实名制网络学习空间，旨在打造与现实教育组织中各级教育机构、学校、班级、师生等主体相对应的网络教育组织体系。空间为多层次用户团队（包括从师生个体协作团队班级团队学校团队学科团队区域团队）提供相应的资源、工具、环境的支持和服务，实现“自上而下”、“自下而上”的双向良性互动。 教师空间：为教师开辟一个集学习、工作、交流于一体的实名制网络学习空间，以基于SNS的人际关系架构和知识体系、教材体系构建服务体系，实现信息的快速传播和精准获取，并汇聚为校、区、市、省各级生成性资源。 学生空间: 学生空间不仅能够全面记录学生成长全过程，还能为学生自主学习提供良好的信息化环境，让学生随想随学、自主学习、个性发展。学生可制定自己的学习计划，相关通知、信息都会自动推送到学习空间，空间资源能自动汇集和推送，学生相互之间，以及与学校空间、班级空间、教师空间可以互联互通，完美实现师生互动、生生互动。 家长空间：平台为针对家长用户提供便捷的，平台将呈现家校交流的相关服务。家长以家长身份、学生帐号登录，平台就会将学生近期的一些学习情况呈现出来，方便家长全面主动了解学生在校学习情况、班级情况以及，班主任、任课教师的情况，并与。家长可通过平台与任课教师进行深入的交流和沟通，关注学生的学习全过程，还可得到一线教育专家的指导和点拨。 协作组空间：教师可以按年级、学科、兴趣爱好、教育行政结构等多维度组建协作组。协作组提供资源管理、话题、问答、问卷、投票等基本应用模块，并支持文章、资源、图片、视频等分类管理，能从个人空间中选取已发布的各类资源拉取到协作组。 班级空间：班级空间是师生间的协作教学、讨论交流的网络环境，是现实班级课堂的补充与延续。班主任可组建班级，聚合管理班级学科教师、学生，课程安排，学习内容，开展学习活动，形成学习反馈，增强学生班级凝聚力和成员归属感。 学校空间：以学校为单位开展教学研活动，可与本校师生组织衔接，便于校内各项业务活动的组织管理。学校管理者可发布校内公告、查看基础管理数据。本校教师可随时参与各类教、学、研活动，本校学生可积极参与各类校园活动及社会实践活动。师生发布的所有内容会自动汇聚到学校空间，积淀本校生成性资源，支持各学校空间独立管理。 学科空间：省、市、区县、校各级机构管理的所有学科均可拥有相应的学科空间，能够自动汇聚范围内相同学科的教研员、学科带头人、教研资源、工作室、协作组、学科文章、学科活动等，加速本学科教师之间的协作交流，展示特色学科资源和成果。学科教研员可发布学科新闻公告等内容、查看基础管理数据等，支持各学科空间独立管理。 区域空间：区域各级机构、各机构学科各类信息的集中汇聚区，同时也是各级政策的集中发布区、研修动态的集中展现区，为开展区域性教育业务提供全面的支持和服务。省、市、区各级空间融合互通，内容、人员至下而上汇聚，政策、任务至上而下传达。通过区域空间及业务应用系统，可促使城镇和农村的学校之间、教师之间实现“手拉手、结对子”， 共同参与各类业务活动、分享优质教育资源，先进帮后进，推动教育公平。

NOKOV（度量）水下光学三维动作捕捉系统功能： • 水下运动物体的运动数据捕捉 NOKOV可提供机器鱼、水下AUV，潜艇、舰船、输油管道、缆绳等物体的运动捕捉，进行六自由度刚体识别 • 亚毫米级的数据精度 • 丰富的二次开发接口 采集到的数据可以以VRPN形式传输，或通过SDK（C++语言）端口广播与ROS、Labview、Matlab（包含Simulink）等软件通信进行二次开发。

