|
搜索
搜 索
高等教育領域數字化綜合服務平臺
山東思代爾農業裝備有限公司
山東思代爾農業裝備有限公司，位于樂陵市經濟技術開發區，旗下農業裝備注冊品牌為“希森天成”，是專門從事根莖類產業機械研究、開 發、生產、銷售的農業機械研發生產企業，在全國建立了廣闊的銷售網絡，形成了龐大的銷售體系，產品暢銷國內馬鈴薯主產區，并暢銷國外十余個馬鈴薯主產國。
公司建有機械、物理、電子等專業實驗室6個，下設設計研發部、生產部、質量部、財務部、銷售中心、檢測中心、售后服務中心，配備了先進精密的生產、檢測設備130 余臺套，具有先進的Solidworks EPDM設計研發平臺、科研試驗設施、智能檢測系統、引進世界先進的機械制造三維設計軟件，公司還上線了較EPDM更為先進和完善的ERP信息化生產系統，進行企業資源的綜合平衡和優化管理，公司還配備有電子設計自動化EDA，各種產品均可在此進行全性能試驗，建立了農業機械生產線，科研、生產、售后服務等基礎設施完善，為公司產品研制、生產、服務提供了有力的技術支持和可靠的質量保證。
山東思代爾農業裝備有限公司
2021-08-27
武漢市博思特電腦科技有限公司
武漢市博思特電腦科技有限公司成立于2001年8月，是一家面向教育行業提供信息化解決方案， 且經國家信息產業部認定的高科技"雙軟"（軟件企業和軟件產品）企業。 公司致力于教育行業信息化軟件的研發、銷售、服務，是國內領先、專業的教育軟件解決方案服務商。 經過多年的努力，相繼推出了機房管理平臺、開放實驗室管理平臺兩大主力產品，以及相關教育行業軟件服務項目， 深受遍布全國三十多個省市八百家院校好評。 公司秉承"自信、專業、卓越"的經營理念，憑借豐富的行業經驗和強大的技術實力， 以用戶為中心，本著"技術領先，服務為本"的宗旨，將一如既往的倡導"最優秀的軟件+最好的服務=您最滿意的產品"， 把最好的技術、最好的產品和最好的服務帶給廣大用戶。
武漢市博思特電腦科技有限公司
2021-12-07
淄博重山思沃瑞環保科技有限公司
淄博重山思沃瑞環保科技有限公司（簡稱：“重山思沃瑞”）成立于2011年，是一家具備水泥窯協同處置固體（危險）廢物資質的單位。
現具備危險廢物名錄中19大類中的300小類危險廢物的經營資質（危險廢物經營許可證號：淄博危廢臨7號）。現建成的一期固體廢物（含危險廢物）處置能力達36700t/a，二期危險廢物處置能力達75000t/a。
淄博重山思沃瑞環保科技有限公司
2021-09-06
艾迪思特視頻直播工作站BW-803
觸摸控制/視頻直播/音頻調節/支持在線升級/遠程控制本地數字調音
深圳市艾迪思特信息技術有限公司
2022-11-03
非霍奇金淋巴瘤的個體化診治策略的創新和應用
非霍奇金淋巴瘤（NHL）是目前發病率增長速度最快的惡性腫瘤之一，高發于青壯年，社會危害大。 “NHL個體化診療策略的創新與應用”項目歷經16年，依托華南腫瘤學國家重點實驗室和國家抗腫瘤新藥 臨床試驗中心，立足于針對中國NHL特點進行創新。在B細胞淋巴瘤方面，建立中國B細胞淋巴瘤新診療標 準，提高15-20%的治療效果；同時發現伴乙肝者在靶向化療中，易發生治療相關性肝炎（中國是乙肝大 國，此問題尤為重要）；創建了預防B細胞淋巴瘤靶向化療相關性肝炎發生的新方法，使治療相關性肝炎 發生率下降80%，顯著提高了治療的安全性。NK/T細胞淋巴瘤在中國等亞洲國家相對常見，而在歐美國家 罕見。該項目通過構建危險分級和臨床分期，制定了NK/T細胞淋巴瘤個體化分層治療策略，使低危者不用 接受過度治療，高危者通過提高治療強度改善生存期；通過研發新的治療方案和綜合治療模式，建立NK/ T細胞淋巴瘤新的治療標準，使5年生存率提高約20%。
中山大學
2021-04-10
用于雙旋轉補償器橢偏儀的菲涅爾棱鏡相位延遲器
本發明公開了一種菲涅爾棱鏡相位延遲器，其由兩斜方棱鏡各以其一端的傾斜底面相互貼合形成對稱結構而構成，通過選擇相應折射率的棱鏡材料以及確定斜方棱鏡斜角，入射光束經其中一個斜方棱鏡另一端的傾斜底面垂直入射到該斜方棱鏡，經其相對的兩側面依次進行兩次全反射后通過兩斜方棱鏡的貼合面入射到另一斜方棱鏡，并同樣經該斜方棱鏡的相對的兩側面依次進行兩次全反射后出射，即可得到該雙旋轉補償器穆勒矩陣橢偏儀所需求的相位延遲量。該相位延遲器能夠在包括紫外、可見以及紅外的波段內實現良好的消色差性能，并且對光束入射角不敏感，同時
華中科技大學
2021-04-14
量子點熒光探針快速檢測生物活性分子
完成人簡介：樊君，西北大學教授，西北大學化工學院副院長， 陜西省化工過程實驗教學示范中心主任，指導博、碩士生研究方向包括反應工程、碳一化工、納米材料、分離工程、精細化工產品開發研究等。
成果內容：基于量子點的熒光探針分析對推動即時檢測（POCT）技術的發展具有十分重要的意義。本項目以制備功能型納米熒光探針為主，主要包括量子點熒光探針（QDs）和稀土摻雜上轉換納米顆粒（UCNPs），并利用制備的熒光探針實現了對生物活性分子的定量檢測。項目設計了基于熒光共振能量傳遞（FRET）的QDs熒光探針和基于CuMn雙摻雜的ZnS QDs比率熒光探針，分別實現了對生物活性分子多巴胺和葉酸的定量檢測（圖13），結果表明所制備的探針具有較高的選擇性和靈敏度，項目成果將為醫學檢測和POCT技術提供技術支持。
