新葡京娱乐场-大陆娱乐场开户注册

小試階段/n該技術通過精細化水環境管理，構建了具有動力學機理、引入高性能計算技術的“空-地-水”一體化水環境模型體系，能快速精準模擬流域未來水環境變化趨勢,評估污染源與水質的響應關系，核算水體環境容量，預測水體內突發事故的演進過程；針對智慧環保和環境大數據的國家戰略需求，研發了環境大數據下多源異構數據融合、集成、挖掘、共享技術，建立了以流域水環境風險評估與預警智能云平臺為主體的成套水環境風險評估與預警的技術體系，平臺

目前，學齡前兒童誤開高樓窗戶墜落的事故時有發生，雖然德國研發出一種帶鎖頭的執手，但價格昂貴，使用不是太方便。人們探親訪友、外出旅游、公務出差時駕車、乘車的時間越來越多，遭遇緊急狀況的幾率也越來越高，故越來越多的公共車輛上配置了破窗錘等破窗逃生工具，一些車輛還安裝了車輛應急逃生窗，有的國家亦頒布了車輛應急逃生窗的有關標準。但目前常用的破窗錘等破窗逃生工具和車輛應急逃生窗用“兩防”裝置在應急時的表現，以及媒體和當事人反映的實際情況，相關應急逃生措施已滿足不了人們對其安全性可靠性的需求。

本發明公開了一種多狀態節能窗及三種狀態切換方法，包括帶凹槽的窗框、內窗、設于內窗的控制 裝置、以及連接窗框與內窗的上端接合裝置和球鉸連接裝置;控制裝置包括把手、與把手相連的第一轉 輪、通過第二連桿與第一轉輪鉸接的第二轉輪、通過第三連桿與第二轉輪鉸接的第三轉輪，第一轉輪下 方鉸接帶插銷的第一連桿，第二轉輪和第三轉輪上方分別鉸接帶插銷的第四連桿和第五連桿;上端接合 裝置包括滑槽、設于滑槽內可以滑動的滑

一、成果簡介 針對我國食品安全現狀，在科技部支持下，沈建忠教授領導的科研團隊陸續研制出了三聚氰胺、β-內酰胺類、黃曲霉毒素、克倫特羅等30余種快速檢測試劑盒和膠體金檢測卡，其中20余個產品取得了農業部批準備案文號，并通過中國農業大學食品安全檢測產業化基地北京維德維康生物技術有限公司實現了產業化，產品應用在國家獸藥殘留監控計劃、農業部無公害食品行動計劃、國家FDA食品放心工程以及伊利集團、北京三元、南京雨潤等大型養殖和食品加工企業的例行檢測中，特別是在

本發明公開了一種納米結構三維形貌測量方法及其裝置，可以同時測量納米結構線寬、深度、側墻角、線緣粗糙度、線寬粗糙度等三維形貌參數的方法及裝置。本發明方法步驟如下：將波長為紫外到近紅外波段的光束經分光、起偏、前后相位補償得到的橢圓偏振光投射到待測；采集待測結構表面反射零級衍射信號，計算得到納米結構測量穆勒矩陣；將測量穆勒矩陣與理論穆勒矩陣進行匹配，提取得到待測納米尺寸結構的三維形貌參數值。本發明所提供的納米結構三維形貌參數測量裝置，能為基于圖形轉移的批量制造方法如光刻和納米壓印等工藝中所涉及的一維和二維

