|
搜索
搜 索
高等教育領域數字化綜合服務平臺
連續變量量子保密通信技術
網絡與信息安全是我國的戰略發展重點之一，針對網絡與通信系統在數據安全傳輸方面的緊迫需求，獨辟蹊徑地利用連續變量量子密碼技術，解決了量子密鑰分配系統中“輸出密鑰率低”、“多信號融合性差”、“抗干擾能力弱”、“實際安全性差”等工程應用中的核心技術問題，極大地推動了量子保密通信技術在實際系統中的應用。 量子保密通信有單光子和連續變量量子保密通信兩種實現方式，我們集中研究連續變量量子保密通信技術，在理論和實驗研究方面取得了重要突破，先后完成了國際上最長安全傳輸距離(150公里)、國際上最高系統速率(100MHz)和CWDM環境下最高密鑰率(1Mbps@25km)的連續變量量子密碼通信實驗，研制出國際上首套高速連續變量量子密鑰分配工程樣機(52kbps@50km)和國際首套智能量子黑客安全監控系統原理樣機，為華為公司研制出了一套到達商用要求的連續變量量子密鑰分配工程樣機，并利用上海交通大學校園網完成了國際上首次連續變量量子密碼通信外場測試試驗。 所取得的研究成果到達國際領先水平，受到了國內外媒體、國家密碼管理局、華為公司等相關部門的高度關注，在網絡與信息安全領域產生了重要影響。國際最長安全傳輸距離的連續變量量子密鑰分配實驗系統(150km安全傳輸距離)國際最高速的連續變量量子密鑰分配實驗框圖(100MHz系統時鐘)國際最高速的連續變量量子密鑰分配實驗框圖(100MHz系統時鐘)國際上首套高速連續變量量子密鑰分配工程樣機（52kbps@50km，時鐘25MHz）國際上首套智能量子黑客安全監控系統原理樣機
上海交通大學
2021-04-13
微光量子環保教學系統
產品詳細介紹
贏翔微光量子環保教學系統是全新一代綠色班班通多媒體教學系統。微光量子環保教學系統是針對國內教學的特點專門設計的一套日常教學和多媒體教學的解決方案。
產品主要相關特點：
贏翔興業（北京）信息技術有限公司
2021-08-23
長春博盛量子科技有限公司
長春博盛量子科技有限公司坐落在光電技術發達的長春市，公司地理位置優越比鄰長春光機所，是一個新型的集研發，生產，銷售為一體的高科技光電技術企業。博盛量子公司員工和團隊以光電技術學,光學,化學，計算機軟件學等專業多學科的老中青三代科技人員為主體，包括博士生導師、教授和科研人才，多名高級工程技術人員。
博盛量子擁有自主創新，自主研發的激光器、激光功率計、光源、太陽模擬器、光學晶體、高分辨率紅外激光卡、高精密濾光片、高密度激光護目鏡及可定制尺寸光學積分球等產品，為光電科學工作者提供一個較好的產品平臺。為了國家光電技術的發展，為了中華民族的光學前景，博盛公司員工義不容辭地承擔起光電革命的責任，在當代光電技術學艱難攀登，在光電技術全球化激烈競爭中，艱苦奮斗，奮發圖強。博盛公司員工要以創新性的先進實用技術、優質產品、以自己的學識服務于我國光電技術學，服務于工作在光電技術行業的眾多辛勞的科研工作者，同時更要成為我國高技術光電產業的堅固基石和砥柱。
長春博盛量子科技有限公司
2021-01-15
一種分形網狀相變儲能裝置
本發明公開了一種分形網狀相變儲能裝置，由儲能單元體和載冷劑通組成，載冷劑通道位于儲能單元體內外體外，儲能單元體由殼體、傳熱肋片及相變材料構成，傳熱肋片為分形網狀結構并配置在殼體內，殼體內非傳熱肋片區域填充相變材料；傳熱肋片為分形網狀結構，其級數為m級，m≥2且m為整數，每級傳熱肋片發散系數N＝4，即每個第j級的傳熱肋片生成4個j+1級傳熱肋片，第j+1級傳熱肋片的中心位于第j級傳熱肋片的四個頂角。該發明利用分形網狀結構的特征，增加了儲能裝置的有效換熱面積，減少罐體內的換熱死區，同時增大了傳熱肋片與相變材料之間的有效導熱系數，實現熱量從點(面)到面(點)的快速傳遞，進而提高儲能裝置的效率，減少能量損失。
東南大學
2021-04-11
水稻粒形調控基因 GS9 及其應用
從水稻中克隆了一個新的粒形調控基因 GS9，該基因突變可以改良稻米外觀品質。結合常規回交選育或基因靶向敲除等方法，將 GS9 突變基因用于改良目標品種的粒形和稻米品質。
揚州大學
2021-04-14
J30系列微距形連接器
該連接器采用新型高可靠絞線柔性插針，高密度的接觸對排列，接觸件尾端分為壓接導線、直插印制板、彎插印制板三種形式。塑料外殼,產品符合GJB2446A，廣泛應用于各類軍用電子設備的電路連接，特別適用于安裝空間小，要求重量輕的場合。
山東龍立電子有限公司
2021-06-16
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