新葡京娱乐场-大陆娱乐场开户注册

本發(fā)明公開(kāi)了可同時(shí)測(cè)定梨的多個(gè)指標(biāo)參數(shù)的裝置，包括：暗箱；位于所述暗箱內(nèi)，用于測(cè)量梨的重量的電子稱(chēng)重旋轉(zhuǎn)平臺(tái)；位于所述暗箱內(nèi)，用于測(cè)量梨的高度的高度測(cè)量裝置；用于向梨發(fā)射檢測(cè)光的光照模塊；用于接收梨的反射光的光譜采集模塊；用于接收所述電子稱(chēng)重旋轉(zhuǎn)平臺(tái)和高度測(cè)量裝置的信號(hào)計(jì)算樣品體積，以及用于接收所述光譜采集單元信號(hào)計(jì)算樣品pH值的控制單元。本發(fā)明還公開(kāi)了一種利用所述的可同時(shí)測(cè)定梨的多個(gè)指標(biāo)參數(shù)的裝置測(cè)定梨的多指標(biāo)參數(shù)的方法。本發(fā)明實(shí)現(xiàn)了梨的重量、高度、體積以及pH值的多項(xiàng)物理參數(shù)的快速檢測(cè)，檢測(cè)快速準(zhǔn)確，檢測(cè)成本低，環(huán)境污染小。

