。
（注：本項(xiàng)目發(fā)布于2019年）
武漢輕工大學(xué)
2021-01-12
.jpg){kind=logo}
一種用于數(shù)控機(jī)床進(jìn)給系統(tǒng)的預(yù)緊力數(shù)字化檢測(cè)裝置
本發(fā)明屬于數(shù)控機(jī)床技術(shù)領(lǐng)域，并公開(kāi)了一種用于數(shù)控機(jī)床進(jìn) 給系統(tǒng)的預(yù)緊力數(shù)字化檢測(cè)裝置，包括壓力傳感器、信號(hào)放大和調(diào)理 單元、數(shù)模轉(zhuǎn)換單元和顯示單元，其中壓力傳感器設(shè)置在用于支撐進(jìn) 給系統(tǒng)滾珠絲杠副的軸承組與用于施加預(yù)緊力的鎖緊螺母及隔套之 間，用于對(duì)軸承組所承受的預(yù)緊力執(zhí)行實(shí)時(shí)檢測(cè)，并輸出相應(yīng)的模擬 信號(hào)；信號(hào)放大和調(diào)理單元用于將壓力傳感器所輸出的模擬信號(hào)執(zhí)行 放大和濾波處理；數(shù)模轉(zhuǎn)換單元用于將經(jīng)過(guò)放大和濾波處理后的模擬 信號(hào)執(zhí)行數(shù)模轉(zhuǎn)換，然后在顯示單元上予以直觀顯示。通過(guò)本發(fā)明， 能夠結(jié)構(gòu)緊湊、便于操控的方式直接獲得數(shù)控機(jī)床進(jìn)給系統(tǒng)的預(yù)緊力 數(shù)據(jù)，同時(shí)具備高精度、高響應(yīng)度和適用面廣等特點(diǎn)。
華中科技大學(xué)
2021-04-11
.jpg){kind=logo}
一種基于多尺度池化的卷積神經(jīng)網(wǎng)絡(luò)人臉識(shí)別方法
本發(fā)明公開(kāi)了一種基于多尺度池化的卷積神經(jīng)網(wǎng)絡(luò)人臉識(shí)別方法。該方法利用多尺度池化的卷積神經(jīng)網(wǎng)絡(luò)來(lái)提取人臉圖像的特征以實(shí)現(xiàn)人臉識(shí)別。在構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)的過(guò)程中，采用卷積和最大值采樣交替的方法對(duì)特征進(jìn)行深度提取，另外對(duì)每層卷積層采用了多尺度池化的策略和步驟，一并輸入到全連接層，使其具有多尺度的、固定大小的特征列向量。本發(fā)明不需要對(duì)輸入的人臉圖像做截取或調(diào)整尺寸，不同尺寸的圖像都能使用同一個(gè)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和識(shí)別。基于多尺度池化的卷積神經(jīng)網(wǎng)絡(luò)不但解決了輸入圖像尺寸可以不固定的問(wèn)題，使得網(wǎng)絡(luò)能夠提取多尺度的人臉特征，而且對(duì)網(wǎng)絡(luò)性能帶來(lái)極大的提升，將會(huì)促進(jìn)多尺度池化的卷積神經(jīng)網(wǎng)絡(luò)在人臉識(shí)別中的廣泛應(yīng)用。
浙江大學(xué)
2021-01-12
.jpg){kind=logo}
集成寬帶小型化和差相位比較網(wǎng)絡(luò)的單脈沖天線陣列
本發(fā)明設(shè)計(jì)了一種集成寬帶小型化和差相位比較網(wǎng)絡(luò)的單脈沖天線陣列，包括小型化寬帶平面和差相位比較網(wǎng)絡(luò)和平面八木陣列天線；小型化寬帶平面和差相位比較網(wǎng)絡(luò)由雙面平行帶線構(gòu)成，包括第一級(jí)網(wǎng)絡(luò)和第二級(jí)網(wǎng)絡(luò)，第一級(jí)網(wǎng)絡(luò)包括第一級(jí)環(huán)形耦合器，第二級(jí)網(wǎng)絡(luò)包括兩個(gè)第二級(jí)環(huán)形耦合器，耦合器環(huán)形部分設(shè)置有反相器，反相器上下兩層之間通過(guò)金屬化通孔形成電連接。
