8月6日，广东省科技图书馆（广东省科学院信息研究所）副馆长（副所长）祝林、王春明一行到访广东省科学院认证有限公司（以下简称为“认证公司”），广东省科学院工业分析检测中心副主任、认证公司董事长胡勇杰出席座谈会，双方就知识产权、科技查新、产业情报服务等方面展开深入交流。胡勇杰对省科技图书馆一行到访表示热烈欢迎，介绍了认证公司发展历程、组织架构、业务增长情况及战略规划。他表示，认证公司积极响应国家新质生产力发展战略号召，贯彻落实广东省科学院“一院两制三体系四融合”战略要求，始终锚定产业高质量发展主线，持续为区域经济高质量发展提供强有力的技术服务支撑，省科技图书馆是华南地区最大的科技信息综合研究服务机

GDASC医疗器械整改服务 GDASC广东省科学院认证有限公司医疗器械一站式技术服务平台整改版块，帮助医疗器械企业解决在设计开发、质量控制和生产管理等方面出现的不符合情况，确保其符合相关标准和法律法规要求。其中，安规整改和EMC整改贯穿医疗器械研发生产全过程，备受医疗器械企业关注。PART 1医疗器械安规整改医疗器械安规（safety compliance）是制造商必须遵守的由监管机构和立法者制定的安全规则（标准），以确保产品的安全性。整改项目设计和结构：对不符合机械防护结构、防电击电路设计等进行整改；电气安全：对不符合耐压测试、漏电流测试、剩余电压测试等进行整改；性能测试：对不符合电参数、热

近日，广东科志达机械科技有限公司（以下简称“广东科志达”）成功取得广东省科学院认证有限公司颁发的多层共挤数字控制吹膜机组性能认证证书。（多层共挤数字控制吹塑机组性能认证证书）技术亮点多层共挤数字控制吹膜机组是一种多层塑料薄膜的生产设备。广东科志达的五层共挤宽幅POD智能装备采用全新一代全自动中心表面间隙收卷系统，可加工100%茂金属，生产多层塑料薄膜均匀熔融的多特性膜材，产品满足市场差异化需求。其设备具有低能耗、高产量等性能优势，有效保障多层塑料薄膜材料的均匀性、精确度和生产效率。多层共挤数字控制吹塑机组企业介绍广东科志达机械科技有限公司成立于2007年，主要研究生产3至11层共挤吹塑技术装备

本期产业新兴力量工业机器人-广州数控GSK数控神焊Part01GDASC产品认证及性能等级认证广东省科学院认证有限公司根据广州数控GSK工业机器人的产品特性，制定性能等级、静电放电抗扰度、电磁兼容抗扰度等认证技术方案，编制GDASC-V113657D-2024《弧焊机器人性能等级认证规则》。依据GB/T 12642-2013《工业机器人性能规范及其实验方法》、GB/T 17626.2-2018《电磁兼容试验和测量技术静电放电抗扰度试验》及GB/T 38326-2019《工业、科学和医疗机器人电磁兼容抗扰度试验》，经实验室严格检测，广州数控GSK工业机器人符合相关认证规则的要求，获得弧焊机器人性

NEWS10月25日，梅州市市场监督管理局副局长谢强携梅州市工业和信息化局等一行3人莅临广东省科学院认证有限公司（以下简称“认证公司”）考察指导，认证公司主要负责人陪同调研。公司主要负责人首先对谢强等领导的到访表示热烈欢迎，并详细介绍了认证公司的发展历程、组织架构、业务板块及发展战略等基本情况。他指出，认证公司秉承着“传递信任，服务发展”理念，坚决贯彻广东省科学院“一院两制三体系四融合”发展战略，以省科学院技术力量为依托，深入开展质量认证、质量鉴定、标准研究、标物研发及绿色低碳等技术服务，积极投身新质生产力培育工作，不断为地方产业高质量发展注入新的活力。谢强对认证公司的发展理念与战略规划予以高

理方法及系统”的专利，旨在提升工业检测领域中人工智能模型的构建效率。这项技术的核心在于通过预设的通用神经网络和初始预处理网络的组合，显著简化了复杂图像处理流程，提升了数据处理的速度和准确性。这一创新不仅开启了工业检测的新时代，也为其他相关领域提供了新的思路和解决方案。 该专利的关键在于其独特的网络构建方式。首先，设计者利用预设的通用网络来分析工业检测中缺陷的共性特征。之后，建立初始预处理网络并经过训练，最终形成优化的预处理网络。这一层层递进的设计，允许系统不仅处理共性的缺陷特征，更能够针对不同场景下的具体特征进行适应性分析。这种方法比传统技术更为高效，因为用户只需一次性训练初始处理模型，即可构

功申请了一项名为“一种应用于工业检测的图像处理方法及系统”的专利。这项专利的公开号为CN119380083A，涵盖了先进的人工智能神经网络技术，显著提升了工业检测中的图像处理效率。专利摘要显示，该方法的核心在于构建一个目标缺陷识别网络，通过多层次的预处理网络，利用共同特征与场景特征的结合，对工业环境中的缺陷进行高效识别。 具体而言，这项技术通过以下几个步骤构建其图像处理系统：首先，获取预设通用网络，然后建立初始预处理网络，再通过训练初步网络以优化其性能，最后将优化预处理网络与预设通用网络相连接。这种多层级的处理方法，不仅大幅度减少了模型构建的时间和复杂性，还能在兼顾共性特征分析的同时，针对性地