研究背景：  大數(shù)據(jù)應(yīng)用的多樣化  需要的計(jì)算模型、數(shù)據(jù)模型多樣化；  目前每類(lèi)模型需要單獨(dú)的開(kāi)源系統(tǒng)來(lái)支持（如HDFS、HBase、Neo4j、MongoDB，F(xiàn)link，Spark，Tensorflow等）。  多系統(tǒng)導(dǎo)致大數(shù)據(jù)分析平臺(tái)非常復(fù)雜、效率低下。 研究目標(biāo)： 研究和開(kāi)發(fā)面向新型多計(jì)算模型融合架構(gòu)的、高時(shí)效、可擴(kuò)展的新 一代大數(shù)據(jù)分析支撐系統(tǒng)與工具平臺(tái)FAST（Fusion-Architecture, Scalable, Time-efficient big data analysis platform）。 針對(duì)目前大數(shù)據(jù)分析平臺(tái)復(fù)雜、效率低下的痛點(diǎn)，該系統(tǒng)具有三個(gè)  方面的優(yōu)勢(shì)：首先，這套系統(tǒng)采用融合架構(gòu)，一方面實(shí)現(xiàn)關(guān)系、圖、鍵  值、文檔等多種數(shù)據(jù)模型的高效融合，另一方面實(shí)現(xiàn)批處理計(jì)算、流計(jì)  算的深度融合，并可以通過(guò)SQL擴(kuò)展語(yǔ)言來(lái)進(jìn)行多模型的統(tǒng)一查詢(xún)，實(shí)現(xiàn)高效的跨模型查詢(xún)。其次，對(duì)于復(fù)雜系統(tǒng)來(lái)說(shuō)，時(shí)效性非常重要，這  套系統(tǒng)采用融合架構(gòu)提高效率是實(shí)現(xiàn)高時(shí)效的基礎(chǔ)，更重要的是，我們  對(duì)大數(shù)據(jù)分析從數(shù)據(jù)到用戶(hù)進(jìn)行了端到端的全棧時(shí)效優(yōu)化。最后，對(duì)于  大數(shù)據(jù)應(yīng)用來(lái)說(shuō)，系統(tǒng)擴(kuò)展性非常重要，本系統(tǒng)在資源層、存儲(chǔ)層和計(jì)  算層進(jìn)行了全面的擴(kuò)展性?xún)?yōu)化。下面在融合架構(gòu)、高時(shí)效和可擴(kuò)展這三  個(gè)方面，分別詳細(xì)介紹FAST系統(tǒng)的三個(gè)主要亮點(diǎn)。 融合架構(gòu) FAST系統(tǒng)的第一個(gè)亮點(diǎn)是融合架構(gòu)，我們?cè)诩夹g(shù)方面的創(chuàng)新主要包  括多數(shù)據(jù)模型融合和多計(jì)算模型融合兩方面。 多數(shù)據(jù)模型融合： 設(shè)計(jì)和研發(fā)了多模型數(shù)據(jù)管理與查詢(xún)引擎，支持關(guān)系、圖、鍵值、  文檔等多種數(shù)據(jù)模型，實(shí)現(xiàn)了查詢(xún)解析、查詢(xún)優(yōu)化、元數(shù)據(jù)管理、數(shù)據(jù)  分布等功能，將多種數(shù)據(jù)模型進(jìn)行統(tǒng)一管理和深度融合。同時(shí)擴(kuò)展了SQL語(yǔ)言，通過(guò)統(tǒng)一的查詢(xún)接口支持對(duì)關(guān)系、鍵值、圖、文檔等數(shù)據(jù)進(jìn)行獨(dú)立訪問(wèn)或者跨模型查詢(xún)。 經(jīng)過(guò)試驗(yàn)，多模型數(shù)據(jù)融合查詢(xún)，比Spark 2.3.4的查詢(xún)時(shí)間能平均減少70.7%。目前spark等現(xiàn)有系統(tǒng)還需要手工編程方式來(lái)實(shí)現(xiàn)跨模型查 詢(xún)，所以FAST系統(tǒng)在易用性上也表現(xiàn)良好，降低使用門(mén)檻，提高開(kāi)發(fā)效率。 多計(jì)算模型融合： 在計(jì)算層實(shí)現(xiàn)了最常見(jiàn)的批處理計(jì)算和流計(jì)算深度融合，批流融合的核心方法是在系統(tǒng)內(nèi)部實(shí)現(xiàn)批和流的統(tǒng)一表達(dá)，批是對(duì)有限數(shù)據(jù)集  的運(yùn)算，流是對(duì)無(wú)限數(shù)據(jù)流的計(jì)算，我們?cè)O(shè)計(jì)了UCollection結(jié)構(gòu)對(duì)批和  流數(shù)據(jù)進(jìn)行統(tǒng)一表達(dá)，通過(guò)識(shí)別的bounded標(biāo)志，來(lái)確定是批、流、或批流融合。