葡京娱乐场-富盈娱乐场开户

本項目采用擁有我國自主知識產權的燃燒合成技術生產技術生產各種先進陶瓷，金屬間化合物和復合材料的粉末。提供的主要產品有：a-Si3N4，b-Si3N4，a-Sialon，b-Sialon，AlN，TiN，ZrN，TiC，TiCN，TiB2，SiC，Cr3C2，MoSi2，FeAl，Fe-TiN，Fe-TiC，Fe-TiB2，Cu-TiB2，TiB2-Al2O3，AlN-ZrN-Al3Zr，Si3N4-SiC-TiCN，Si3N4-Si2N2O-TiCN，TiN-TiB2以及納米電子陶瓷BaTiO3粉末，納米ZrO2及ZrO2基陶瓷，納米TiO2粉末。采用這種先進工藝合成反應完全，性能穩定，質量優良，歡迎各界用戶洽談業務。 用于各工業領域耐磨、耐腐蝕、耐高溫等嚴酷服役條件下工作的結構部件。

傳統制備聚合物/層狀無機物納米復合材料的方法如插層復合法工藝復雜，需要加入增容劑或對層狀無機物進行有機化處理，此外單體插層聚合涉及復雜的化學反應，而熔體插層則要求聚合物的熔體粘度低。針對傳統插層復合法存在的問題，本項目將固相力化學方法引入聚合物/層狀無機物納米復合材料領域，利用磨盤形力化學反應器獨特的三維剪結構所提供的強大擠壓剪切力場和粉碎、混合、分散及固相力化學反應功能，在磨盤碾磨過程中同時實現層狀無機物的粉碎、片層滑移和剝離，聚合物的粉碎和嵌入，聚合物與無機填料的固相分散和混合，得到聚合物/層狀無機物復合粉體，再經進一步加工成型，可制備用途廣泛的聚合物/層狀無機物納米復合材料，如具有良好力學性能的結構材料和具有導電、導熱、電磁屏蔽、阻隔或隔音降噪的功能材料等。 主要技術指標： 可制備具有良好力學性能的結構材料及具有導電、導熱、電磁屏蔽、阻隔或隔音降噪的功能材料等; 所制備的PP導電導熱納米復合材料的電導率可達5.2×10-4 S×cm-1，導熱率可達0.69 W×m-1×k-1; HDPE導電導熱納米復合材料的電導率可達10-3 S×cm-1, 導熱系數可達2.2 W×m-1×k-1 建設投產條件（投入資金情況、需要的廠房、使用配套設施狀況等）： 需要帶分級裝置的磨盤形力化學反應器、雙螺桿擠出機及注射/熱壓成型機。

本發明公開了一種激光輔助低溫生長氮化物材料的方法及裝備， 該方法將非氮元素的前驅體蒸汽和活性氮源前驅體氣體分別輸送到反 應腔室內溫度為 250 至 800℃的襯底材料處，利用波長與活性氮源分 子鍵共振波長相等的激光束作用于活性氮源氣體，使激光能量直接耦 合至活性氮源氣體分子，加速 NH 鍵的斷裂，提供充足的活性氮源， 使非氮元素與活性氮源發生化學反應，沉積第 III 族氮化物膜層材料， 持續作用直到沉積物覆蓋整個襯底

本發明公開了一種含磷阻燃共聚酯離聚物/納米復合材料及其制備方法，該含磷阻燃共聚酯離聚物/納米復合材料是由對苯二甲酸或對苯二甲酸二甲酯、乙二醇、含磷離子單體[i]或含磷離子單體[ii]、無機納米粒子或/和有機改性無機納米粒子經原位聚合而成，該復合材料中含磷離子基團結構單元數為對苯二甲酸或對苯二甲酸二甲酯的結構單元數的2-5％，無機納米粒子或/和有機改性無機納米粒子占該復合材料總質量的0.5-10％。該含磷阻燃共聚酯離聚物/納米復合材料同時具有優異的阻燃性能、抗熔滴性能和結晶性能，且特性粘數可達到0.6-1.0dL/g，因而可直接作為制備纖維、工程塑料和薄膜等的原料使用。