本發(fā)明增加了和差相位比較網(wǎng)絡(luò)的帶寬，并具有更小的結(jié)構(gòu)尺寸，比一般的T型功分饋電網(wǎng)絡(luò)的尺寸還小，同時(shí)不需要饋電網(wǎng)絡(luò)到天線間的過(guò)渡結(jié)構(gòu)；采用平面結(jié)構(gòu)大大簡(jiǎn)化了整體構(gòu)造，加工難度低，易于大規(guī)模生產(chǎn)，且易于同其它平面電路集成，尤其適合集成在雷達(dá)系統(tǒng)中，安裝調(diào)試極為方便。
東南大學(xué)
2021-04-11
業(yè)大學(xué).jpg){kind=logo}
禽蛋新型加工與副產(chǎn)物利用關(guān)鍵技術(shù)創(chuàng)新及產(chǎn)業(yè)化
禽蛋蛋白質(zhì)種類(lèi)多，在攻克13種功能成分分離純化的基礎(chǔ)上，實(shí)現(xiàn)了溶菌酶、卵轉(zhuǎn)鐵蛋白等五種蛋白質(zhì)的聯(lián)合純化。采用合適離子強(qiáng)度打開(kāi)卵粘蛋白與其它蛋清蛋白質(zhì)的結(jié)合，規(guī)避了溶菌酶和卵轉(zhuǎn)鐵蛋白與卵粘蛋白易結(jié)合特點(diǎn)，實(shí)現(xiàn)5種成分高提取率與高純度，同時(shí)保持了蛋白質(zhì)的分子結(jié)構(gòu)與生物活性；操作簡(jiǎn)便快捷，縮短純化周期1/3；所用填料支持快流速，適合大規(guī)模生產(chǎn)；實(shí)現(xiàn)了功能蛋白、剩余蛋清以及環(huán)境“三方面”無(wú)損害的綠色技術(shù)。卵轉(zhuǎn)鐵蛋白補(bǔ)鐵劑使我國(guó)補(bǔ)鐵食品由無(wú)機(jī)鐵、有機(jī)鐵、卟啉鐵發(fā)展到蛋白鐵時(shí)代。攻克以水為介質(zhì)的殼膜高效環(huán)保分離技術(shù)，避免了媒介對(duì)殼、膜有效成分損害及環(huán)境二次污染。發(fā)明蛋殼鈣生物發(fā)酵與轉(zhuǎn)化乳酸鈣、丙酸鈣、檸檬酸鈣、乙酸鈣的技術(shù)方法；突破不溶性膠原蛋白轉(zhuǎn)化成可溶性膠原蛋白等技術(shù)難題，開(kāi)發(fā)出堿性蛋白酶酶解雞蛋殼膜蛋白制備抗氧化肽技術(shù)，實(shí)現(xiàn)了蛋殼膜資源的高附加值利用。合成所用復(fù)合金屬氧化物催化劑具有環(huán)境友好和重復(fù)利用性，并開(kāi)發(fā)出了乳化和油溶性涂膜保鮮劑。
利用禽蛋中豐富的蛋白質(zhì)開(kāi)發(fā)功能性產(chǎn)品，具有十分廣闊的前景。
（注：本項(xiàng)目發(fā)布于2019年）
華中農(nóng)業(yè)大學(xué)
2021-01-12
適宜機(jī)械化收獲的矮桿緊湊型油菜的育種設(shè)計(jì)及鑒定方法
本發(fā)明屬于油菜育種領(lǐng)域。公開(kāi)了一種適應(yīng)高密度種植和機(jī)械化收獲的新型矮桿緊湊型油菜的選育及鑒定方法。以華中農(nóng)業(yè)大學(xué)選育的保藏號(hào)為CCTCC－P200601的油菜品種5148－2和加拿大人工合成的黃籽油菜DH系YN90－1016為親本雜交，得到F1。開(kāi)花期選用F1植株主花序和上部分枝上大小在2.8－3.8mm的花蕾，用秋水仙堿加倍染色體，小孢子培養(yǎng)獲得雙單倍體分離群體。對(duì)分離群體進(jìn)行多年多點(diǎn)田間表型特征鑒定，選擇株高、分枝特性、花序長(zhǎng)度、角果數(shù)量、生育期五個(gè)主選性狀與普通油菜存在差異的表型為矮桿、株型緊湊、分枝及主花序短小簇生、花期集中和結(jié)莢層緊密的油菜變異類(lèi)型材料，得到矮桿緊湊型適于機(jī)械化收獲的油菜新品種。本發(fā)明還公開(kāi)了分子鑒定方法。
成果發(fā)布時(shí)間:2008 年
華中農(nóng)業(yè)大學(xué)
2021-04-11
大學(xué).jpg){kind=logo}
一種電化學(xué)催化芳香烷烴碳?xì)滏I直接胺化反應(yīng)的方法