有了統(tǒng)一表達(dá)，可以開(kāi)展一系列融合優(yōu)化來(lái)提升系統(tǒng)性能。 并且對(duì)上通過(guò)Unified API統(tǒng)一用戶(hù)的批、流接口，實(shí)現(xiàn)二者在編程范式上的統(tǒng)一表達(dá)。對(duì)于批流混合的計(jì)算，融合架構(gòu)系統(tǒng)的查詢(xún)延遲比Flink 1.4.2能減少57%，吞吐量平均可以提升到6.72倍。 高時(shí)效 FAST系統(tǒng)的第二個(gè)亮點(diǎn)是高時(shí)效，即縮短大數(shù)據(jù)分析的時(shí)間消耗，  提高效率。由于大數(shù)據(jù)分析平臺(tái)是一個(gè)非常復(fù)雜的系統(tǒng)，為了做到高時(shí)效，系統(tǒng)不能存在性能短板，因此需要對(duì)大數(shù)據(jù)分析的整個(gè)過(guò)程進(jìn)行端到端的全棧時(shí)效優(yōu)化。如圖中所示，自下而上，需要在多模態(tài)存儲(chǔ)、批流融合、機(jī)器學(xué)習(xí)、人工操作各層都進(jìn)行優(yōu)化。 對(duì)于多模態(tài)存儲(chǔ)，面向應(yīng)用負(fù)載和異構(gòu)硬件特征進(jìn)行自適應(yīng)優(yōu)化； 對(duì)于批流融合計(jì)算，在統(tǒng)一表達(dá)基礎(chǔ)上，進(jìn)行系列融合優(yōu)化技術(shù)， 包括DAG優(yōu)化、迭代優(yōu)化、部署優(yōu)化、操作符優(yōu)化等； 在機(jī)器學(xué)習(xí)層面，進(jìn)行模型優(yōu)化、消息優(yōu)化、梯度優(yōu)化、概率優(yōu)化 等來(lái)提高時(shí)效； 而且我們也考慮到大數(shù)據(jù)分析過(guò)程中用戶(hù)人工操作的時(shí)效性問(wèn)題，  通過(guò)智能地進(jìn)行大數(shù)據(jù)分析方法和模型的推薦，來(lái)縮減人工操作的  時(shí)間。 可擴(kuò)展 FAST系統(tǒng)的第三個(gè)亮點(diǎn)是可擴(kuò)展，由于大數(shù)據(jù)應(yīng)用規(guī)模很大，數(shù)據(jù)增速快，對(duì)系統(tǒng)可擴(kuò)展性的要求非常高，為此我們?cè)谙到y(tǒng)的資源層、  存儲(chǔ)層和計(jì)算層進(jìn)行了全面的擴(kuò)展性?xún)?yōu)化。 在資源層，系統(tǒng)都部署在云計(jì)算的虛擬化資源之上，利用了云計(jì)算資源的彈性機(jī)制進(jìn)行系統(tǒng)擴(kuò)展。并在系統(tǒng)中實(shí)現(xiàn)了可伸縮調(diào)整模塊，  能實(shí)時(shí)監(jiān)控軟硬件系統(tǒng)的狀態(tài)，按照應(yīng)用需求來(lái)自適應(yīng)地進(jìn)行彈性伸縮。 在存儲(chǔ)層，分布式存儲(chǔ)系統(tǒng)擴(kuò)展性的關(guān)鍵在于分布式共識(shí)和一致性 協(xié)議（Raft），因此提出了KV-Raft、vRaft等進(jìn)行Raft的擴(kuò)展優(yōu)化。 在計(jì)算層，我們擴(kuò)展了機(jī)器學(xué)習(xí)模型的參數(shù)規(guī)模，使系統(tǒng)可以支持  到百億級(jí)別的超大規(guī)模機(jī)器學(xué)習(xí)模型訓(xùn)練，并且性能方面有明顯提  升。 亮點(diǎn)成果： 融合架構(gòu)大數(shù)據(jù)分析平臺(tái)目前已經(jīng)在阿里巴巴雙十一進(jìn)行示范應(yīng)用。  從2020年11月10日至11月16日一周的時(shí)間，在阿里的生產(chǎn)環(huán)境中，研發(fā) 的系統(tǒng)一直連續(xù)穩(wěn)定運(yùn)行，基于淘寶和天貓的實(shí)際用戶(hù)信息進(jìn)行大數(shù)據(jù) 分析，綜合運(yùn)用了本系統(tǒng)的存儲(chǔ)、計(jì)算、機(jī)器學(xué)習(xí)等多個(gè)模塊的能力， 累計(jì)進(jìn)行了184億件商品推薦。 同時(shí)在雙十一期間，基于智能交互向?qū)Ъ夹g(shù)，也面向電子商務(wù)應(yīng)用  的賣(mài)家提供了“生意參謀”應(yīng)用，基于大數(shù)據(jù)分析，幫助賣(mài)家分析產(chǎn)品  銷(xiāo)量變化的原因，以及促銷(xiāo)的有效手段等。