本發明公開了一種碳包覆金屬硫化物電極材料及其制備方法和 應用。該電極材料由類半球雙層結構顆粒組成，里層為金屬硫化物， 外層為碳材料，金屬硫化物的半球面被碳材料包覆，切面暴露；金屬 硫化物的化學通式為 MSx，其中，M 為第四主族到第七主族金屬元素 中的一種，1≤x≤3。該方法包括如下步驟：（1）將金屬硫化物前驅 體覆蓋在納米線模板上，使之形成均勻整齊分散的納米級產物；（2） 在金屬硫化物表面覆蓋一層均勻致密的碳材料薄

本申請公開了一種透明輕質仿玻聚合物材料及其制備方法，制備方法包括：取甲基丙烯酸甲酯、引發劑和交聯劑，經過混合、攪拌、加熱后得到第一預聚物；取多元醇、異氰酸酯，經過混合、攪拌、加熱后得到第二預聚物；取第一預聚物、第二預聚物和鄰接劑混合，然后加入催化劑并攪拌、冷卻，隨后經過升溫、聚合反應、固化后得到透明輕質仿玻聚合物材料。本申請將具有多反應位點的鄰接劑引入互穿網絡結構中，形成了新型相鄰鍵合結構的互穿網絡結構，可以顯著提升PU和PMMA兩相之間的相容性，降低相疇尺寸，提高透明度；還可以提高互穿網絡結構的交聯密度，從而提高材料的耐熱性、剛性和表面抗劃傷性。

主要功能和應用領域： 本技術可實現人糞便樣本顯微鏡檢有型成分圖像的自動識別與分類，利用計算機圖像處理、模式識別及人工智能的理論與技術，對顯微鏡下拍攝到的糞便樣本圖像進行研究，通過對各種有型成分形態和顏色信息等進行特征匹配與分類計數，分別標示出紅細胞、白細胞、蟲卵和真菌孢子等不同種類的有型成分，從而達到在線自動識別有型成分的目的，作為醫院臨床診斷的依據。該技術可擴展應用于醫院尿液、白帶、腦脊液、胸腹水、胃液、精液等常規檢查，并可用于脫落細胞學的癌及癌前病變檢測及分析。 特色及先進性： 1）復雜背景環境下的自動識別。采用自適應雙閉值分割算法進行粗分割，提取出ROI區域中的單個細胞或細胞群作為分析目標，細胞圖像的精細分割將在每個ROI區域里完成，極大地減少了數據運算量。 2）針對形態各異和邊緣模糊圖像的精準分割。針對有型成分的顯微生物圖像特點，去除邊界拓撲結構復雜、細胞各組成區域內灰度不均勻以及成像易受噪聲干擾等因素的影響，基于Chan一Vese模型，提出幾何活動輪廓模型方法，使用幾個獨立的水平集進行有型成分圖像的分割，與傳統分割方法對比準確率提升30%。 3）針對種類繁多的神經網絡集成識別。基于普通神經網絡泛化能力不高的問題，提出利用有限個神經網絡進行集成并將其結果進行合成，顯著的提高整個分類學習器的泛化能力，提高了整個系統的識別能力。 4）采用重疊分離算法精準分類。有型成分分離、細胞個數的準確讀取決定了整個系統的精準程度。通過尋找到合適的分離點并構建分離線，實現重疊區域的快速合理分離，從而將粘連、重疊的細胞分離開來，并進行準確計數。 技術指標： 有型成分 漏檢率 誤檢率 白細胞 5% 15% 膿球 20% 30% 吞噬細胞 20% 30% 紅細胞 5% 15% 孢子 15% 25% 夏科雷登結晶 10% 10% 寄生蟲 5% 15% 脂肪球 10% 15% 單張圖片檢測時間：＜0.5 s 關鍵問題和實施效果 現今國內大多數醫院和研究單位對生物細胞或微生物病菌等檢測還是采用人工處理的方式，即將樣品制成涂片，在顯微鏡下觀察并根據大小、形狀等特征進行分類計數以得到數據結果，醫務人員再通過這些數據結果憑借自身的知識和經驗診斷病癥或得出研究數據。該技術能夠實現樣本顯微鏡檢有型成分的自動識別，滿足了臨床開展常規及特殊檢測需要，使得生物檢測在自動化、無異味、無危險性的情況下進行，提高了檢測效率，改善工作環境，保護工作人員，降低檢測成本和檢測時間，提高在國際市場的競爭力，有利于醫療檢測行業的智能化發展。該技術可識別的部分生物細胞圖像如下圖所示。 紅細胞 白細胞 霉菌 蟲卵

