产品详细介绍ST4-2L系列  第三方无污染实验室研磨机是混合、细磨、小样制备、纳米材料分散、新产品研制和小批量生产高新技术材料的必备装置。该产品体积小、功能全、效率高、噪声低。主要用于地质、土壤、环保、第三方检测等部门的土壤分析前处理研磨。工作原理：第三方无污染实验室研磨机的必备装置。该产品体积小、功能全、效率高、噪声低。主要用于地质、土壤、环保、第三方检测等部门的土壤分析前处理研磨。第三方无污染实验室研磨机是在同一转盘上装有四个研磨罐，当转盘转动时，研磨罐在绕转盘轴公转的同时又围绕自身轴心自转。罐中磨球在高速运动中相互碰撞，研磨和混合样品。该产品能用干、湿两种方法研磨和混合粒度不同、材料各异的产品，研磨产品最小粒度可至0.1微米（即1.0×10mm-4）。1．第三方无污染实验室研磨机 主机1台，研磨罐4只。2. 传动方式：采用最先进的进口(瑞士)传动装置（噪音小），自动精密配合，无需手工调节；且使用寿命可长达10年（如出现传动装置问题，10年内免费更换），真正做到一劳永逸。该产品的核心部件是内嵌的4根圆柱形橡胶条，该橡胶条具有记忆功能，不易变形。臂和座之间最大可以扳转+/-32度，当传动装置松动变长时，臂能自动回弹，使得传动装置始终处在精密配合状态。3．干磨或湿磨均可，一次可研磨两个样品或四个样品，装样量为：研磨罐容积的三分之二。4．提供10种以上不同材质的研磨套件(研磨罐与研磨球)。5．压力可以设置(通过旋钮)，数字式定时。6．转速：公 转： 50-400转/分钟 自 转： 100-800转/分钟7．研磨室设计密封防尘，带观察窗。8．最大进料粒度：土壤料≤10mm。9．最小出料粒度：最小可达0.1um(即1.0×10mm-4)，粒度可以控制。10．研磨罐材质有：硬质钢、不锈钢、碳化钨、玛瑙、烧结刚玉、氧化锆、硬瓷、尼龙、聚氨酯、聚四氟乙烯、碳化硼研磨罐等，与介质接触的材质均不能给介质带来污染。11．最大连续工作时间(满负荷)：90小时， 定时总时间为: 9999分钟，交替运行定时时间为：1-999分钟。12．控制方式：按键（LED显示）或触屏，变频无级调速、程控控制，手动、自动定时正反转，定时关机。13．第三方无污染实验室研磨机 电机转速：0-1400rpm、功率0.75kw、电压220V、50HZ。14．第三方无污染实验室研磨机 型号（每台的总容量）：0.2L、0.4L、0.6L、1L、2L、4L、等。第三方无污染实验室研磨机（配套研磨罐材质有）:玛瑙、不锈钢、不锈钢真空、水晶、陶瓷、氧化锆、聚四氟乙烯、尼龙、聚胺脂、硬质合金等。每四只球磨罐为一套，每套研磨罐配备相应的磨球与垫片。

产品详细介绍Acura manual 826可调微量移液器•  Acura® manual 826系列精密可调微量移液器移液范围覆盖0.1uL至1000uL•  三年质量保证，专利的人体工程学设计，操作舒适省力•  与Acura® manual825系列相比，移液器整支长度缩小、更清的滑动阻力，整支质量更轻•  可以整支灭菌，而不会损坏移液精度•  特殊材料构成，专利结构设计，移液器容量调节控制部分可以轻松分解，进行清洁•  吸头推出简单省力, 更有专利的JUSTIPTM吸头连接杆高度调节设计，吸头的适配性更强•  一键式校准系统，无需特殊工具用户可随时对移液器进行校正 订购和性能信息 所有值均在水溶液处于室温20-25℃环境下测得，符合ISO8655国际标准认证