不同反應時間得到的CdTe量子點在紫外燈下的實物圖及其吸收和發射光譜
成果優勢： 量子點(quantum dots，QDs)是指顆粒半徑小于激子波爾尺寸半徑的納米晶粒，屬于三維尺度限域的零維納米材料，其尺寸一般在10nm以下。QDs有許多顯著地光學性質：優良的抗光漂白能力； 較寬的吸收光譜；發射光譜窄；較大的斯托克斯位移(Stokes shif)。
成果成熟度：中試階段。
轉化方式：技術轉讓等。
市場展望：本項目的研究結果對提高疾病診治水平，推動醫學科技前沿發展，形成經濟新增長點，帶動大健康產業發展等都將具有十分重要的意義。
西北大學
2021-05-11
量子點熒光防偽技術研究成果
福州大學物信學院李福山教授、福州大學化學學院鄭遠輝研究員與TCL集團工業研究院錢磊博士的合作研究論文“Inkjet-printed unclonable quantum dot fluorescent anti-counterfeiting labels with artificial intelligence authentication” 在Nature子刊《Nature Communications》在線發表。 量子點具有優異的光電特性，其圖案化在發光顯示，熒光標記和智能傳感領域具有廣闊的應用前景。量子點薄膜形貌最終決定了其光電器件應用，論文采用高精度噴墨打印技術制作微米級量子點發光圖案，創新性的在基板表面構建具有隨機分布的聚甲基丙烯酸甲酯（PMMA）微納米顆粒，作為噴墨打印輸運過程中的聚集釘扎點，強化微米級墨滴蒸發流動以及量子點組裝過程中的差異性，形成不可復制“花狀”發光圖案；成功應用于低成本，可柔性化，自然條件下隱蔽，具有多重防偽級別和商業化的價值的不可復制全彩熒光防偽標簽。并且首次引入了人工智能（AI）技術對噴墨打印量子點防偽熒光標簽進行驗證，并成功識別出不同的清晰度、亮度、旋轉角度、放大倍率以及這些參數混合的“花狀”圖案，實現了防偽標簽的高效準確識別。
福州大學
2021-04-10
量子點熒光防偽技術研究成果
福州大學物信學院李福山教授、福州大學化學學院鄭遠輝研究員與TCL集團工業研究院錢磊博士的合作研究論文“Inkjet-printed unclonable quantum dot fluorescent anti-counterfeiting labels with artificial intelligence authentication” 在Nature子刊《Nature Communications》在線發表。 量子點具有優異的光電特性，其圖案化在發光顯示，熒光標記和智能傳感領域具有廣闊的應用前景。量子點薄膜形貌最終決定了其光電器件應用，論文采用高精度噴墨打印技術制作微米級量子點發光圖案，創新性的在基板表面構建具有隨機分布的聚甲基丙烯酸甲酯（PMMA）微納米顆粒，作為噴墨打印輸運過程中的聚集釘扎點，強化微米級墨滴蒸發流動以及量子點組裝過程中的差異性，形成不可復制“花狀”發光圖案；成功應用于低成本，可柔性化，自然條件下隱蔽，具有多重防偽級別和商業化的價值的不可復制全彩熒光防偽標簽。并且首次引入了人工智能（AI）技術對噴墨打印量子點防偽熒光標簽進行驗證，并成功識別出不同的清晰度、亮度、旋轉角度、放大倍率以及這些參數混合的“花狀”圖案，實現了防偽標簽的高效準確識別。
福州大學
2021-02-01
在量子物理與機器學習研究的進展
生成模型的研究重點是如何從給定的數據集合中學習到數據的聯合概率分布，以及從學習到的概率分布中高效地生成新的樣本。研究團隊提出將數據的聯合分布概率編碼成量子多體態的概率幅的模平方。進一步地，他們提出在經典計算機上使用矩陣乘積態(Matrix Product States)來模擬學習的過程。矩陣乘積態的參數，即張量網絡的張量元，可以通過類似密度矩陣重整化群(Density Matrix Renormalization Group)的算法進行學習，最終形成一個具有泛化能力的生成模型。這個學習算法結合了量子物理與機器學習各自的優點：它不僅可以利用GPU高效地學習到模型參數，還可以利用張量網絡的靈活性動態地調節模型表達能力。此外，與傳統的基于統計物理的生成模型（例如玻爾茲曼機）相比，玻恩學習機還具備直接生成無關聯樣本的強大能力，從而可以高效地生成新的數據。 基于量子態的概率生成模型融合了量子物理與機器學習的思想，是一個嶄新的研究領域。玻恩學習機借助量子態內稟的概率解釋及其強大的表達能力，意在為機器學習和人工智能提供更為先進的生成模型和學習算法。此外，這類模型在量子信息處理，量子計算以及多體物理中具有應用潛力。展望將來，最令人興奮的前景應該會是在一臺量子計算機上實現玻恩學習機，從而以全新的方法進行概率型的學習和建模。這項工作用使用張量網絡模擬量子計算機的運行，向無監督量子機器學習邁近了一步。作用在一幅MNIST圖片上的矩陣乘積態以及它的糾纏譜
北京大學
2021-04-11