|
搜索
搜 索
高等教育領域數字化綜合服務平臺
北京師范大學珠海校區材料磁性綜合測量儀等設備采購項目競爭性磋商
北京師范大學珠海校區材料磁性綜合測量儀等設備采購項目競爭性磋商
北京師范大學
2022-05-27
西安交通大學能源與動力工程學院金屬增材制造設備競爭性磋商
西安交通大學能源與動力工程學院金屬增材制造設備競爭性磋商
西安交通大學
2022-06-01
一種具有抑制幅度可控性的射頻發射機邊帶失真分量的抑制系統及方法
本發明公開了一種具有抑制幅度可控性的射頻發射機邊帶失真分量的抑制系統，包括失真分量生成模型、系數提取模塊、數模轉換器、射頻發射機、雙工器、射頻接收機、第一精度轉換器、第二精度轉換器、數字域濾波器、模數轉換器和減法器。本發明還公開了一種具有抑制幅度可控性的射頻發射機邊帶失真分量的抑制方法。本發明能夠根據不同需求，靈活選擇需要抑制的幅度，由于對數據進行了尾數截斷處理，減少了運算時存儲數據所需的寄存器位數，從而節省硬件資源。由于建模數據采用了更少的字長，所以相較于傳統邊帶失真抑制方案，本發明減少了數據計算的復雜度，提高了計算速度。
東南大學
2021-04-11
去耦合機制將表面浸潤性和機械穩定性拆分至兩種不同的結構尺度
通常，減少固-液接觸是增強表面超疏水性的常用手段，根據Cassie-Baxter方程，固-液接觸面積的減小，有利于提高表觀接觸角和降低滾動角。但由于接觸面積的降低，必然導致微/納結構承受更高的局部壓強，從而更易磨損，這就意味著超疏水性和機械穩定性在提高一種性能時必然導致另一種性能下降。該論文基于全新思路，首次通過去耦合機制將超疏水性和機械穩定性拆分至兩種不同的結構尺度，并提出微結構“鎧甲”保護超疏水納米材料免遭摩擦磨損的概念。結合浸潤性理論和機械力學原理分析得出微結構設計原則，利用光刻、冷/熱壓等微細加工技術將裝甲結構制備于硅片、陶瓷、金屬、玻璃等普適性基材表面，與超疏水納米材料復合構建出具有優良機械穩定性的鎧甲化超疏水表面。該工作在集成高強度機械穩定性、耐化學腐蝕和熱降解、抗高速射流沖擊和抗冷凝失效等綜合性能的同時，還實現了玻璃鎧甲化表面的高透光率，為該表面應用于自清潔車用玻璃、太陽能電池蓋板、建筑玻璃幕墻創造了必要條件。研究人員將該表面應用于太陽能電池蓋板，實現了表面依靠冷凝液滴清除塵埃顆粒的自清潔方式，為少雨地區提供自清潔太陽能電池的解決方案。基于玻璃裝甲化表面的自清潔技術可巧妙地利用雨或霧滴消除粉塵、鳥類糞便等污染，長期維持太陽能電池高效的能量轉換，并節省傳統清潔過程中必需的淡水資源和勞動力成本。該論文創新的設計思路和通用的制造策略展示了鎧甲化超疏表面非凡的應用潛力，必將進一步推動超疏水表面進入廣泛的實際應用。
電子科技大學
2021-04-11
北京師范大學珠海校區固體均勻弦振動教學系統等設備采購競爭性磋商
北京師范大學珠海校區固體均勻弦振動教學系統等設備采購競爭性磋商
北京師范大學
2022-06-14
浙江大學FEI Titan球差矯正透射電鏡用高分辨原位高速相機競爭性磋商
浙江大學FEI Titan球差矯正透射電鏡用高分辨原位高速相機競爭性磋商
浙江大學
2022-06-13
西安交通大學分析測試共享中心400M核磁共振波譜儀競爭性磋商
西安交通大學分析測試共享中心400M核磁共振波譜儀競爭性磋商
西安交通大學
2022-06-23
教育部長懷進鵬：健全產教融合長效機制，有效激發校企雙方主動性
3月24日，教育部舉行卓越工程師產教聯合培養行動座談會，深入研究部署新時代卓越工程師教育培養，加快建設中國特色、世界水平的工程師培養體系，努力培養造就愛黨報國、敬業奉獻、具有突出技術創新能力、善于解決復雜工程問題的工程師隊伍。教育部黨組書記、部長懷進鵬宣布卓越工程師產教聯合培養行動正式啟動并講話。
教育部
2022-03-29
科技創新標志性人物-顧誦芬（中國科學院院士、飛機空氣動力學）
顧誦芬，1930年2月4日出生于江蘇省蘇州市，飛機空氣動力學家，中國科學院學部委員，中國工程院院士，中國航空工業集團公司科技委研究員，中國航空研究院名譽院長。
云上高博會
2021-08-17
網絡的結構可預測性與網絡結構的最短壓縮比特串長度呈線性關系
在本研究工作中，該團隊利用信息論和統計物理兩個領域中熵的相關理論，對網絡結構預測極限進行了研究。直觀地說，一個可以僅用幾個詞描述的網絡結構意味著它很簡單，其邊也很容易預測。例如二維晶格或一維鏈狀結構。相反，如果一個網絡需要很長的語言才能描述清楚，那么它應該具有非常復雜的結構，其結構很難預測。在計算機領域，任何網絡的結構都可以被編碼成二進制字符串。這啟發了團隊探尋最短二進制編碼字符串長度，也就是熵，和可預測性之間的關系。 通過研究，該團隊發現來自不同領域，很多大小不一的網絡，其結構的最短壓縮長度和可預測性之間存在一個普遍的線性關系。基于香農信源編碼定理，該團隊在隨機網絡上證明了這種線性關系。 進一步，利用這一線性關系，該團隊推導出網絡結構預測算法的性能上界，揭示出包括機器學習在內的預測算法性能尚存在多大的提升空間。因此，該性能界可用于指導未來在線商業推薦系統、蛋白質相互作用探測等場景中的算法設計。另外，該理論的一個有趣的用途是，可以實現在無需任何預測算法的情況下，通過網絡結構壓縮數據大小來估計一個網絡數據集的商業價值。
中山大學
2021-04-13