ARTOS 1200D是一款新版的多功能便携式组合音柱音响系统，包括一只6*3""无源塑壳音柱+一只内嵌6路输入带双通道功率放大器的数字箱式调音台的12""有源超低频音箱+1只塑壳音柱支撑箱。只需简单装配，就组成一套高性能的专业音箱系统。三分频3英寸塑胶组合音柱音响系统，包括1只6*3""全频扬声器+1*1""压缩驱动器号角扬声器组成的全频音箱，以及1只10""有源超低频音箱。音质出色，重量轻，携带方便。恒指向性高音号角设计，声场覆盖均匀。12""有源超低频音箱，倒相式设计，内置2*300W双通道功率放大器，6路输入通道的箱式调音台，包括2路Mic输入，1路6.35mm JACK立体声线路输入，1路USB PLAY输入，1路蓝牙信号输入，1路右声道线路输出，2路AUX辅助输出，1路脚踏开关控制。

本发明公开了一种基于开槽结构的四分之一模基片集成波导滤波器，包括四分之一模基片集成波导弧形腔，四分之一模基片集成波导弧形腔通过基片集成波导圆形腔沿任意两条相互垂直的磁壁分割得到，四分之一模基片集成波导弧形腔包括介质基片，介质基片的上表面设有上金属层，介质基片的下表面设有下金属层，介质基片中沿四分之一模基片集成波导弧形腔的周向均匀分布有贯穿上金属层和下金属层的金属通孔。本发明相对于传统的基片集成波导圆形腔有效实现了小型化。并且，相对于传统的多层结构，本发明结构简单，加工方便。此外，相对于传统的微带结构，本发明的滤波器品质因数高，损耗小。