本發(fā)明公開(kāi)了一種可尋址測(cè)量局域波前的成像探測(cè)芯片，包括可尋址加電液晶微光學(xué)結(jié)構(gòu)、面陣可見(jiàn)光探測(cè)器和驅(qū)控預(yù)處理模塊

本發(fā)明涉及一種動(dòng)壓軟巖巷道用可伸縮恒力讓壓錨桿，由錨桿體、托盤(pán)、拉桿、預(yù)緊調(diào)節(jié)螺栓、主彈簧、銷(xiāo)軸、刀形凸輪、輔彈簧、錨固頭框架、滾輪、滾輪架和螺母組成。錨桿體與拉桿通過(guò)螺紋相連接；托盤(pán)可在外力作用下沿著拉桿移動(dòng)，且在移動(dòng)過(guò)程中主彈簧和輔彈簧對(duì)托盤(pán)產(chǎn)生的合成預(yù)緊力基本保持不變，即保持恒力。當(dāng)動(dòng)壓軟巖巷道的圍巖發(fā)生變形時(shí)，托盤(pán)通過(guò)帶負(fù)荷移動(dòng)讓壓，釋放應(yīng)力。圍巖卸壓后，托盤(pán)回移補(bǔ)強(qiáng)，實(shí)現(xiàn)對(duì)圍巖的二次加固。當(dāng)圍巖因應(yīng)力擾動(dòng)反復(fù)發(fā)生變形時(shí)，錨桿可形成對(duì)圍巖的“讓-支-讓”循環(huán)支護(hù)和柔性支護(hù)，避免巷道被毀壞。本發(fā)明設(shè)計(jì)巧妙，結(jié)構(gòu)緊湊，托盤(pán)移動(dòng)行程大，除錨桿體外均可拆卸后循環(huán)使用，節(jié)約成本。

本實(shí)用新型涉及電機(jī)產(chǎn)品技術(shù)領(lǐng)域，尤其為一種自帶可拆裝蓋板的多功能電機(jī)底座，包括底座、電動(dòng)伸縮桿和蓋板，兩個(gè)L型固定塊之間活動(dòng)插設(shè)有T型連接塊，所述T型連接塊遠(yuǎn)離底座的一端固定連接于電機(jī)上，底座中對(duì)稱(chēng)開(kāi)設(shè)有安裝孔，所述安裝孔中固定插設(shè)有電動(dòng)伸縮桿，電動(dòng)伸縮桿遠(yuǎn)離安裝孔一端固定有連接頭，所述蓋板槽中設(shè)置有蓋板，蓋板的一端連接有拉環(huán)，底座中心處開(kāi)設(shè)有配重塊槽，蓋板一側(cè)鋪設(shè)有防腐層。本實(shí)用新型通過(guò)開(kāi)關(guān)來(lái)控制電動(dòng)伸縮桿，將蓋板安裝在電動(dòng)伸縮桿上方的連接頭內(nèi)，這個(gè)可拆裝的蓋板能夠起到保護(hù)的作用，底座內(nèi)部開(kāi)設(shè)的配

等效負(fù)折射率平板透鏡又稱(chēng) DCT-plate，該技術(shù)通過(guò)光場(chǎng)重構(gòu)原理，將發(fā)散的光線在空中重新匯聚，從而形成不需要介質(zhì)承載的實(shí)像。根據(jù)場(chǎng)景需要，可設(shè)置不同的影像呈現(xiàn)角度，結(jié)合體感互動(dòng)裝置實(shí)現(xiàn)人與實(shí)像的直接交互。該技術(shù)現(xiàn)處于世界領(lǐng)先地位！ 

面向日益復(fù)雜多樣的電子產(chǎn)品應(yīng)用場(chǎng)景，電子設(shè)備的小型化進(jìn)程不斷加快，對(duì)于高集成、多模式、多功能的芯片需求飛速高漲。本項(xiàng)研究成果針對(duì)生物醫(yī)療電子、個(gè)人無(wú)線體域網(wǎng)、近距離無(wú)感支付、車(chē)載定位、戰(zhàn)場(chǎng)實(shí)時(shí)感知、無(wú)人機(jī)導(dǎo)航等應(yīng)用需求，提出一種超寬帶無(wú)線通信兼具FMCW雷達(dá)測(cè)距的復(fù)合型收發(fā)機(jī)創(chuàng)新性結(jié)構(gòu)。收發(fā)機(jī)采用超寬帶射頻調(diào)頻+可再生型鑒頻技術(shù)，實(shí)現(xiàn)通信及雷達(dá)的共架構(gòu)方案；提出多相中頻時(shí)差測(cè)距機(jī)理，將分辨率提高2個(gè)數(shù)量級(jí)，達(dá)到mm級(jí)精確測(cè)距，動(dòng)態(tài)范圍擴(kuò)大4倍；射頻前端基于電流共享技術(shù)，實(shí)現(xiàn)射頻振蕩器+功放、低噪放+鑒頻+混頻的一體化實(shí)現(xiàn)，系統(tǒng)功耗優(yōu)化40%；提出子載波發(fā)生器+頻率校正環(huán)路的數(shù)字化復(fù)用結(jié)構(gòu)，發(fā)射機(jī)可半數(shù)字化實(shí)現(xiàn)，從而得到一款支持無(wú)線數(shù)據(jù)傳輸、時(shí)差/頻差/相差雷達(dá)測(cè)距的極低功耗復(fù)用型收發(fā)芯片。 圖1.研制的通信+雷達(dá)集成收發(fā)機(jī)芯片顯微照片

