成果、专家、团队、院校、需求、企业在线对接

-
-
26767项成果

2023年07月27日

芯片封装用抗静电复合材料

成果编号:39275
新材料
ABS 塑料是丙烯腈(A) 、丁二烯(B) 、苯乙烯(S) 三种单体的三元共聚物,三种 单体相对含量可任意变化,制成各种树脂。ABS 塑料是一种原料易得、综合性能 良好、价格便宜、用途广泛的“坚韧、质硬、刚性”材料。在机械、电气、纺织、 汽车、飞机、轮船等制造工业及化工中获得了广泛的应用。但是普通 ABS 塑料容 易产生静电,严重限制了 ABS 塑料在精密材料、计算机材料等领域的应用。 研究团队面向半导体工业芯片封装中抗静电需求,制备具有优良导电性能和 机械强度的 ABS/石墨烯复合抗静电材料,大大拓展了 ABS 的应用领域。相关研 究洪文晶教授曾获教育部自然科学奖一等奖。

2023年07月27日

石墨烯复合光催化自清洁涂层

成果编号:39274
能源环保
船舶在长期在干燥 高盐、高腐蚀的还是环境中航行,油漆容易剥落,为了 保养船舶 延长船舶使用寿命。船舶上经常需要补刷油漆。光触媒是一种以纳米 级二氧化钛为代表的具有光催化功能的光半导体材料的总称,它在紫外光及可见 光的作用下,产生强烈催化降解功能:能有效地降解空气中有毒有害气体,还具 备除甲醛、除臭、抗污、净化空气等功能。但是光触媒在发挥作用时需要较强光 照来催化,这导致它在长年见不到阳光,只能依靠普通照明灯光的船舶内部船舱 失去用武之地。 团队巧妙地应利用石墨烯和金颗粒的特点,在提升了光触媒的催化能力的同 时,又降低了光触媒对光线强度的要求,有效解决了光触媒在船舱内难以发挥作 用的问题。

2023年07月27日

一种硅基三维微电池纳米电极结构

成果编号:39273
其他
硅基材料,作为集成电路( IC) 、微纳电子机械系统 (M/NEMS) 以及气体各 类微电子器件制备的主要材料,具有材料来源丰富、价格低廉、加工过程标准化 和成熟度高等优点,因而在各类电子器件或者材料结构中应用广泛。本项目涉及 的一种瓶状六角形硅及硅基复合三维阵列结构的相关技术,可拓展应用于各种异 质材料制备、器件性能提升等方面,在能源、电子信息、食品、生物、医药、环 境监测等领域发挥重要作用。
其他
该项目涉及一种用于提高太阳电池等光电器件光电转换效率的新型介质球 形空壳微腔的制备技术及其应用。三维介质微腔结构是一种新型光操控介质微纳 米材料,在光电器件光场操控及光电转换效率提升方面具有重要的应用,利用工 艺兼容、成本低廉的纳米结构制备技术即可实现器件性能的大幅提升。以太阳能 电池应用为例,其原理在于,在器件表面引入介质球形空壳结构的纳米颗粒阵列 后,通过引入回音壁模式 (WGM: Whispering Gallery Modes) 光学谐振腔,使太 阳光在到达太阳能电池表面之前在此球形壳层谐振腔内共振,增强光的吸收率, 从而达到提高太阳能电池的光电转换效率的目的。相比于传统光场操控微结构, 该结构和方法可实现宽波段的光谱吸收增强或出光效率增强;通过进一步调控微 腔结构及光学参数,还可实现特定波段的光谱增强,如应用在光电探测芯片上等。