本发明提供了用于提高三维音频空间感距离感的参数编解码方法及系统，编码时输入三维音频的音 频信号和三维音频的空间边信息，将有向性音频信号下混并提取相应的下混边信息，对无向性散射音频 信号、下混后的有向性音频信号、提取的下混边信息、及输入的空间边信息分别进行编码;解码时提取 空间边信息的码流等分别进行相应解码并还原。本发明采用音频信号的强度参数和距离参数来共同表达 声像距离，提高三维音频的空间感和距离感，可以得到更好的三维音频重放效果。

本发明公开了一种采用基于 Delaunay 三角剖分的空间网络编码的网络传输方法，适用于包含 N 个终端点的传输网络；包括初始化步骤、Delaunay 预处理步骤、形成子矩形步骤、子矩形划分步骤、求平衡前线性规划最优解步骤、调整中继点到平衡位置步骤、求平衡后线性规划最优解步骤和 Delaunay 后处理步骤；通过采用 Delaunay 三角剖分得到斯坦纳点和增补的斯坦纳点作为候选的中继点，并通过非均匀划分得到候选的中继点，从上述候选的中继点中选出最优的中继点，对选出中继点的位置进行微调以进一步降低代价，从而得到采用空间网络编码的网络传输方案，解决现有技术中仅基于非均匀划分的空间网络编码方法中，当中继点与终端点非均匀密度分布时求线性规划最优解时计算量大的问题，进一步有效提升网络传输的总体性能。

本发明涉及一种像元解混逆过程：规格化多端元分解的高光谱重构方法,其特征在于：包括多光谱图像的反射率图像进行规格化多端元分解获得高光谱数据,多光谱影像中提取的地物光谱可分解为光谱形状和像元值两本分的线性组合,规格化多端元分解的高光谱重构方法就是根据光谱库中纯端元进行不同性质的混合来获取混合场景中最优的端元组分,从而避免端元过多带来的噪声放大和端元过少造成的精度下降现象,并在精确解混的基础上考虑端元的时空变化,在减少计算量同时准确重构高光谱数据。

本发明公开了具有超低导电渝渗值的三元共混物基复合材料及其制备方法。该复合材料是由40vol％～45vol％的聚偏氟乙烯，40vol％～55vol％的高密度聚乙烯，20vol％聚苯乙烯和0.025vol％～0.5vol％多壁碳纳米管经熔融共混制备得到。多壁碳纳米管在熔融混合过程中能够有效地选择性分布在聚苯乙烯界面相，相比双渝渗结构型导电复合材料以及填充型聚合物基导电复合材料，本发明得到的三元共混物基复合材料的导电渝渗值更低，这种特殊的多层次结构使得三元共混物基复合材料的导电渝渗值低至0.022vol％，达到超低的填充水平。

　　苏州仪元科技有限公司（SIE）坐落在风景秀丽的苏州城区。原名苏州仪表元件厂，始创1958年，国家机械工业部直属企业。公司注册资本1522万元，资本总额6000万元。 　　根据产品的服务领域，SIE下设6个分厂，1个研究所，2个外企配套加工基地。并同日本松下电器集团，日本沙迪克集团分别成立合资企业。另设深圳分公司及商务所，北京分公司，香港办事处。 SIE以高品质、高效率、高信誉为经营目标；以人为本、严格计划、精细管理；倡导良好的企业文化，致力于把公司建设成为员工之家、客户之家，努力推进企业生产经营同国际市场相接轨。 　　历经40余年市场锤炼，SIE现已发展成为资源有保障，品牌有市场，研发力量雄厚，生产检测装备先进，具有多元化产业特色的高新技术企业。我们将继续遵循"对客户负责，为社会发展作贡献"的公司经营方针，竭诚为海内外客户服务。

XM-618A运动神经元模型   XM-618A运动神经元模型由神经元胞体和神经纤维在电子显微镜下的放大结构2个部件组成，并显示神经细胞轴丘、树突、尼氏体、神经丝、髓鞘板层、雪旺细胞、朗飞结以及微管等结构。 尺寸：放大2500倍，30×42×12cm 材质：PVC材料