导读东北电力大学和长春理工大学研究团队开发并实现一种结合脑电图源成像(ESI)技术和卷积神经网络(CNN)的新方法，以对运动想象(MI)任务进行分类。ESI技术采用边界元法(BEM)和加权最小范数估计(WMNE)分别解决EEG的正向和逆向问题。然后在运动皮层中创建十个scout来选择感兴趣的区域(ROI)。研究者使用Morlet小波方法从scout的时间序列中提取特征。最后，使用CNN对MI任务进行分类。实验结果:在Physionet数据库上的整体平均准确率达到94.5%，分别对左拳头、右拳头、双拳和双脚的单个准确率达到95.3%、93.3%、93.6%、96%，采用十倍交叉验证进行验证。研究人员表示，他们的研究成果与最先进的MI分类方法的结果相比，总体分类增加了14.4%。研究者为验证方法的有效性，加入了4个新的受试者进行验证，发现总体平均准确率为92.5%。此外，全局分类器适应单一对象，整体平均准确率提高到94.54%。研究者表示，他们提出的结合scout ESI和CNN的方法，提高了脑电解码四类MI任务的BCI性能。系统框架图1 系统框架图系统框架如图1所示。原始数据来自国际10-10系统的64个电极(不包括Nz、F9、F10、FT9、FT10、A1、A2、TP9、TP10、P9和P10电极)，并以每秒160个样本的速度采集。根据国际10-10系统从64个通道采集原始脑电图，并使用BCI2000系统进行记录。记录的数据被分为四个独立MI任务包括左拳MI,右拳MI,双拳MI和双脚MI。首先，由于ERD在执行运动想象时在alpha和beta中不同，因此使用FIR滤波器对EEG进行了8 Hz至30 Hz的带通滤波。然后，通过计算包含正问题和逆问题的源，将传感器空间的活动转化为源空间的活动。接下来，创建scout并提取特征。研究者在运动皮层中创建了10个scout，因为我们只关心与运动相关的活动。十个scout中的每一个都代表了可用源空间中的一个感兴趣的区域(ROI)，并且是定义在皮层表面或头部体积上的偶极子的子集。左脑的scout称为L1、L2、L3、L4、L5，右脑的scout称为R1、R2、R3、R4、R5。利用JTFA从10个scout的源时间序列中提取特征。最后，利用CNN对时频图进行分离并进行分类。实验在实验中，研究人员仅使用了随机选择的十个受试者的MI trail (S5，S6，S7，S8，S9，S10，S11，S12，S13，S14)。这里用于分析的数据集包含每个受试者84次试验，每一类包含21次试验。在记录64通道脑电图时，受试者执行了不同的运动想象任务。每个受试者针对以下四个任务中的每一个执行了3轮21试验：当目标出现在屏幕左侧时，受试者想象打开和合上相应的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕的右侧时，受试者想象打开和合上相应的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕顶部时，受试者想象打开和合上双手的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕底部时，目标会想象双脚张开和合拢，直到目标消失。然后受试者放松。为了统一数据维数，研究者选择了4s的数据，因为每次想象任务的执行时间都在4s左右。此外，脑电图任务是分开的，研究人员在实验中将左拳，右拳，双拳和双脚MI任务分别称为T1，T2，T3和T4。图2 scout命名左右运动想象的scout分别命名为L1、L2、L3、L4、L5、R1、R2、R3、R4、R5，如图2所示。10个scout每一个都被扩展到40个顶点，每个顶点只有一个源。L1区域对应40个信号，其他scout也一样。在计算了来源后，研究者在运动皮层中创建了十个scout，如图3所示。图3 创建10个scout使用ESI计算十个受试者(S5、S6、S7、S8、S9、S10、S11、S12、S13、S14)每次试验的四个任务(T1、T2、T3、T4)的源。对于这四项任务中的每一项，每个受试者每次都要进行7次测试(#1，#2，#3，#4，#5，#6，#7)。展示了第一个步的10个被试的10个scout的4项任务的来源。然后提取10个scout的时间序列进行进一步分析。特征提取在计算源之后，研究人员在运动皮层中创建了包含40个源的10个scout，并提取了scout的时间序列。如图4所示为提取R5 scout时间序列作为示例。图的右边显示了R5 scout的时间序列。本文利用小波变换从scout时间序列中提取特征。图4 提取R5 scout时间序列作为示例在这项研究中，研究者提出利用CNN来解决运动想象任务分类的问题。该模型基于Schirrmeister等提出的Deep ConvNet架构，该网络模型由一个六层卷积网络组成，其中两个最大池层和三个全连接层，如图5所示。图5对于Physionet数据库，研究者首先采用Deep ConvNet架构，包括四个卷积层、四个最大池层和一个全连接层。在实验中，研究者依据经验使用两个最大池化层。并尝试了不同数量的卷积层和完全连接层。时频图利用Morlet小波方法得到了scout的特征。对于每个任务，R5 scout的时频图如图6所示。包含时间和频率互补的时频分析方法提供了时域和频域的联合分布信息，清晰地描述了信号频率与时间的关系。图6 R5 scout的时频图显然，只有部分时频映射是红色的，表明每个任务只对特定的频率和时间敏感。由于图的数量比较大，研究者使用CNN来选择和学习这些图中最基本的特征。研究人员随机选择了几个样本，并将一些特征图可视化，作为MI任务的学习表示，如图7所示。图7为了获得有效的结果，将数据集分为90％作为训练集，其余10％作为测试集。首先，将十个受试者的数据集（总共19320个样本）分为17388个样本以训练所提出的CNN模型，以及1932个样本以验证模型的有效性。在实验中，研究者还选择了另外四个受试者的数据集以增加数据集的规模(27048个样本)，其中24343个样本是训练集，其他样本是测试集。在选定的scout上对所提出的CNN架构进行了十次训练和测试，以验证所提出模型的鲁棒性。图8(a)显示了10个scout中每个的全局平均精度。图8 统计结果R5的全局平均精度最高，达到94.5%，而L2的全局平均精度最低，为91.3%。对应L1、L3、L4、L5、R1、R2、R3、R4的整体准确率分别为92.4%、92.5%、93.6%、91.9%、93.0%、91.8%、92.1%、92.6%。所有scout的总体精度均在91%以上，标准差均在0.20%以下。图8(b)显示了十个scout中每个scout四个MI任务的组级统计结果及其标准差。一般来说，R5表现的要比其他的好，而L2在迭代2000中表现最差。标准差较小，说明这些精度更接近平均值且稳定。图9 统计结果图9(a)显示了带有标准差的混淆矩阵，说明了group level分类结果。T1、T2、T3和T4的全局平均精度峰值分别为95.3%、93.3%、93.6%和96.0%。R5 scout的四个MI任务中的每一个都如图9(b)所示。通过改变训练集和测试集顺序的10次试验，确定了scoutR5的性能，结果如图10(a)和(b)所示。在10次试验中，scout R5的T1、T2、T3、T4的平均准确率分别为93.3%、93.8%、94.2%、94.1%。换句话说，四个任务中每一个的平均准确率都超过了93%。全局平均准确率为93.7%。10次试验结果表明，该方法对scout R5的分类效果较好。从以上结果可以清楚地看出，R5 scout在四种MI任务的分类中扮演着最重要的角色。因此，选择R5对四个MI任务进行分类。图 10图11. (a)是不同模型的全局平均准确性的比较。可以发现，该研究提出的模型可以达到最大的精度。从图11. (b)不同模型的ROC曲线可以看出提出的模型比其他模型表现更好。©不同模型T1上的精度比较。(d)不同模型T2的精度比较。(e)不同模型T3的精度比较。(f)不同型号T4的精度比较。图11 不同模型的精度比较结论东北电力大学和长春理工大学研究团队开发并实现一种结合脑电图源成像(ESI)技术和卷积神经网络(CNN)的新方法。该方法可以对运动想象(MI)任务进行分类。实验结果表明，他们的研究成果与最先进的MI分类方法的结果相比，总体分类增加了14.4%。研究者加入了4个新的受试者进行验证来验证方法的有效性。研究者表示，他们提出的结合scout ESI和CNN的方法，提高了脑电解码四类MI任务的BCI性能。论文信息：A novel approach of decoding EEG four-class motor imagery tasks via scout ESI and CNN