2023年07月27日

一种类金属与金属复合空心腔阵列结构

成果编号:39271
其他
贵金属作为一种理想的等离激元材料,其导电性和导热性良好,但存在化学 和物理性质不稳定,在空气中易被氧化,热稳定性差, 因而实际应用受到限制。 而 TiN 是一种新型类金属材料,在可见光和长波段具有金属特性,因而作为一种 新型的等离激元材料引起了广泛的关注。其光学特性类似于金,介电常数实部为 负值,具有载流子浓度大、耐火耐磨、强度大和化学稳定等优势。由于表面能低, 易形成致密晶体层。且价格低廉,相较于贵金属更适合于实际应用。本项目发展 的一种新型类金属/贵金属复合空心腔阵列芯片技术,涉及基于金属表面等离激 元共振增强机理,以及类金属与金属接触的电荷转移机制,可实现操作简单、迅 速、稳定的检测功能,在食品、生物、医药、环境监测等领域具有广泛的应用前 景

2023年07月27日

城市交通脑

成果编号:39270
其他
城市交通脑集成了智能交通系统、大数据分析、城市感知与计算以及人工智 能等技术,旨在研究交通大数据融合汇聚、分析挖掘、以及人工智能等领域核心 理论与算法,广泛应用于城市事件感知与智能处理、公共安全和应急响应、交通 拥堵与信号控制、公共出行与车辆调度等领域,以实现城市治理模式、服务模式 和产业发展的技术突破。

2023年07月27日

基于移动激光扫描的室内高效三维建模

成果编号:39269
电子信息
室内场景建模集成了计算机视觉、数据融合、视觉导航以及三维建模等技术, 旨在获得室内场景精细三维模型并用于日益普及的室内导航服务,广泛应用于三 维虚拟场景漫游、室内装饰辅助设计、3D 游戏开发、数字城市、智能家居、公 共安全和应急响应等领域。

2023年07月27日

探空气球及高空气象探测系统

成果编号:39268
其他
本发明提供了一种探空气球及高空气象探测系统,涉及高空气象探测设备领域,为解决在使用探空气球的过程中无法实现远程控制、实时调整探空气球所处的高度的问题。所述探空气球包括:气囊、重料囊、排气阀、排料阀、无线通讯模块、高度传感器以及控制器,其中:所述排气阀与所述气囊连通,所述排料阀与所述重料囊连通;所述排气阀、所述排料阀、所述无线通讯模块、所述高度传感器分别与所述控制器信号连接。所述探空气球用于高空气象探测,以达到简单快捷地对探空气球及其携带的探空仪器的探测高度的远程控制与实时调节的效果。

