|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺
.jpg){kind=logo}
吉林大學(xué)第一醫(yī)院高參數(shù)流式細(xì)胞儀采購項目公開招標(biāo)公告
吉林大學(xué)第一醫(yī)院高參數(shù)流式細(xì)胞儀采購項目 招標(biāo)項目的潛在投標(biāo)人應(yīng)在在疫情防控特殊時期，采取網(wǎng)絡(luò)報名方式將報名資料發(fā)送至zgjxmgl@163.com郵箱，并同時撥打代理機構(gòu)電話進行資料收到確認(rèn)獲取招標(biāo)文件獲取招標(biāo)文件，并于2022年06月13日 09點00分（北京時間）前遞交投標(biāo)文件。
吉林大學(xué)
2022-05-27
.jpg){kind=logo}
一種單晶石榴石厚膜的間歇式液相外延生長方法
專利內(nèi)容是本發(fā)明針對背景技術(shù)存在的缺陷，提出了一種單晶石榴石厚膜的間歇式液相外延生長方法，緩解了襯底與薄膜之間的應(yīng)力產(chǎn)生，得到的單晶石榴石厚膜可作為磁光或微波厚膜應(yīng)用，該方法制得的磁光厚膜的厚度可達(dá)100µm以上。
電子科技大學(xué)
2021-02-01
針對下一代功率半導(dǎo)體GaN器件的高頻柵驅(qū)動電路設(shè)計技術(shù)
上限低，可反向?qū)ǎ琩v/dt擾動和di/dt擾動等。該項成果設(shè)計出適用于N型常關(guān)GaN器件的半橋柵驅(qū)動電路，通過分離充放電路徑避免柵驅(qū)動電壓振鈴現(xiàn)象的發(fā)生和dV/dt現(xiàn)象對柵驅(qū)動電路的干擾；同時利用高端柵極鉗位技術(shù)，在自舉充電路徑中對BOOT電容進行鉗位，防止對上開關(guān)管的損壞。 半橋GaN柵驅(qū)動電路主要指標(biāo)為： ？ 獨立的高側(cè)和低側(cè)TTL邏輯輸入 ？ 1.2A/5A 峰值上拉和下拉電流 ？ 高端浮動電壓軌到100V ？ 0.6Ω/2.1Ω 下拉和上拉電阻 ？ 快速的延遲時間 (28ns typ) ？ 非常優(yōu)越的延時匹配（1.5ns typ）
電子科技大學(xué)
2021-04-10
.jpg){kind=logo}
一種基于神經(jīng)網(wǎng)絡(luò)的反演大氣可降水量的MODIS模型改進方法
本發(fā)明公開了一種基于神經(jīng)網(wǎng)絡(luò)的反演大氣可降水量的MODIS模型改進方法，包括以下步驟：S1：利用MODIS三通道比值法反演大氣可降水量PWV，記為PWVMODIS；S2：利用BP神經(jīng)網(wǎng)絡(luò)建立測站處的緯度φ、測站處的高程h、年積日doy、PWVMODIS與測站GPS/MODIS反演的PWV殘差RES之間的非線性關(guān)系；S3：對BP神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練；S4：將φ、h、doy以及PWVMODIS作為輸入?yún)?shù)代入BP神經(jīng)網(wǎng)絡(luò)模型，并計算出GPS測站處PWV殘差RESBP；S5：利用RESBP補償PWVMODIS，獲得大氣可降水量PWV＝PWVMODIS+RESBP。本發(fā)明有效提高了建模精度。
東南大學(xué)
2021-04-11
.jpg){kind=logo}
一種扭簧驅(qū)動的小衛(wèi)星星載可展開平面結(jié)構(gòu)及其安裝方法
本發(fā)明涉及航天技術(shù)領(lǐng)域，旨在提供一種扭簧驅(qū)動的小衛(wèi)星星載可展開平面結(jié)構(gòu)及其安裝方法。該種扭簧驅(qū)動的小衛(wèi)星星載可展開平面結(jié)構(gòu)包括等邊三角形展開單元，等邊三角形展開單元包括薄壁桿件、節(jié)點、接頭、扭簧和銷軸，且相鄰的等邊三角形展開單元之間利用不同的節(jié)點拼接；該安裝方法包括步驟：有效載荷的安裝，薄壁桿件與接頭的連接，薄壁桿件與六向節(jié)點、三向節(jié)點、四向節(jié)點以及中心節(jié)點的連接，雙向節(jié)點的安裝，導(dǎo)線的焊接，小衛(wèi)星星載可展開平面結(jié)構(gòu)與小衛(wèi)星的連接，導(dǎo)線的連接。本發(fā)明的可展開平面結(jié)構(gòu)利用自身關(guān)節(jié)處的扭簧驅(qū)動展開，可以快速從折疊狀態(tài)轉(zhuǎn)為展開狀態(tài)，操作簡單，展開可靠性高。
浙江大學(xué)
2021-04-11
一種基于數(shù)字化投影技術(shù)構(gòu)建聚合物三維結(jié)構(gòu)的方法