本項目結合計算機視覺、自然語言處理、內鏡影像學、早期腫瘤診療學技術，創建消化道腫瘤內鏡下智能早診早篩體系，大幅提高內鏡檢查質量和消化道腫瘤早診早篩水平。 一、項目分類 顯著效益成果轉化 二、成果簡介 消化道腫瘤是嚴重威脅全球人群健康的重大疾病。早診早治是改善患者生存率的重要策略，然而，項目組多年流行病學研究揭示，我國消化道早期腫瘤檢出率低、漏診誤診率高，檢查質量參差不齊，嚴重危害患者生命。 基于此，本項目結合計算機視覺、自然語言處理、內鏡影像學、早期腫瘤診療學技術，創建消化道腫瘤內鏡下智能早診早篩體系，大幅提高內鏡檢查質量和消化道腫瘤早診早篩水平。具體為：1）首創消化內鏡全局智能監測與無盲區掃查技術，開辟內鏡質控新路徑。使胃鏡檢查盲區率降低45%、腸鏡檢查合格率提高1.78倍、腺瘤檢出率提高1.12倍，確立我國在該領域的領先地位；2）發明“邏輯擬人化”消化道高危病灶動態探查方法，使胃瘤變漏診率降低78%，推動智能內鏡臨床應用；3）創建實時監測與智能反饋內鏡檢查質量方法，使醫生胃癌前狀態檢出率提高1.33倍，腸腺瘤檢出率提高0.88倍，顯著提高消化內鏡檢查質量；4）研制消化內鏡人工智能輔助診斷主機，實現實時動態多模態預測，系統延遲小于 48ms，全面滿足臨床需求。 在消化內鏡人工智能領域發表論文影響因子排名世界第一，引領研究方向，共發表相關研究論文52篇，其中中華系列論文25篇，SCI論文27篇，影響因子9分及以上21篇，單篇最高45分。制定專家共識及行業指南3項、國家專業醫療質量控制指標18項。該項目獲批國家發明專利34項，成功轉化發明專利14項，所孵化產品獲國家醫療器械創新審批，獲中國、歐盟II類注冊認證共7項。在中德500余家三甲及基層醫院落地應用，覆蓋近2000萬人；技術相關應用直接經濟效益達5億元，社會經濟效益顯著。 獲2021年湖北省技術發明一等獎、2021年歐洲消化疾病周國家學術獎、2020年中國十佳消化道領域臨床研究獎等。樊代明院士和李兆申院士評價該成果極大推動我國消化道早癌防治事業的發展。

本成果采用最新的深度學習和分子模擬算法，結合新一代分子特征化方法，開發了多種計算機模型，可用于藥物開發中的多個階段，為藥物的快速設計開發提供一個完整的基于人工智能的解決方案。成果：1.藥物毒性預測方法：傳統的化合物毒性檢測技術一般需要使用生化試驗、細胞實驗、甚至動物模型，這些方法不僅耗費大量時間，而且成本很高。使用計算模型進行有機化合物的毒性預測，所需投入較少，但產出巨大。特別是基于化合物的物理化學和結構特性的計算模型，甚至能夠在化合物合成之前就對其進行預測，大大提高了效率，使其越來越受到歡迎。在進行體外和體內試驗之前先使用計算機模型對化合物進行大規模的毒性篩選，能夠更好地解決候選藥物具有毒性的問題。我們建立了一套新的基于多種分子指紋和機器學習算法的化合物毒性預測集成學習算法，運用此集成學習算法建立了新的有機化合物致癌性、致突變性和肝毒性預測模型。我們分別建立了名為CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性預測)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突變性預測)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性預測)的預測服務器，這些服務器能夠為使用者提供更高效更便捷的預測技術服務。自2017年服務器發表起，我們已為國內外藥物分子設計研究者提供了5000多次共計超過20多萬個化合物的毒性預測服務。在有機化合物毒性預測研究方向，我們主要完成了化合物的細胞毒性、心臟毒性、生殖毒性、血腦屏障透過性、水生生物毒性預測模型，以及糖尿病早期篩查模型的開發，正在進行P450酶阻滯劑性預測模型、基于圖神經網絡的毒性預測算法研究、基于分子對接的化合物毒性預測研究等。相關研究成果已發表多篇學術論文（Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次數80，ESI 1%高被引論文；Ai H., et al. Toxicological Sciences, 2018, 165: 100-107；Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377；Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78；Liu M., et al. Toxicology Letters. 2020, 332: 88-96；Feng H., et al. Toxicology Letters. 2021, 340: 4-14；Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.）致癌性預測服務器首頁致癌性預測結果頁相關綜述對本服務器的介紹RF-hERG-Score預測藥物引起的hERG相關心臟毒性2.藥物設計方法：在計算機上對藥物靶點和藥物分子的結構和活性建模，計算藥物與靶點之間的相互作用關系，從而設計出具有治療作用的藥物。計算機輔助藥物設計可以為藥物設計各階段的實驗方案提供有意義的指導，減少需要通過實驗評估的候選藥物的數量，從而加快新藥研發速度。我們應用分子對接、分子動力學模擬、自由能計算、機器學習等方法研究流感病毒等重要疾病的計算機輔助藥物設計、并開發更有效的計算機輔助藥物設計方法。在計算機輔助藥物設計研究我們主要完成了流感病毒M2質子通道蛋白抑制劑虛擬篩選方法研究，正在進行先導化合物生成模型研究、基于機器學習的虛擬篩選打分函數算法開發、SARS-CoV-2病毒S蛋白與受體相互作用及藥物設計研究。特異性重打分函數顯著虛擬篩選性能顯著較高篩選出兩個候選抑制劑3.藥物靶點識別方法：長非編碼RNA（lncRNA）是一種長度在200nt至100,000nt之間的非編碼RNA，是轉錄物的主要成分。研究表明lncRNA在許多生物學和病理學過程中起著重要作用。lncRNA起作用的重要途徑是與其靶蛋白結合。lncRNA-蛋白質相互作用的實驗研究需要大量資源。累積的實驗數據使得通過計算方法預測lncRNA-蛋白質相互作用成為可能。我們使用各種數學建模和機器學習方法開發了幾種用于預測lncRNA-蛋白質相互作用的新模型。這些模型命名為：RWLPAP（隨機游走），LPI-NRLMF（鄰域正則化邏輯矩陣分解），IRWNRLPI（集成隨機游走和鄰域規則化Logistic矩陣分解），LPI-BNPRA（雙向網絡投影推薦算法），LPI-ETSLP（基于特征值變換的半監督鏈路預測），HLPI-Ensemble（集成學習）。在交叉驗證中，我們的模型獲得了較好的預測性能。lncRNA-蛋白質相互作用預測模型的性能比較lncRNA-蛋白質相互作用預測服務器相關軟件著作權：