本發(fā)明屬于精細(xì)有機(jī)合成領(lǐng)域，具體涉及一種電化學(xué)催化芳香烷烴碳?xì)滏I直接胺化反應(yīng)的方法，本發(fā)明經(jīng)一步反應(yīng)將一級(jí)或二級(jí)芳香烷烴高效轉(zhuǎn)化為相應(yīng)的胺化反應(yīng)產(chǎn)物。與目前常用方法相比該方法具備顯著優(yōu)勢(shì)：(1)來(lái)源廣泛且價(jià)格低廉的一級(jí)或二級(jí)芳香烷烴作為起始原料；(2)無(wú)金屬催化劑，無(wú)外源性氧化劑和堿參與，以電子作為清潔的氧化媒介，摒棄了傳統(tǒng)外源性氧化劑的添加，降低了成本，減少了環(huán)境污染；(3)溫和反應(yīng)條件實(shí)現(xiàn)惰性碳?xì)滏I的活化官能團(tuán)化；(4)反應(yīng)以磺酰亞胺類(lèi)底物作為氮源引入氨基，能夠以較為理想的分離產(chǎn)率得到目標(biāo)產(chǎn)物，產(chǎn)物結(jié)構(gòu)豐富。
南京工業(yè)大學(xué)
2021-01-12
一種基于縱向堆疊的重參數(shù)化結(jié)構(gòu)模型的圖像分割方法
一種基于縱向堆疊的重參數(shù)化結(jié)構(gòu)模型的圖像分割方法，步驟包括：1)采集處處理圖像；2)把待處理圖像作為圖像分割模型的輸入，圖像分割模型的輸出即為分割后的圖像。圖像分割模型是基于縱向疊加結(jié)構(gòu)重參數(shù)化的圖像分割模型，即在圖像分割模型的訓(xùn)練階段，多3×3卷積縱向疊加結(jié)構(gòu)替換圖像分割模型中3×3卷積，有利于模型更好地學(xué)習(xí)特征；在推理階段，多3×3卷積縱向疊加結(jié)構(gòu)改為單個(gè)3×3卷積后對(duì)輸入數(shù)據(jù)進(jìn)行推理，以加快推理速度，減少資源占用。
南京工業(yè)大學(xué)
2021-01-12
基于互聯(lián)網(wǎng)與智能計(jì)算的質(zhì)量遠(yuǎn)程監(jiān)控與優(yōu)化信息化平臺(tái)
技術(shù)優(yōu)勢(shì)：
1)通過(guò)物聯(lián)網(wǎng)、云平臺(tái)實(shí)現(xiàn)質(zhì)量遠(yuǎn)程監(jiān)控、安全連鎖報(bào)警與管理；
2)根據(jù)原料工藝操作條件不斷變化，優(yōu)化計(jì)算獲取最佳操作參數(shù)；
3)遠(yuǎn)程智能系統(tǒng)具有始于感知、精于計(jì)算、巧于決策、善于學(xué)習(xí)功能。
采用物聯(lián)網(wǎng)和互聯(lián)網(wǎng)+的信息化技術(shù)實(shí)現(xiàn)裝置、廠級(jí)、園區(qū)三廢凈化裝置運(yùn)行質(zhì)量遠(yuǎn)程監(jiān)控與安全保障系統(tǒng)，為企業(yè)、園區(qū)提供高效的技術(shù)服務(wù)，解決化工、制藥行業(yè)實(shí)際運(yùn)行存在的有機(jī)物達(dá)標(biāo)排放難題，滿足國(guó)家當(dāng)前“環(huán)保法”、“水十條”嚴(yán)格指標(biāo)要求，在裝置節(jié)能與污染物零排放面取得明顯經(jīng)濟(jì)和社會(huì)效益。
南京工業(yè)大學(xué)
2021-01-12
.jpg){kind=logo}
氧化石墨烯敏化半導(dǎo)體氣敏材料及其特異性檢測(cè)
氧化石墨烯具有獨(dú)特的二維結(jié)構(gòu)、豐富的表面官能團(tuán)及P型半導(dǎo)體性質(zhì)。通過(guò)氧化石墨烯與ZnO納米片及SnO2納米纖維進(jìn)行復(fù)合，大幅度提升了其對(duì)丙酮、甲醛等特異性氣體檢測(cè)。其敏感性能的提升歸因于氧化石墨烯和半導(dǎo)體材料二者的協(xié)同效應(yīng)。相關(guān)研究解決了現(xiàn)有技術(shù)中的半導(dǎo)體氣體傳感器檢測(cè)限和選擇性較低的問(wèn)題。
上海理工大學(xué)
2021-01-12