2023年07月27日

类脑神经网络处理器芯片设计与应用研究

成果编号:39267
电子信息
随着 AlphaGo 及其 Zero 的相继推出,近年来以神经网络计算为基础的深度 学习及相关优化算法已成为人们研究 AI 的热点。深度学习算法在 AlphaGo 中的 成功应用主要是依赖神经网络监督学习的网络层次及神经元数量提升,而其 Zero 的应用不同则是在于引进了博弈优化的思想,这就给以并行计算为核心的神经网 络优化算法理论研究提供新的思路。 鉴于传统神经网络优化算法面临非全局优化的难题,我们基于吉布斯分布采 样优化计算,提出一种以脉冲神经元构成的混合网络结构动力学系统来实现的神 经网络全局优化算法,引进纳什平衡理论来优化的神经网络计算方案,并设计一 款相应的通用神经网络并行处理器芯片,以新型芯片编程架构模拟人脑功能进行 感知、行为和思考新型芯。
电子信息
近年来,随着大数据、云计算、人工智能和第五代通信技术的发展,现存的通信信道容量不再能满足新技术对信道容量爆炸式增长的需求。如果没有新的扩展信道容量的方法,那么信道在不久的将来必将遭遇其容量瓶颈。为了提高信道容量和频谱效率,在传统的光学物理领域,相位、偏振、时间、幅度、波长和频率等物理量已经被广泛地调查和研究。通过采用波分复用(WDM)、时分复用(TDM),频分复用(FDM)和偏振复用(PDM)等方法,信道容量已经被显著地提高。同时,无载波调制(CAP)、相移键控(PSK)、脉冲幅度调制(PAM)和正交幅度调制(QAM)等先进的调制技术也已经被广泛研究和应用于提高信道频谱效率的方案中。在自由空间通信(FSOC)和光纤通信(OFC)等领域,模式和空间被认为是物理领域仅存的还没有被充分研究和开发的领域。 在光通信领域,大量的研究表明携带轨道角动量(OAM)的涡旋光具有巨大的潜力改善信道容量和频谱效率,因而基于OAM的涡旋光通信技术吸引了越来越多人的注意力,并逐渐成为光通信领域的研究热点。理论上,携带不同拓扑电荷的涡旋光是彼此相互正交的,且其值在理论上是无穷大的。因此,携带OAM的涡旋光为光通信复用技术的发展提供了一个新的复用领域,通过复用OAM模式可实现空分复用(SDM)。根据上述分析,SDM技术与其它复用技术一样都具有改善信道容量和频谱效率的较大潜力。然而,涡旋光信道间严重的信道串扰问题严重地制约了涡旋光远距离通信技术的发展和产业化。王安东等人提出一种利用低密度奇偶校验码(LDPC)的方法和少模光纤方法,降低信道间串扰,增加光纤传输距离。朱龙等人提出一种利用波分复用和OAM复用相结合的方法和具有较高模式组分离度的OAM光纤方法,实现了18公里的低串扰传输。陈思等人提出一种利用多输入多输出(MIMO)信道均衡方法,降低涡旋光信道间串扰。 然而,由于受信道串扰影响,上述内容仅仅实现涡旋光在光纤中近距离的传输,不能满足现在光纤通信远距离传输的需求。因此,如何利用OAM空分复用实现涡旋光在光纤信道中低串扰和远距离传输,尚存在诸多难点和挑战。

2023年07月27日

重大装备结构健康监测系统

成果编号:39265
该项目属于电子信息、先进传感、先进制造等多学科交叉的技术领域。项目 主要打破了面向飞行器结构损伤定量化监测的基于传感器网络智能层的集成化 主被动结构健康监测技术壁垒,主要创新点包括多模式混杂传感网络智能层技 术、单一导线连接多个驱动与传感元件的转化技术、主被动传感与监测一体化技 术、传感系统自诊断与维护技术、以分布式信号处理为基础的大型传感器网络技 术以及高集成度轻质化主被动健康监测软硬件系统。本项目成果在飞行器上的应 用可以减轻飞行器结构重量、实现基于结构实时状态的视情维护,从而大幅提高 飞行安全性、降低运营与维护成本。项目还可进一步推广应用到大型舰船、海洋 工程、风力发电、汽车、以及桥梁、高层建筑、高铁、石油管道等民用基础设施 中, 以提高其安全性、降低检测成本,有巨大的应用市场。

2023年07月27日

基于深度学习的湖泊水面漂浮物检测系统

成果编号:39264
电子信息 能源环保
目前,清理水面漂浮物的方法主要依靠人工去打捞清理,不能实现脱离人工操作对水面漂浮物的自主识别和清理,导致清理水面漂浮物的成本高,效率低下。随着机器视觉在工业领域和环保领域中的广泛应用,水面漂浮物的目标检测已经逐渐成为智能无人船领域的研究热点。 本项目采用基于深度学习的湖泊水面漂浮物目标检测算法,提高识别水面漂浮物的效率,并结合机械手臂进行湖泊水面漂浮物的捞取,本项目主要研究内容包括:(1)建立一个用于训练和验证本项目方法的湖泊水面漂浮物数据集,并将数据集中的水面漂浮物进行标注;(2)采用ResNet101、Inceptionv2等目前主流的特征提取器对水面漂浮物进行特征提取;(3)建立一个基于深度学习的目标检测网络模型,结合特征提取器实现对水面漂浮物精确的识别分类;(4)设计并搭建湖泊水面漂浮物监测系统,通过机械手臂在提取到的水面漂浮物位置实现对水面漂浮物的抓取。