本技術可實現人糞便樣本顯微鏡檢有型成分圖像的自動識別與分類，利用計算機圖像處理、模式識別及人工智能的理論與技術，對顯微鏡下拍攝到的糞便樣本圖像進行研究，通過對各種有型成分形態和顏色信息等進行特征匹配與分類計數，分別標示出紅細胞、白細胞、蟲卵和真菌孢子等不同種類的有型成分，從而達到在線自動識別有型成分的目的，作為醫院臨床診斷的依據。該技術可擴展應用于醫院尿液、白帶、腦脊液、胸腹水、胃液、精液等常規檢查，并可用于脫落細胞學的癌及癌前病變檢測及分析。

成果簡介： 主要功能和應用領域： 本技術可實現人糞便樣本顯微鏡檢有型成分圖像的自動識別與分類，利用計算機圖像處理、模式識別及人工智能的理論與技術，對顯微鏡下拍攝到的糞便樣本圖像進行研究，通過對各種有型成分形態和顏色信息等進行特征匹配與分類計數，分別標示出紅細胞、白細胞、蟲卵和真菌孢子等不同種類的有型成分，從而達到在線自動識別有型成分的目的，作為醫院臨床診斷的依據。該技術可擴展應用于醫院尿液、白帶、腦脊液、胸腹水、胃液、精液等常規檢查，并可用于脫落細胞學的癌及癌前病變檢測及分析。 特色及先進性： 1）復雜背景環境下的自動識別。采用自適應雙閉值分割算法進行粗分割，提取出ROI區域中的單個細胞或細胞群作為分析目標，細胞圖像的精細分割將在每個ROI區域里完成，極大地減少了數據運算量。 2）針對形態各異和邊緣模糊圖像的精準分割。針對有型成分的顯微生物圖像特點，去除邊界拓撲結構復雜、細胞各組成區域內灰度不均勻以及成像易受噪聲干擾等因素的影響，基于Chan一Vese模型，提出幾何活動輪廓模型方法，使用幾個獨立的水平集進行有型成分圖像的分割，與傳統分割方法對比準確率提升30%。 3）針對種類繁多的神經網絡集成識別。基于普通神經網絡泛化能力不高的問題，提出利用有限個神經網絡進行集成并將其結果進行合成，顯著的提高整個分類學習器的泛化能力，提高了整個系統的識別能力。 4）采用重疊分離算法精準分類。有型成分分離、細胞個數的準確讀取決定了整個系統的精準程度。通過尋找到合適的分離點并構建分離線，實現重疊區域的快速合理分離，從而將粘連、重疊的細胞分離開來，并進行準確計數。 技術指標： 有型成分 漏檢率 誤檢率 白細胞 5% 15% 膿球 20% 30% 吞噬細胞 20% 30% 紅細胞 5% 15% 孢子 15% 25% 夏科雷登結晶 10% 10% 寄生蟲 5% 15% 脂肪球 10% 15% 單張圖片檢測時間：＜0.5 s 關鍵問題和實施效果 現今國內大多數醫院和研究單位對生物細胞或微生物病菌等檢測還是采用人工處理的方式，即將樣品制成涂片，在顯微鏡下觀察并根據大小、形狀等特征進行分類計數以得到數據結果，醫務人員再通過這些數據結果憑借自身的知識和經驗診斷病癥或得出研究數據。該技術能夠實現樣本顯微鏡檢有型成分的自動識別，滿足了臨床開展常規及特殊檢測需要，使得生物檢測在自動化、無異味、無危險性的情況下進行，提高了檢測效率，改善工作環境，保護工作人員，降低檢測成本和檢測時間，提高在國際市場的競爭力，有利于醫療檢測行業的智能化發展。該技術可識別的部分生物細胞圖像如下圖所示。