摘要：本发明实施例公开了一种安装有星敏感器的旋转载荷和高精度姿态确定方法。所述安装有星敏感器的旋转载荷包括：围绕轴线转动的旋转载荷；安装在所述旋转载荷上的预定平面的星敏感器；所述轴线垂直于所述预定平面。

摘要：本发明公开了一种含碳纳米管的胶原蛋白纤维的制备方法，包括将含碳纳米管和胶原蛋白的纺丝原液进行纺丝的步骤；所述碳纳米管为多壁碳纳米管、长度为0.5～2μm、且直径为8～15nm；碳纳米管与胶原蛋白的重量比为1:35～60。本发明可以获得断裂强度得到进一步提高的胶原蛋白纤维。

摘要：本发明公开了一种胶原纤维的制造方法，包括如下步骤：将纺丝原液在干湿法纺丝装置上挤出成型，从喷丝头挤出的纺丝细流经过长度为6～10mm的空气层，然后进入凝固浴中进行凝固，干燥后得到初生纤维；其中，凝固浴液面到凝固浴底部之间的距离大于200mm。本发明的方法可以获得抗张强度得到进一步提高的胶原纤维。

摘要：本发明涉及一种竞争型免疫传感器的制备与应用，具体说是一种以UiO‑66，金纳米粒子（UiO‑66/Au）的复合材料为传感平台，以NH

摘要：本发明公开了一种羧基化多壁碳纳米管/二氧化钛光催化剂的制备方法，属于纳米级复合材料催化剂领域。其步骤为：将0.15g羧基化的多壁碳纳米管置于10ml乙醇和0.8‑6.8ml钛酸丁酯中，加入0.02～7.5ml的HNO₃溶液(2M)，磁力搅拌5min，超声20min，然后边磁力搅拌边加入10ml乙醇和50ml蒸馏水，超声20min，将混合溶液倒入密闭不锈钢反应釜中，磁力搅拌加热到120℃～180℃下反应，降温得到沉淀。用蒸馏水和乙醇反复洗涤，得到光催化性能增强的多壁碳纳米管/二氧化钛光催化剂。本发明制备工艺简单，纳米颗粒均匀，产品的紫外光和太阳光催化性能都得到明显提高。

摘要：本发明公开了一种原位交联的胶原纤维的制备方法。该方法步骤如下：(1)将EDC与NHS按一定质量比混合，作为交联剂(EDC质量分别为胶原质量的1‑20％)溶于0.5mol/L冰乙酸中形成含有交联剂的冰乙酸溶液；(2)将胶原溶于含有交联剂的冰乙酸溶液中，使用机械搅拌充分搅拌，溶解过程中溶液温度维持在4‑6℃之间，配成质量分数为1.5％的胶原溶液；(3)将胶原溶液在4℃下冷冻离心脱泡40min得到胶原纺丝原液。采用湿法纺丝，注射泵挤出速度为0.5ml/min，初生纤维在凝固浴中停留100‑300s，得到胶原纤维，将出凝固浴的凝胶态胶原纤维加5g砝码悬挂，自然风干1h得到胶原纤维。EDC/NHS的存在提高了胶原纤维的结晶度，原位交联缩短了胶原纤维的交联时间，改进了成形工艺条件。本发明所提供的方法制备的胶原纤维的拉伸强度为1.06cN/dTex‑1.43cN/dTex。

摘要：本发明实施例公开了基于霍曼变轨的同轨道特定相位分布的星座布局与轨道调整方法、装置及计算机存储介质；该方法可以包括：建立对地遥感卫星的入轨运动模型；基于设定的摄动因素分析所述对地遥感卫星的轨道衰减因素；针对同一轨道特定相位分布的对地遥感卫星星座，根据所述入轨运动模型设计由入轨轨道进入至标定轨道之间高度调整策略以及星座的相位初始化布局策略；至少根据所述高度调整策略和/或所述相位初始化布局策略、相位保持以及针对所述轨道衰减因素而进行高度维持中的一项或多项确定所述对地遥感卫星在设计寿命下所需的燃料量。

摘要：本发明实施例涉及业务支撑技术领域，公开了一种业务路径分析方法、装置及计算设备。该方法包括：获取预设时间内的流量数据；基于用户号码信息对所述流量数据进行划分，以获取若干业务路径点集；通过基于密度的聚类算法对所述业务路径点集进行聚类，以使业务路径相同的所述业务路径点集形成业务路径簇；在若干所述业务路径簇中确定业务起点和业务终点相同的业务路径簇；根据迪克斯特拉算法，在所述业务起点和业务终点相同的业务路径簇中确定业务主路径和业务分路径。通过上述方式，本发明实施例能够自动进行业务路径分析，提高了效率。

摘要：本发明涉及喷雾干燥机技术领域，尤其涉及一种喷雾干燥机，包括机体，以及设置于机体上的干燥筒，所述机体顶部上设有用于调节干燥筒角度的调节机构，所述调节机构包括滑动设置于机体顶部两侧的活动挡板，以及设置于干燥筒两端并与机体固定的限位座，所述机体顶部内侧设有用于推动活动挡板运动的推动组件，所述限位座内侧转动连接有与干燥筒固定的转动横轴，所述调节机构还包括设置于干燥筒上用于带动转动横轴转动的转动组件。本发明结构合理，提升了干燥机筒清洁的效果，提高了工作人员清理干燥机的效率，有效地避免出现喷雾干燥机在清理机筒污垢时的清洁操作较为麻烦，清理污垢也不够彻底，导致干燥机筒清洁效果较差的情况。

摘要：本发明公开了一种物联网边缘计算数据污染检测方法、系统及介质。方法包括：获取初始样本数据；初始样本数据包括原始数据集S以及不同噪声比例的高斯噪声产生的数据集G；构建基线模型，基线模型包括残差网络和基础网络；基于初始样本数据进行训练，直到预设的基线模型的复合损失函数收敛，得到训练好的基线模型；使用数据集G和预设的污染样本数据集F对训练好的基线模型进行检测，使用残差网络提取原始数据集S的样本特征得到第一特征图，使用基础网络对数据集G的样本特征进行卷积得到第二特征图，将第一特征图、第二特征图进行数据融合，输出数据污染检测结果。通过本发明解决物联网边缘计算面临的数据安全问题，减少训练和学习的数据量。