本專利公布了一種垃圾回收系統，包括垃圾桶和垃圾回收車， 垃圾桶底座上安裝有骨架，垃圾桶外殼通過轉軸和骨架相連，垃圾桶外殼可繞 轉軸轉動，垃圾桶桶體上設置有托盤系統、翻轉裝置、垃圾檢測裝置、垃圾桶 識別裝置、垃圾桶站點太陽能發電系統和垃圾桶控制柜；垃圾回收車包括差分 GPS 天線、垃圾回收車控制柜、垃圾識別裝置、垃圾桶識別裝置，垃圾收集裝置、 垃圾回收車托盤系統、路況攝像系統和太陽能發電系統。垃圾桶具有溢滿指示 功能，垃圾回收車可實現路面的自動清掃，還可實現與溢滿垃圾桶的自動搜尋， 對垃圾桶內垃圾進行自動清理。 應用領域及前景：城市垃圾回收系統通常包括遍布設置于城市中的垃圾桶青島農業大學科技成果介紹 2017 －70－ 和對垃圾桶內垃圾進行回收的垃圾車，垃圾桶用于垃圾暫時的存放，垃圾車再 對垃圾桶內的垃圾進行集中清理。

印染織物電腦對中糾偏系統及其裝置，具有布邊卷取、展開、擴布和對中控制功能。可連接棉印行業的燒毛機、水洗機、鍍層機、絲光機、定型機、平網印花機、圓網印花機以及造紙機、塑料薄膜生產線等機械的入口處。自動對中修正偏斜，減少偏斜式邊緣彎曲不正所產生的摺紋式色澤光澤不均現象，提高產品品質，實現生產自動化。 本系統采用微電腦與紅外數碼技術，將模糊智能識別用于對中糾偏，較模擬電路的對中裝置上一檔次，屬國內首創。該系統具有抗干擾性能強、動作穩定可靠、靈敏度高等優點，不受織物厚薄和幅寬的限制，可自動控制中心位置，可高速運行，是提高印染產品質量的好幫手。本系統還可選配筆記本電腦監控工作狀況連接Internet網絡。

高校科技成果盡在科轉云