本發(fā)明公開了一種基于數(shù)字化投影技術(shù)構(gòu)建聚合物三維結(jié)構(gòu)的方法，包括如下步驟：步驟(1)：將包含單體和光引發(fā)劑的光敏樹脂前驅(qū)液置于平面模腔內(nèi)；步驟(2)：使用DLP投影儀按預(yù)設(shè)二維圖案對光敏樹脂前驅(qū)液進行多次局部投影、曝光固化；得到非均質(zhì)二維平面；步驟(3)：將固化得到的非均質(zhì)二維平面置于烘箱中加熱，獲得三維立體結(jié)構(gòu)。本發(fā)明提出的方法簡單、方便，對設(shè)備要求低，非常適用于制備聚合物精確三維結(jié)構(gòu)。
浙江大學(xué)
2021-04-11
.jpg){kind=logo}
一種原位合成Al3Ti顆粒表面增強鋁基復(fù)合氣缸及其制備方法
為提高氣缸服役期，延長發(fā)動機的壽命，通過壓鑄和激光熔覆的復(fù)合工藝在氣缸的工作面，原位合成一層具有耐高溫、耐磨損的復(fù)合涂層，采用本發(fā)明的方法制得的復(fù)合氣缸顯微組織致密，復(fù)合涂層硬度可達(dá) HBS>80 、韌性較好，具有較好抗氧化性和抗耐磨性能，質(zhì)量能減少 1/2~1/3 ，且不降低氣缸本體的機械性能，從而大大提高氣缸和發(fā)動機的壽命。
西安科技大學(xué)
2021-04-11
.jpg){kind=logo}
一種基于關(guān)聯(lián)分析與關(guān)聯(lián)分類的蛋白質(zhì)二級結(jié)構(gòu)預(yù)測技術(shù)
發(fā)明公開了一種基于關(guān)聯(lián)分析與關(guān)聯(lián)分類的蛋白質(zhì)二級結(jié)構(gòu)預(yù)測技術(shù)，以雙庫協(xié)同機制為基礎(chǔ)，將KDD*過程模型引入蛋白質(zhì)二級結(jié)構(gòu)預(yù)測問題中，KAAPRO方法以數(shù)據(jù)挖掘(知識發(fā)現(xiàn))為主體，采用基于KDD*過程模型Maradbcm算法以及關(guān)聯(lián)規(guī)則分類D-CBA方法。KAAPRO方法所取得關(guān)聯(lián)規(guī)則在一定程度上揭示了氨基酸物化屬性對蛋白質(zhì)二級結(jié)構(gòu)的影響關(guān)系，從而提高了預(yù)測的精度。其中Maradbcm算法挖掘意外規(guī)則的特性對純度較高的α蛋白質(zhì)庫與β蛋白質(zhì)庫進行關(guān)聯(lián)規(guī)則的挖掘，由此獲得的挖掘結(jié)果是精化的規(guī)則。D-CBA關(guān)聯(lián)分類方法使用可信度與支持度的測度作為一個復(fù)合型度量來進行蛋白質(zhì)關(guān)聯(lián)分類。在保證預(yù)測精度的同時，為生物學(xué)家對二級結(jié)構(gòu)進一步分析提供了依據(jù)。
北京科技大學(xué)
2021-04-11
利用單一YAG: Ce3+熒光粉和紫外LED芯片匹配獲得白光的制備
最近以來，LED照明以其節(jié)能環(huán)保等優(yōu)點，獲得了大規(guī)模的應(yīng)用。 傳統(tǒng)的黃色熒光粉YAG：Ce3+在藍(lán)光LED芯片激發(fā)下發(fā)出黃色的光，通過藍(lán)光和黃光復(fù)合產(chǎn)生白光，但這種粉體不能應(yīng)用于高能量的紫外LED芯片產(chǎn)生白光，因為YAG：Ce3+的光譜中缺乏藍(lán)光波段。本項目通過特有的表面包覆和處理技術(shù)，使得YAG：Ce3+的外觀和普通YAG：Ce3+沒有區(qū)別，但在紫外光365nm激發(fā)下，不僅呈現(xiàn)出黃光發(fā)射，而且具有藍(lán)光發(fā)射，通過調(diào)控膜層的組成和厚度，匹配與紫外LED芯片時，器件發(fā)射出CIE坐標(biāo)（0.32,0.33）的白光。 利用此方法，可使得YAG:Ce3+粉發(fā)出藍(lán)光和黃光兩種波段，進而復(fù)合產(chǎn)生白光，工藝簡單，技術(shù)領(lǐng)先。
電子科技大學(xué)
2021-04-10
業(yè)大學(xué).jpg){kind=logo}
一種基于果蠅算法優(yōu)化廣義回歸神經(jīng)網(wǎng)絡(luò)算法的茶葉儲存時間分類方法
項目成果/簡介:本發(fā)明涉及一種基于果蠅算法優(yōu)化廣義回歸神經(jīng)網(wǎng)絡(luò)算法的茶葉儲存時間分類方法,旨在通過改進的廣義回歸神經(jīng)網(wǎng)絡(luò)解決茶葉儲存時間分類問題,屬于茶葉儲存時間分類領(lǐng)域.其原理利用電子鼻傳感器模擬人感官品評的功能和特征,采集不同時間不同傳感器的特征值,構(gòu)建樣本集.利用果蠅算法優(yōu)化廣義回歸神經(jīng)網(wǎng)絡(luò),獲得廣義神經(jīng)網(wǎng)絡(luò)的平滑因子,進而構(gòu)建毛峰茶葉儲存時間的FOAGRNN分類模型和方法.本發(fā)明的有益效果在于將果蠅算法優(yōu)化廣義回歸神經(jīng)網(wǎng)絡(luò)算法應(yīng)用于毛峰茶葉數(shù)據(jù)中,提高預(yù)測毛峰茶葉儲存時間分類的效率和準(zhǔn)確度,為消費者提供茶葉儲存時間分類的有效方法.
安徽農(nóng)業(yè)大學(xué)
2021-04-10