|
搜索
搜 索
高等教育領域數字化綜合服務平臺
一種電力綜合能源用儲能設備
本發明公開了一種電力綜合能源用儲能設備，包括儲能主體箱，所述儲能主體箱底端四個邊角位置均固定連接有自鎖行走輪，所述儲能主體箱頂端轉動連接有轉動頂蓋，所述儲能主體箱的一側頂端固定連接有轉動限位組件，所述儲能主體箱的另一側頂端固定連接有鎖定組件，所述轉動頂蓋頂端中部固定安裝有引氣組件，所述儲能主體箱內部對稱固定安裝有多組安裝組件，所述儲能主體箱內部中部通過螺栓固定連接有冷卻導向組件，所述儲能主體箱正面中部固定安裝有供電控制組件，所述儲能主體箱兩側面均對稱安裝有進氣組件，所述儲能主體箱底壁內部固定安裝有底部冷卻組件，通過設計風冷結構和液冷結構結合對設備內部進行散熱，提高散熱能力，延長設備使用壽命。
南京工程學院
2021-01-12
江蘇華源氫能科技發展有限公司
江蘇華源氫能科技發展有限公司,是專門從事質子交換膜燃料電池及氫能開發應用研發與生產的高科技企業,并在上海成立分公司。公司總部坐落于經濟繁榮的江蘇海安工業園區。園區內水陸空便捷，配套設施齊全，擁有多家規模宏大，能夠容納數千人的生產車間和現代化的高科技科研所。江蘇華源采用國際一流技術,不斷自主創新，研究開發新能源應用技術。公司占地60畝，擁有9000余平方米的無塵車間及實驗室。在積極吸取國際先進技術的同時，公司獨立開發研究適應產業化生產需求的各種設備和儀器，建成了一支高科技、高素質的研究開發團隊。公司同時聘請多位知名大學教授，專家，學者為科技顧問，與國內國際多家科研開發機構建立了長期緊密的合作關系。江蘇華源堅持團結，務實，創新的精神，系統研究開發具有無污染，低消耗，效率高的適合現代社會需要的清潔能源產品，歡迎各界人士積極參與，共同創造美好明天。
江蘇華源氫能科技發展有限公司
2021-01-15
河南能創電子科技有限公司
能創科技，專注于電氣應用場景的技能快速提升，包括就業、上崗、職位晉升、考核評級等教學實訓智能仿真系統的建設服務，并滿足技術研究和生產檢測等需求。主要用戶為：電力和電子應用企業、科研院所、高等院校、職業教育和社會培訓機構等。
河南能創電子科技有限公司
2022-05-24
家用空氣能熱水器一一逸動系列
熱水充沛 暢快洗浴熱泵專用壓縮機，動力強勁，安全耐用微通道全維立體換熱，加熱快速藍金剛特護內膽，經久耐用，抗壓防爆五重安全防護，持續穩定運行
山東力諾瑞特新能源有限公司
2021-09-13
【中國教育新聞網】以融合創新賦能教育強國建設 ?第63屆高等教育博覽會在長春啟幕
63屆高博會開幕式上，政產學研合作簽約儀式同步舉行，57個重點項目現場簽約，涵蓋高校科技成果轉化、區域產業升級等領域。
中國教育新聞網
2025-05-23
電噴霧裝置、利用電噴霧制備太陽能電池減反層的方法及太陽能電池
本發明公開了一種電噴霧裝置及利用電噴霧制備太陽能電池減反層的方法，利用電噴霧的原理，在透明導電薄膜上制備一層倒置納米碗微結構的減反層，形狀類似于倒扣的半球形；通過調節噴液的流速，噴嘴的口徑大小，高壓發生器的電壓以及金屬噴嘴與透明導電層的間距等參數來控制倒置“納米碗”的形狀及大小；通過 PC 控制單元調節運動平臺在 X 和 Y 方向的運動速度來控制倒置納米碗的密度。本發明采用電噴霧技術來制備減反層，工藝環境要求低，整個工藝過程采用數字化控制，工藝參數易于控制；制備的減反層能有效地降低太陽能電池表面的反
華中科技大學
2021-04-14
精彩活動預告① | 第63屆高博會科技賦能教育系列報告活動——心智·進化:AI驅動心理育人新生態研討會
5月23日至25日，第63屆高等教育博覽會將在長春舉行。在高等教育“數字化轉型”與“高質量發展”雙輪驅動的時代背景下，大學生心理健康工作正面臨前所未有的機遇與挑戰。
高等教育博覽會
2025-05-12
【吉林日報】相約高博會｜吉林省AI賦能職業教育創新發展聯盟第一次全體會議召開
5月24日下午，吉林省AI賦能職業教育創新發展聯盟第一次全體會議在長春東北亞國際博覽城會議中心華山廳隆重舉行。來自全省職業院校、行業企業、科研機構的百余家聯盟會員單位代表齊聚一堂，圍繞“AI賦能職業教育創新發展”主題，共同探討人工智能與職業教育深度融合的創新路徑與實踐方案。
吉林日報
2025-05-24
一種基于極坐標參數化的航空攝影測量光束法平差的方法
本發明涉及一種基于極坐標參數化的航空攝影測量光束法平差的方法,包括以下步驟：1）通過航空拍攝測量區域得到一系列圖像,提取并匹配測量區域所有圖像的特征點；2）基于極坐標參數化表達特征點；3）建立基于極坐標參數化的光束法平差的觀測方程基于極坐標參數化的觀測方程進行區域網平差。
北京大學
2021-02-01
基于多尺度大核卷積雙殘差神經網絡的超分辨率圖像重建方法
本發明公開了一種基于多尺度大核卷積雙殘差神經網絡的超分辨率圖像重建方法，適用于圖像處理領域，包括以下步驟：對數據集進行裁剪，將裁剪后原始低分辨率圖像輸入到預處理模塊中，進行圖像歸一化和數據增強操作，生成預處理后的低分辨率圖像；預處理后的低分辨率圖像組成失真圖像塊數據集，構成訓練集、驗證集和測試集；根據已有的失真圖像塊數據集，構建一個基于多尺度大核卷積雙殘差神經網絡的超分辨率圖像重建方法；將數據集輸入到構建的多尺度大核卷積雙殘差神經網絡中分提取語義特征，并用模型的上采樣模塊對特征圖進行放大，生成超分辨率圖像。本方法引入多尺度大核卷積與雙殘差結構，在神經網絡中使用視覺注意力機制，提取的特征更符合人類視覺感知特性，使圖像超分辨率圖像重建更加準確。
南京工業大學
2021-01-12