細(xì)菌群體感應(yīng)抑制劑是李紅玉教授團(tuán)隊(duì)以嗜酸硫桿菌為研究材料，研發(fā)的一種可通過(guò)阻斷細(xì)菌生物膜的形成從而顯著降低細(xì)菌耐藥性的群體感應(yīng)抑制劑。細(xì)菌生物膜是大量細(xì)菌通過(guò)信號(hào)分子交流從而誘導(dǎo)特定基因表達(dá)凝聚成的具有高度抵抗力的結(jié)構(gòu)性細(xì)菌群落，堅(jiān)實(shí)穩(wěn)定、不易破壞，抗生素等物質(zhì)難以貫穿從而使得藥物沒(méi)有作用。該團(tuán)隊(duì)研發(fā)出的群體感應(yīng)抑制劑是一種信號(hào)分子調(diào)節(jié)劑，在不影響細(xì)菌正常生長(zhǎng)的前提下，可抑制細(xì)菌的交流從而阻止了細(xì)菌生物膜的形成（圖 1），降低了細(xì)菌的抵抗力，從而降低其耐藥性。該產(chǎn)品擁有國(guó)家發(fā)明專(zhuān)利，具有自主知識(shí)產(chǎn)權(quán)

本發(fā)明公開(kāi)了一種可尋址電調(diào)光反射率薄膜。包括陰極，陽(yáng)極陣列，以及設(shè)置在陰極和陽(yáng)極陣列間的介電層；陽(yáng)極陣列由 M×N 元陣列分布的陽(yáng)極單元構(gòu)成，陽(yáng)極單元由規(guī)則排列且相互連通的多個(gè)子電極構(gòu)成，可尋址電調(diào)光反射率薄膜被劃分為 M×N 元陣列分布的電調(diào)光反射率單元，陽(yáng)極單元與電調(diào)光反射率單元一一對(duì)應(yīng)，構(gòu)成電調(diào)光反射率單元的陽(yáng)極，所有電調(diào)光反射率單元共用陰極；通過(guò)陽(yáng)極單元和陰極對(duì)電調(diào)光反射率單元執(zhí)行獨(dú)立加電操作，進(jìn)而通過(guò)調(diào)變加

本發(fā)明公開(kāi)了一種可尋址測(cè)量局域波前的成像探測(cè)芯片，包括可尋址加電液晶微光學(xué)結(jié)構(gòu)、面陣可見(jiàn)光探測(cè)器和驅(qū)控預(yù)處理模塊；液晶微光學(xué)結(jié)構(gòu)被劃分成可獨(dú)立施加電驅(qū)控信號(hào)的多個(gè)液晶微光學(xué)塊，各液晶微光學(xué)塊具有相同的面形和結(jié)構(gòu)尺寸，被加電液晶微光學(xué)塊為液晶微透鏡陣列塊，其余未加電液晶微光學(xué)塊為液晶相移板塊；被液晶微光學(xué)塊化的液晶微光學(xué)結(jié)構(gòu)將與其對(duì)應(yīng)的面陣可見(jiàn)光探測(cè)器劃分成同等面形和規(guī)模的面陣可見(jiàn)光探測(cè)器塊，并且各面陣可見(jiàn)光探