【发 明 人】刘晓；蔡皓；蔡宝昌；张科卫；裴科【摘要】本发明涉及一种HPLC-DAD法同时测定四物汤中10种化学成分含量的方法。属于中药成分分析领域。其步骤如下：(1)混合对照品溶液的配制。(2)供试品溶液的配制。(3)测定法：采用HPLC-DAD法测定混合对照品及供试品的浓度。色谱条件：色谱柱：elit?C18(250mm×4.6mm，5μm)；检测波长：280nm；流速：0.8mL·min-1；柱温：30℃；进样量：20μL；梯度洗脱条件：0~2.0min，体积分数为2%的甲醇等度洗脱，2.0~15.0min线性增加至20%的甲醇，15.0~25.0min为体积分数20%的甲醇等度洗脱，25.0~42.0min线性增加至100%的甲醇，42.0~45.0min为100%的甲醇等度洗脱。本发明所建立同时测定四物汤煎剂中10种化学成分的分析方法简单方便、重复性好，准确可靠，可为四物汤煎剂质量控制提供依据。

目前肿瘤化疗耐受的分子机制尚待进一步解析。肌层浸润型膀胱癌（Muscle-invasive bladder cancer,MIBC）是最为常见和恶性的泌尿系统肿瘤，以顺铂为主的化疗是不可手术和转移性MIBC的一线治疗方案，而由于化疗耐药的产生，很大一部分患者会化疗失败，导致肿瘤复发和进展。

本发明涉及一种超高压同塔四回交流/双回双极直流线路零序参数测量法，通过建立基于分布参数的 超高压同塔四回/双回双极输电线路模型，利用全球卫星定位系统技术(GPS)，同时测量四回/四极输电 线路首末两端的零序电压和零序电流，实现对零序电压和零序电流的同步采样;再通过本专利给出的测 量与计算方法得到超高压同塔四回/双回双极输电线路的零序电阻、零序电感、零序电容参数。本发明方 法基于分布参数模型和传输线方程，极大提高了测量精度，可满足实际工程测量的需要。