|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務平臺
大學.jpg){kind=logo}
柔性集成智能微傳感器
北京工業(yè)大學
2021-04-14
柔性集成智能微傳感器
北京工業(yè)大學
2021-04-14
港口自動化管理集成系統(tǒng)
港口自動化管理集成系統(tǒng)包括港口管理自動化和機械控制自動化兩部分。其中港口管理自動化可分為堆場管理系統(tǒng)、監(jiān)控管理系統(tǒng)和門禁管理系統(tǒng)；機械控制自動化分為機械自動控制系統(tǒng)、機械可視集成管理系統(tǒng)和機械集成維護管理系統(tǒng)。通過與和記黃埔港務和振華港機的多年合作，研發(fā)并推廣了上述多項應用系統(tǒng)，其中基于DGPS的箱位檢測、堆場管理和自動駕駛系統(tǒng)，目前已成功實施500多套，應用在國內(nèi)外二十多個大型集裝箱碼頭，性能優(yōu)于國外同類產(chǎn)品。
南京大學
2021-04-14
集成電路與微顯示技術(shù)
集成電路設(shè)計 南開大學微電子專業(yè)以集成電路設(shè)計為主要發(fā)展目標，現(xiàn)有一批集成電路設(shè)計的師資力量，具有現(xiàn)成的教學體系，能夠在數(shù)?；旌霞呻娐?、射頻集成電路、SoC系統(tǒng)集成設(shè)計等方面提供技術(shù)服務。 我們具有10余批次集成電路流片的經(jīng)驗，具有集成電路設(shè)計與實踐的軟硬件條件，建
南開大學
2021-04-14
產(chǎn)品數(shù)據(jù)集成管理系統(tǒng)（BITPDM）
? 成果簡介：BITPDM是面向科研院所與中小規(guī)模制造企業(yè)開發(fā)的，面向產(chǎn)品全生命周期進行產(chǎn)品數(shù)據(jù)及過程管理的業(yè)務集成平臺，實現(xiàn)產(chǎn)品信息、項目信息、電子文檔、產(chǎn)品狀態(tài)信息、工藝信息、資源信息及設(shè)計過程的集成管理。BITPDM系統(tǒng)提供的功能包括：項目管理、電子倉庫管理、電子文檔管理、產(chǎn)品結(jié)構(gòu)與配置管理、基于產(chǎn)品族的標準件管理、設(shè)計過程與任務管理、數(shù)據(jù)狀態(tài)管理、集成的工藝/工裝/資源管理、系統(tǒng)配置與管理等。BITPDM系統(tǒng)運行于Windows操作系統(tǒng)，支持Oracle、SQL Ser
北京理工大學
2021-04-14
干式變壓器CAD集成系統(tǒng)
該系統(tǒng)以數(shù)據(jù)庫為支撐，集干式變壓器的電磁設(shè)計、結(jié)構(gòu)設(shè)計、性能分析和全套干式變壓器的生產(chǎn)圖紙和工裝模具圖紙自動生成諸多功能于一體，實現(xiàn)干式變壓器設(shè)計的高度自動化。目前已用于工廠產(chǎn)品設(shè)計。 全部工作都是數(shù)據(jù)庫支撐下完成的，不需查表格輸入任何數(shù)據(jù)。從電磁設(shè)計到生成全套圖紙可以在很短時間內(nèi)完成?？烨夜?jié)省人力，滿足當前市場要求交貨快的需要，且投標時已可完成
西安交通大學
2021-01-12
大學.jpg){kind=logo}
OLED高純有機材料技術(shù)集成
在對藍光分子的設(shè)計與合成中，通過對LUMO軌道的空間限制，發(fā)現(xiàn)了窄光磷光發(fā)光效應，并且設(shè)計出紅綠藍三種窄光磷光材料。其中綠光現(xiàn)證明器件使用壽命在100cd/m2光強下可達70000小時，外量子效率25.8%。首次報道了高效率的超純藍光的器件，CIE (0.14,0.09)，最高量子效率達17.6%。后續(xù)工作將在此基礎(chǔ)之上，增加藍光分子穩(wěn)定性設(shè)計考慮，將能級降低0.1eV，并探索此類藍光磷光分子的極限壽命或者穩(wěn)定性。
南京工業(yè)大學
2021-01-12
集成電路設(shè)計實驗系統(tǒng)
集成電路設(shè)計實驗系統(tǒng)，利用真實工程案例拆分出微小中型案例，植入學校人才培養(yǎng)，作為主干課程實驗、課程設(shè)計、實習實訓、畢業(yè)設(shè)計等所需項目資源，切實提升學生實踐動手能力。
安徽青軟晶芒微電子科技有限公司
2021-12-16
集成電路制造工藝虛擬仿真
集成電路制造工藝虛擬仿真是模擬實際工廠，對集成電路產(chǎn)業(yè)的晶圓制造、芯片制造和封裝制造工藝，與真實生產(chǎn)操作環(huán)境和工藝環(huán)境下的虛擬現(xiàn)實仿真。
安徽青軟晶芒微電子科技有限公司
2021-12-16
基于集成學習的網(wǎng)絡流量預測
本平臺設(shè)計一套集成學習系統(tǒng)用來精確預測未來時間段的流量，本系統(tǒng)使用隨機森林，SVR，三指數(shù) 平滑、GBDT，BPNN等傳統(tǒng)算法和機器學習算法作為單模型，并通過集成學習的方式提高預測準確率。
中山大學
2021-04-10